基于休止角標(biāo)定不同含水率木粉離散元參數(shù)

摘要：在利用EDEM軟件對木質(zhì)板材生產(chǎn)過程中不同含水率的木粉混勻情況進行研究時，木粉顆粒離散元參數(shù)設(shè)置以及模型的選擇直接影響仿真結(jié)果的可靠性。為確定不同含水率木粉的離散元物性參數(shù)，以松木木粉為研究對象，以休止角為響應(yīng)值，針對不同含水率的木粉進行試驗，構(gòu)建了含水率與休止角之間的數(shù)學(xué)模型?；贖ertz-Mindlin JKR 接觸模型，構(gòu)建2 種形狀不同的離散元顆粒模型進行仿真模擬；通過Plackett-Burman 試驗，在與木粉顆粒相關(guān)的10個初始參數(shù)中篩選出了顆粒間碰撞恢復(fù)系數(shù)、顆粒間滾動摩擦系數(shù)和JKR表面能這3個對休止角影響顯著的參數(shù)，結(jié)合爬坡試驗、Box-Behnken試驗建立了休止角與顯著參數(shù)的數(shù)學(xué)模型，其P 值為0.000 1，相對誤差N≤4.07%。同時，通過含水率-休止角模型與休止角-離散元參數(shù)模型的推導(dǎo)，建立了含水率-離散元參數(shù)模型，并采用圓筒提升法進行試驗驗證，相對誤差N≤4.34%。試驗結(jié)果表明，可以通過含水率來推導(dǎo)木粉的離散元參數(shù)，為攪拌設(shè)備與木粉仿真中離散元接觸參數(shù)的確定提供了方法，為進一步優(yōu)化板材制備工藝以及設(shè)計高效的攪拌設(shè)備提供了參考。

關(guān)鍵詞：木粉；含水率；休止角；離散元參數(shù)；標(biāo)定

doi：10.13304/j.nykjdb.2023.0617

中圖分類號：S126

文獻(xiàn)標(biāo)志碼：A

文章編號：1008?0864（2025）01?0118?11

木質(zhì)板材是一種由木粉、纖維以及膠合劑等混合制成的建筑和家居裝飾材料，原材料的類型、含水率、顆粒大小和分布等特性對木制板材的性能和質(zhì)量具有直接影響。木粉作為主要原材料之一，在混勻過程中，其粒子之間的相互作用直接影響板材的結(jié)構(gòu)和性能，由于此過程中存在大量非線性變化，傳統(tǒng)的解析方法難以滿足需求，隨著計算機技術(shù)的進步，離散元法（discrete element method，DEM）已經(jīng)成為一種用于研究顆粒狀物料與機械設(shè)備相互作用的有力工具，并得到了廣泛應(yīng)用[1-4]。

在不同含水率下，木粉的物性參數(shù)對制備工藝的影響至關(guān)重要，為了確保離散元仿真結(jié)果的準(zhǔn)確性，必需建立正確的木粉顆粒離散元模型并設(shè)置準(zhǔn)確的物性參數(shù)[5-7]，包括密度、泊松比、彈性模量、含水率以及顆粒與顆粒和顆粒與攪拌設(shè)備的接觸參數(shù)，如碰撞恢復(fù)系數(shù)、靜摩擦系數(shù)、滾動摩擦系數(shù)等[8-10]。然而，由于木粉顆粒與機械設(shè)備之間的接觸參數(shù)難以直接測量，通常需要通過虛擬實驗進行標(biāo)定[11]。已經(jīng)開展了一些顆粒狀物料離散元仿真分析參數(shù)標(biāo)定的相關(guān)研究。曾智偉等[12]通過分析和總結(jié)離散元法在農(nóng)業(yè)機械模擬中的應(yīng)用和參數(shù)標(biāo)定，指出通用參數(shù)標(biāo)定方法缺失和模型過度簡化是離散元法進一步發(fā)展的制約因素。Deshpande等[13]將計算流體力學(xué)模型與離散元相結(jié)合進行模擬分析，發(fā)現(xiàn)粒徑大小、顆粒形狀、孔隙率等參數(shù)在各種流體作用下存在復(fù)雜的相互依存關(guān)系。休止角作為顆粒狀物料的關(guān)鍵物性參數(shù)之一，其離散元模型的建立與仿真精度密切相關(guān)。萬里鵬程等[14]采用EEPA接觸模型模擬土壤特性，探究顆粒球型對土壤離散元模型仿真精度及計算效率的影響，得到了耕作休止角模擬時虛擬土槽宜采用四球或多球混合填充方式建立。劉凡一等[15]以小麥顆粒的休止角作為響應(yīng)值，標(biāo)定小麥離散元仿真中所需的參數(shù)?；贖ertz-Mindlin with JKR接觸模型，羅帥等[16]提出了通過測定蚯蚓糞不同含水率下的休止角，建立了休止角與含水率之間的關(guān)系模型。王黎明等[17]在不同含水率下測定了豬糞的休止角，成功標(biāo)定了豬糞的接觸參數(shù)，并建立了含水率與休止角之間的數(shù)學(xué)模型。相關(guān)研究在顆粒狀物料離散元仿真參數(shù)標(biāo)定方面已經(jīng)取得了一些進展[18-20]，但在木質(zhì)板材制備工藝中，尤其是對不同含水率、具有黏性固態(tài)性質(zhì)材料（如木粉等）的參數(shù)標(biāo)定仍然相對匱乏。

因此，本文采用Hertz-Mindlin with JKR 接觸模型對不同含水率木粉顆粒的形狀、彈性性質(zhì)以及顆粒之間的黏結(jié)效應(yīng)進行離散元標(biāo)定，通過漏斗法測量不同含水率下木粉顆粒的靜態(tài)休止角并以其為目標(biāo)響應(yīng)值，建立含水率與休止角的數(shù)學(xué)模型，依次通過篩選試驗、爬坡試驗、響應(yīng)面試驗建立木粉休止角與離散元參數(shù)的數(shù)學(xué)模型，經(jīng)過推導(dǎo)建立含水率與離散元參數(shù)數(shù)學(xué)模型，并以圓筒提升法進行試驗驗證，以期為板材制備過程中木粉離散元仿真提供一定的依據(jù)和參考。

1 材料與方法

1.1 試驗材料

試驗中所用松樹木粉材料取自貴州某建材有限公司，使用40目振動篩過篩，木粉初始含水率15.46%，密度為600 kg·m-3。根據(jù)后期木質(zhì)板材性能要求，木粉顆粒在攪拌過程中木粉含水率范圍為15%～25%[21]，通過烘干和添加純凈水的方式配置了5 個不同含水率梯度的木粉顆粒樣本[22]。

ms = （m0 ／1 - ω1）（ω1 - ω0 ） （1）

式中，ms為純凈水質(zhì)量，kg；m0為樣品初始質(zhì)量，kg；ω0 為樣本初始含水率，%；ω1 為目標(biāo)樣本含水率，%。

每次進行休止角測量時，同時取一定量的木粉樣本，使用絕干法測量木粉的含水率后，得到5個用于休止角試驗的含水率分別為：15.32%、17.45%、19.21%、21.42%和23.56%。

1.2 木粉休止角測定

采用漏斗法測量木粉休止角[23-25，15]，測量裝置如圖1所示。在測量過程中，將木粉樣本倒入漏斗中，待下方圓柱底盤木粉顆粒堆積高度不再發(fā)生變化時，拍照采集木粉堆積圖像，通過MATLAB軟件對圖像進行灰度化、二值化處理及邊緣檢測，對圖像邊界進行線性擬合，得到擬合方程及方程斜率k，休止角（θ）計算如下[14]。

θ = arctan | | k × 180°／π （2）

每種含水率的試驗重復(fù)5次取平均值。測量過程見圖2。

1.3 木粉顆粒離散元模型構(gòu)建

1.3.1 顆粒形狀及其本征參數(shù)

由于模擬條件及時間限制，根據(jù)實際木粉形狀建立木粉顆粒模型，在仿真中木粉顆粒以球形、長條形顆粒代替，顆粒模型如圖3所示。木粉顆粒與亞克力板的本征參數(shù)如表1所示。

1.3.2 接觸模型與參數(shù)

在15%～25%含水率范圍內(nèi)，由于木粉顆粒之間存在黏附力并且具有較差的流動性，采用Hertz Mindlin with JKR 接觸模型[29]進行仿真，其簡化模型如圖4所示。

在前期預(yù)仿真試驗的基礎(chǔ)上，結(jié)合EDEM通用顆粒材料數(shù)據(jù)庫（GEMM數(shù)據(jù)庫）以及木粉和亞克力板的本征參數(shù)，參考已有研究的推薦值[15 ，22，30]，選擇接觸參數(shù)和JKR模型參數(shù)的取值范圍，如表2所示。

1.4 木粉顆粒靜態(tài)休止角仿真

根據(jù)休止角試驗裝置，按1：1建立仿真模型，仿真過程與物理試驗一致，漏斗與圓柱底盤材料定義為亞克力材料，漏斗頂部直徑為90 mm，底部內(nèi)徑為10 mm，漏斗總長度為120 mm，漏斗下端到圓柱底盤的距離為60 mm。木粉顆粒由漏斗頂部顆粒工廠按照比例動態(tài)生成，生成速率為2 000個·s-1，生成數(shù)量不限，仿真時間設(shè)置為10 s，等圓柱底盤接收的顆粒不再變化時，將顆粒工廠粒子生成速度設(shè)為0個·s-1，繼續(xù)仿真，待漏斗中顆粒完全落完，仿真過程中，設(shè)置雷利時步長為20%，網(wǎng)格尺寸取2.5倍最小顆粒單元半徑。使用EDEM的后處理模塊設(shè)置Clipping Planes Group截面，在Tools模塊中使用量角器Protractor，從而獲取休止角的數(shù)值。

1.5 參數(shù)標(biāo)定試驗方法

1.5.1 Plackett-Burman試驗

以木粉休止角為指標(biāo)，從木粉的泊松比、密度、剪切模量以及表3所示的參數(shù)中篩選出對休止角影響顯著的參數(shù)，利用Design-Expert 軟件設(shè)計Plackett-Burman（PB）試驗，各參數(shù)如表3所示。

1.5.2 最陡爬坡試驗

PB試驗后，為了迅速且最少次數(shù)地確定參數(shù)的最佳范圍，針對顯著性參數(shù)設(shè)計爬坡試驗，從PB試驗中心點開始，根據(jù)PB試驗所得的回歸系數(shù)確定爬坡步長，對休止角影響較小的參數(shù)可以選擇取中間水平的值，對于顯著性參數(shù)根據(jù)設(shè)計的步長逐漸增加。

通過對仿真休止角與中間水平含水率（19.21%）木粉休止角的相對誤差進行比較，在誤差最小時，將對應(yīng)的參數(shù)值作為顯著性參數(shù)的中間水平值來確定最優(yōu)區(qū)間。相對誤差（N）計算公式如下。

式中，σ 為仿真試驗休止角。

1.5.3 Box-Behnken 試驗

基于爬坡試驗確定的最優(yōu)參數(shù)區(qū)間進行Box-Behnken 試驗，設(shè)置3個中心點進行誤差估計，共15組試驗，每組試驗重復(fù)5次，取休止角平均值作為試驗結(jié)果。應(yīng)用Design-Expert 13.0建立木粉休止角與顆粒離散元參數(shù)模型，非顯著性參數(shù)與爬坡試驗保持一致水平。

2 結(jié)果與分析

2.1 含水率-休止角模型分析

通過漏斗法試驗可知，不同含水率下木粉的休止角不同，隨著木粉含水率增大，木粉之間的黏附性和摩擦增大，其休止角也隨之增大，如表4所示。

通過對木粉樣本的含水率與休止角進行多項式擬合，得到含水率-休止角模型。

R1 = 0.007 95x3 - 0.385 1x2+6.670 73x - 3.798 75 （4）

式中，R1 為木粉休止角，（°）；x 為木粉含水率，%。

模型相關(guān)系數(shù)為0.984 8，擬合曲線如圖5所示。由于木粉屬于散體材料，在含水率為15%～25%的范圍內(nèi)，含水率越高，木粉顆粒間的黏性增大，流動性減弱，因此休止角增大。

2.2 Plackett-Burman 試驗結(jié)果分析

基于Design-Expert 13.0 軟件對參數(shù)進行篩選，實驗結(jié)果與顯著性分析結(jié)果如表5和表6所示。

木粉-木粉碰撞恢復(fù)系數(shù)（X4）、木粉-木粉滾動摩擦系數(shù)（X6）的P 值小于0.05，對木粉休止角的影響顯著；JKR 表面能（X10）的P 值小于0.01，對木粉顆粒的休止角影響極其顯著；而其余參數(shù)的P 值大于0.05，對木粉休止角的影響極小。

2.3 爬坡試驗結(jié)果分析

爬坡試驗結(jié)果如表7所示，隨著木粉顆粒間碰撞恢復(fù)系數(shù)逐漸減小，木粉顆粒間滾動摩擦系數(shù)、JKR表面能逐漸增大，仿真休止角與物理試驗休止角（38.63°）的相對誤差先減小后增大。其中最小誤差為5.82%，最大誤差則達(dá)到75.8%。而第3組參數(shù)組合下得到的休止角相對誤差最小，因此分別選擇木粉-木粉碰撞恢復(fù)系數(shù)為0.06，木粉-木粉滾動摩擦系數(shù)為0.07，JKR 表面能為0.13 J·m-2時作為后續(xù)的Box-Behnken試驗的中間參數(shù)水平，第2組與第4組的參數(shù)組合分別為低水平和高水平。

2.4 休止角-離散元參數(shù)模型構(gòu)建

2.4.1 Box-Behnken試驗結(jié)果分析

根據(jù)爬坡試結(jié)果，試驗中顯著性參數(shù)取爬坡試驗優(yōu)化后的低、中、高3個水平，以-1、0、1表示，木粉-木粉碰撞恢復(fù)系數(shù)（A）分別為0.04、0.06、0.08，木粉-木粉滾動摩擦系數(shù)（B）分別為0.06、0.07、0.08，JKR表面能（C）分別為0.09、0.13、0.17 J·m-2。Box-Behnken 試驗方案與結(jié)果如表8所示。

應(yīng)用Design-Expert 13.0建立木粉休止角與顆粒離散元參數(shù)模型（式5）。

R1 = 39.84 - 8.23A + 4.19B - 4.13C - 4.06AB-3.76AC - 0.5575BC - 4.48A2+7.80B2 + 1.27C2（5）

由該模型方差分析結(jié)果（表9）可知，木粉顆粒間恢復(fù)系數(shù)（A）、顆粒間滾動摩擦系數(shù)（B）及JKR表面能（C）對木粉顆粒休止角的影響極顯著；該數(shù)學(xué)模型的P值為0.000 6，表明因變量與所有自變量之間的關(guān)系極其顯著；失擬項的P 值為0.389 1，大于0.05，表明該方程的擬合效果良好；決定系數(shù)R2=0.983 5，以及校正決定系數(shù)R2adj=0.953 7，兩者都接近1，說明所建立的數(shù)學(xué)模型具有高度的可信度；精密度為23.21，說明該模型的預(yù)測精度較高。

在確保模型的顯著性和失擬項的不顯著性的前提下，剔除對結(jié)果影響不顯著的項，對數(shù)學(xué)模型進行優(yōu)化（式6）。

R1 = 39.84 - 8.23A + 4.19B - 4.13C-4.06AB - 3.76AC - 4.48A2+7.80B2 + 1.27C2（6）

優(yōu)化后模型的方差結(jié)果如表10所示，可以看出，經(jīng)過優(yōu)化后，模型的變異系數(shù)降至4.58，這表明試驗的可靠性進一步提高；決定系數(shù)R2=0.982 5以及校正決定系數(shù)R2adj=0.959 1，兩者都接近1，顯示出所得數(shù)學(xué)模型的高可信度；精密度為26.05，較優(yōu)化前有所提高，因此該模型可以用于預(yù)測顆粒休止角。

2.4.2 休止角-離散元參數(shù)模型驗證

以5個不同含水率下的物理試驗休止角為驗證目標(biāo)，在試驗參數(shù)范圍內(nèi)對模型求解尋優(yōu)，分別得到5組仿真參數(shù)的最優(yōu)組合，以最優(yōu)值進行仿真模擬試驗，結(jié)果如表11所示。

據(jù)表11可知，在確定了3個顯著性離散元參數(shù)的最優(yōu)組合后，對于5組不同含水率的木粉樣本，仿真休止角與實際休止角的相對誤差為1.52%～4.07%。這表明所建立的模型可以有效用于離散元參數(shù)的確定。

2.5 含水率-離散元參數(shù)模型構(gòu)建及驗證

利用含水率-休止角模型以及休止角-離散元參數(shù)模型，可以推導(dǎo)含水率（M）與離散元參數(shù)之間的數(shù)學(xué)模型，即含水率-離散元參數(shù)模型。

M = 39.84 - 8.23A + 4.19B - 4.13C - 4.06AB-3.76AC - 4.48A2 + 7.80B2 + 1.27C2= 0.007 95x3 - 0.385 1x2 + 6.670 73x-3.798 75（7）

由式（7）可通過含水率數(shù)值得到仿真過程中各離散元參數(shù)的數(shù)值組合。為進一步驗證所得模型有效性，基于該數(shù)學(xué)模型獲得3組不同含水率的木粉參數(shù)組合，通過圓筒提升法進行了物理試驗和仿真試驗，結(jié)果如圖6和表12所示。

可以看出，物理試驗值與仿真實驗值的相對誤差在3 組試驗中均小于等于4.34%，表明建立的模型可靠；采用圓筒提升法可以近一步地驗證模型的可靠性，2種模型的誤差均表現(xiàn)出較小的范圍，這說明用于預(yù)測離散元參數(shù)的可靠性。

3 討論

針對不同含水率下的木粉顆粒，本研究使用漏斗法進行物理試驗，在含水率15.32%～23.56%內(nèi)，建立了木粉含水率與休止角之間的數(shù)學(xué)模型，其相關(guān)系數(shù)達(dá)到0.984 8，表明含水率與休止角之間存在著顯著的關(guān)聯(lián)。此外，采用JKR接觸模型和離散元法對木粉顆粒進行仿真模擬，通過試驗選出對休止角影響顯著的參數(shù)為顆粒間碰撞恢復(fù)系數(shù)、顆粒間滾動摩擦系數(shù)、JKR表面能。結(jié)合爬坡試驗、Box-Behnken試驗建立并優(yōu)化休止角與這3個參數(shù)之間的數(shù)學(xué)模型，相對誤差控制在4.07%以下。通過進一步推導(dǎo)，結(jié)合含水率-休止角模型和休止角-離散元參數(shù)模型，成功建立含水率與離散元參數(shù)之間的數(shù)學(xué)模型。運用圓筒提升法驗證了這一模型的可靠性。在實際生產(chǎn)中，由于測量含水率更加易于操作，故建立含水率-離散元參數(shù)模更具實用性。該模型使得在板材制備過程中確定木粉離散元仿真的接觸參數(shù)變得更加便捷和可行，對不同含水率下的木粉參數(shù)標(biāo)定具有廣泛的適用性。通過含水率來推導(dǎo)木粉的離散元參數(shù)，不僅為工程實踐提供了實用的方法，而且為進一步優(yōu)化板材制備工藝和提高產(chǎn)品質(zhì)量提供了新的可能性。

參考文獻(xiàn)

［1］ 張清博，劉玉高，張瑞，等.基于離散元的聯(lián)合整地機驅(qū)動耙耕作載荷仿真分析[J].農(nóng)機化研究，2021，43（4）：167-173.

ZHANG Q B， LIU Y G， ZHANG R，et al .. Discrete elementbasedsimulation analysis of tillage load of combined graderdriving harrow [J]. J. Agric. Mech. Res.， 2021，43（4）：167-173.

［2］ 趙淑紅，劉漢朋，楊超，等.玉米秸稈還田交互式分層深松鏟設(shè)計與離散元仿真[J].農(nóng)業(yè)機械學(xué)報，2021，52（3）：75-87.

ZHAO S H， LIU H P， YANG C，et al .. Design and discreteelement simulation of an interactive layered deep looseningshovel for corn straw return [J]. Trans. Chin. Soc. Agric. Mach.，2021，52（3）：75-87.

［3］ 李少華，朱明亮，張立棟，等.回轉(zhuǎn)裝置內(nèi)三組元顆粒徑向混合評價方法分析[J].化工進展，2013，32（6）：1224-1229.

LI S H， ZHU M L， ZHANG L D， et al .. Analysis of radialmixing evaluation method for three-component particles inrotary units [J]. Chem. Ind. Eng. Prog.， 2013，32（6）：1224-1229.

［4］ 吳鵬，張喜瑞，李粵，等.基于離散元的磚紅土壤模型堆積特性研究[J].農(nóng)機化研究，2020，42（9）：145-150.

WU P， ZHANG X R， LI Y，et al .. Research on the stackingcharacteristics of brick red soil model based on discreteelements [J]. J. Agric. Mechan. Res.， 2020，42（9）：145-150.

［5］ 劉羽平，張拓，劉妤.稻谷顆粒模型離散元接觸參數(shù)標(biāo)定與試驗[J].中國農(nóng)業(yè)科技導(dǎo)報，2019，21（11）：70-76.

LIU Y P， ZHANG T， LIU Y. Calibration and experiment ofdiscrete element contact parameters for rice grain model [J]. J.Agric. Sci. Technol. China， 2019，21（11）：70-76.

［6］ 王韋韋，蔡丹艷，謝進杰，等.玉米秸稈粉料致密成型離散元模型參數(shù)標(biāo)定[J].農(nóng)業(yè)機械學(xué)報，2021，52（3）：127-134.

WANG W W， CAI D Y， XIE J J， et al .. Parameters calibrationof discrete element model for corn stalk powder compressionsimulation [J]. Trans. Chin. Soc. Agric. Mach.， 2021， 52（3）：127-134

［7］ MAK J， CHEN Y， SADEK M A. Determining parameters of adiscrete element model for soil-tool interaction [J]. Soil Till.Res.， 2012， 118： 117-122.

［8］ SMITH W， PENG H. Modeling of wheel-soil interaction overrough terrain using the discrete element method [J]. J. TerraMech.， 2013， 50（5-6）： 277-287.

［9］ MARTIN C L， BOUVARD D， Shima S. Study of particlerearrangement during powder compaction by the discrete elementmethod [J]. J. Mech. Phys. Solids， 2003， 51（4）： 667-693.

［10］ WEI H， NIE H， LI Y， et al .. Measurement and simulationvalidation of DEM parameters of pellet， sinter and cokeparticles [J]. Powder Tech.， 2020， 364： 593-603.

［11］ 鹿芳媛，馬旭，譚穗妍，等.水稻芽種離散元主要接觸參數(shù)仿真標(biāo)定與試驗[J].農(nóng)業(yè)機械學(xué)報，2018，49（2）：93-99.

LU F Y， MA X， TAN S Y， et al .. Simulation calibration andexperiments on the main contact parameters of discrete elements ofrice sprouting seeds [J]. Trans. Chin. Soc. Agric. Mach.， 2018，49（2）：93-99.

［12］ 曾智偉，馬旭，曹秀龍，等.離散元法在農(nóng)業(yè)工程研究中的應(yīng)用現(xiàn)狀和展望[J].農(nóng)業(yè)機械學(xué)報，2021，52（4）：1-20.

ZENG Z W， MA X， CAO X L， et al.. Critical review of applicationsof discrete element method in agricultural Engineering [J]. Trans.Chin. Soc. Agric. Mach.， 2021，52（4）：1-20.

［13］ DESHPANDE R， ANTONYUK S， ILIEV O. DEM-CFD studyof the filter cake formation process due to non-sphericalparticles [J]. Particuology， 2020， 53：48-57.

［14］ 萬里鵬程，李永磊，蘇辰，等.基于EEPA接觸模型的土壤耕作特性模擬及顆粒球型影響分析[J].中國農(nóng)業(yè)大學(xué)學(xué)報，2021，26（12）：193-206.

WAN L P C， LI Y L， SU C， et al .. Simulation of soil tillagecharacteristics based on EEPA contact model and analysis ofthe effect of particle sphericity [J]. J. China Agric. Univ.， 2021，26（12）：193-206.

［15］ 劉凡一，張艦，李博，等.基于堆積試驗的小麥離散元參數(shù)分析及標(biāo)定[J].農(nóng)業(yè)工程學(xué)報，2016，32（12）：247-253.

LIU F Y， ZHANG J， LI B， et al .. Discrete element parameteranalysis and calibration of wheat based on stacking test [J].Trans. Chin. Soc. Agric. Eng.， 2016， 32（12）：247-253.

［16］ 羅帥，袁巧霞，GOUDA Shaban，等.基于JKR粘結(jié)模型的蚯蚓糞基質(zhì)離散元法參數(shù)標(biāo)定[J].農(nóng)業(yè)機械學(xué)報，2018，49（4）：343-350.

LUO S，YUAN Q X，GOUDA S，et al .. Parameters calibration ofvermicomposting nursery substrate with discrete elementmethod based on JKR contact model [J]. Trans. Chin. Soc.Agric. Mach.， 2018，49（4）：343-350.

［17］ 王黎明，范盛遠(yuǎn)，程紅勝，等.基于EDEM的豬糞接觸參數(shù)標(biāo)定[J].農(nóng)業(yè)工程學(xué)報，2020，36（15）：95-102.

WANG L M， FAN S Y， CHENG H S， et al .. Calibration ofcontact parameters for pig manure based on EDEM [J]. Trans.Chin. Soc. Agric. Eng.， 2020，36（15）： 95-102.

［18］ 謝方平，吳正陽，王修善，等.基于無側(cè)限抗壓強度試驗的土壤離散元參數(shù)標(biāo)定[J].農(nóng)業(yè)工程學(xué)報，2020，36（13）：39-47.

XIE F P， WU Z Y， WANG X S， et al .. Soil discrete elementparameter calibration based on lateral limitless compressivestrength test [J]. Trans. Chin. Soc. Agric. Eng.， 2020，36（13）：39-47.

［19］ 張榮芳，周紀(jì)磊，劉虎，等.玉米顆粒粘結(jié)模型離散元仿真參數(shù)標(biāo)定方法研究[J].農(nóng)業(yè)機械學(xué)報，2022，53（S1）：69-77.

ZHANG R F， ZHOU J L， LIU H， et al .. Research on thecalibration method of discrete element simulation parametersfor corn particle bonding model [J]. Trans. Chin. Soc. Agric.Mach.， 2022，53（S1）：69-77.

［20］ 袁全春，徐麗明，邢潔潔，等.機施有機肥散體顆粒離散元模型參數(shù)標(biāo)定[J].農(nóng)業(yè)工程學(xué)報，2018，34（18）：21-27.

YUAN Q C， XU L M， XING J J， et al .. Parameter calibration ofdiscrete element model of organic fertilizer particles formechanical fertilization [J]. Trans. Chin. Soc. Agric. Eng.，2018，34（18）：21-27.

［21］ 貴州晶木建材有限公司.一種抗老化防鐵銹的木質(zhì)纖維板及其制備方法[P]，中國，CN202010635398.1.

［22］ 朱新華，伏勝康，李旭東，等.不同含水率羊糞離散元參數(shù)通用標(biāo)定方法研究[J].農(nóng)業(yè)機械學(xué)報，2022，53（8）：34-41.

ZHU X H， FU S K， LI X D， et al .. Study on the generalcalibration method for discrete element parameters of sheepmanure with different moisture contents [J]. Trans. Chin. Soc.Agric. Mach.， 2022，53（8）：34-41.

［23］ 彭飛，王紅英，方芳，等.基于注入截面法的顆粒飼料離散元模型參數(shù)標(biāo)定[J].農(nóng)業(yè)機械學(xué)報，2018，49（4）：140-147.

PENG F， WANG H Y， FANG F， et al .. Parameter calibration ofdiscrete element model parameters for pellet feed based oninjected section method [J]. Trans. Chin. Soc. Agric. Mach.，2018，49（4）：140-147.

［24］ 賀一鳴，向偉，吳明亮，等.基于堆積試驗的壤土離散元參數(shù)的標(biāo)定[J]. 湖南農(nóng)業(yè)大學(xué)學(xué)報（自然科學(xué)版），2018，44（2）：216-220.

HE Y M， XIANG W， WU M L， et al .. Parameters calibration ofloam soil for discrete element simulation based on the reposeangle of particle heap [J]. J. Hunan Agric. Univ. （Nat. Sci.），2018，44（2）：216-220.

［25］ 賈富國，韓燕龍，劉揚，等.稻谷顆粒物料堆積角模擬預(yù)測方法[J].農(nóng)業(yè)工程學(xué)報，2014，30（11）：254-260.

JIA F G， HAN Y L， LIU Y， et al .. Simulation predictionmethod of repose angle for rice particle materials [J]. Trans.Chin. Soc. Agric. Eng.， 2014， 30（11）：254-260.

［26］ 薛亞軍，賀福強，陳發(fā)江，等.基于離散元法的木質(zhì)板材壓制成形過程仿真與分析[J].林業(yè)機械與木工設(shè)備， 2021， 49（5）：52-57.

XUE Y J， HE F Q， CHEN F J， et al .. Simulation and analysis ofpress forming process of wood-based panels based on discreteelement method [J]. Forestry Mach. Woodworking Equip.，2021， 49（5）： 52-57.

［27］ 黃易周.木質(zhì)隔音防火板壓制成形技術(shù)研究與應(yīng)用[D].貴陽：貴州大學(xué)， 2023

HUANG Y Z. Research and application of press moldingtechnology for wood acoustic fire prevention board [D].Guiyang： Guizhou University， 2023.

［28］ 林江萍.觀光潛水器亞克力耐壓圓柱殼極限強度研究[D].武漢：武漢理工大學(xué)， 2021.

LIN J P. Study on the ultimate strength of acrylic pressureresistantcylindrical shell for tourist submersible [D]. Wuhan：Wuhan University of Technology， 2021.

［29］ MUDARISOV S， FARKHUTDINOV I， KHAMALETDINOV R，et al .. Evaluation of the significance of the contact modelparticle parameters in the modelling of wet soils by the discreteelement method [J/OL]. Soil Till. Res.， 2022， 215： 105228[2024-05-13]. https：//doi.org/10.1016/j.still.2021.105228.

［30］ 李永祥，李飛翔，徐雪萌，等.基于顆粒縮放的小麥粉離散元參數(shù)標(biāo)定[J].農(nóng)業(yè)工程學(xué)報，2019，35（16）：320-327.

LI Y X， LI F X， XU X M， et al .. Discrete element parametercalibration of wheat powder based on particle scaling [J].Trans. Chin. Soc. Agric. Eng.， 2019，35（16）：320-327.

基金項目：貴州省科技計劃項目（黔科合支撐〔2020〕2Y067號）；貴陽市花溪區(qū)旭云科技特種木材產(chǎn)業(yè)園項目（K22-0108-007）。