基于ABAQUS的苜蓿割草機切割過程仿真與關(guān)鍵部件參數(shù)優(yōu)化

中圖分類號：S225.92 文獻標識碼：A 文章編號：2095-5553（2025）08-0149-07

Abstract：Aimingtoaddress thechallenges inmechanizedalfalfa harvesting，suchasimprecisestalkcutting，significant plantdamage，extendedregenerationcycles，andreduced forageyield，thephysicalandmechanicalpropertiesof alfalfa stalks were testedand analyzed.Based on the findings，ontological equations representing the stalk characteristics were developed.Using computer-basednumerical simulation techniques，thecuting process of keycomponents in thealfalfa mowing machine was modeled，leading tothe structuralandoperational optimizationof thecuting parts.Theoptimized parameters for the cuting mechanism were as follows：a cutting edge angle of 20^° ，a radius of curvature of 0.1mm blade thickness of 4mm ，rotational speed of 2 045r/min ，forward operating speed of 3m/s ，and cutting angle of 40^° ： Theresultsoffield tests showed that key components of harvesting machine after optimization design significantlyreduced stalkdamage during harvesting.Thisresearch holds substantialpractical significance foradvancing the mechanized harvesting technologyandequipmentforalfalfainChina.Italsocontributestothehighqualitydevelopmentofthealfalfa industry by promoting greater efficiency and minimizing crop loss during the harvesting process.

Keywords：alfalfa；mower；dynamics simulation；response surface analysis；parameter optimization

0 引言

紫花苜蓿草對養(yǎng)殖業(yè)和農(nóng)業(yè)生產(chǎn)起到關(guān)鍵支持作用[1]。目前我國紫花苜蓿需要大量進口，導致飼養(yǎng)牲畜的成本增加。目前苜蓿割草機對莖稈切割損傷過大，影響下一茬首蓿草產(chǎn)量的問題突出，制約我國畜牧業(yè)的發(fā)展，因此，為降低首蓿草莖稈損傷提高產(chǎn)量，割草機關(guān)鍵部件的參數(shù)優(yōu)化尤為重要[2]。

割刀與刀盤是苜蓿割草機的關(guān)鍵部件，對割草機關(guān)鍵部件切割首蓿草過程仿真是優(yōu)化關(guān)鍵部件工作參數(shù)的主要依據(jù)。目前對莖稈低損傷切割的研究有很多，例如張國良[3基于ANSYSWorkbench軟件對苜蓿的切割過程進行仿真模擬，研究了割刀扭轉(zhuǎn)角度、首蓿數(shù)量、切割位置分別對切割應(yīng)力的影響規(guī)律；陳文滔4建立了有限元分析的模型用以研究莖稈切割過程中刀具轉(zhuǎn)速和莖稈直徑對切割效果的影響。

以上學者均從低損傷切割角度進行分析得出最適合的參數(shù)值，但是都僅是單獨分析某一因素對切割效果的影響，對于割刀結(jié)構(gòu)參數(shù)與工作參數(shù)之間交互影響研究較少。基于此，本文通過Design—Expert軟件分別對割刀結(jié)構(gòu)（刃口角、曲率半徑、刀片厚度）工作參數(shù)（刀盤轉(zhuǎn)速、前進速度、切入度）設(shè)計3因素3水平正交試驗，以最小徑向應(yīng)變?yōu)榈蛽p傷指標。首先，優(yōu)化割刀結(jié)構(gòu)參數(shù)，再以最優(yōu)結(jié)構(gòu)參數(shù)為基礎(chǔ)優(yōu)化刀盤工作參數(shù)，得出最優(yōu)參數(shù)后，最后通過田間試驗驗證。為今后我國苜蓿草割草機裝備的發(fā)展提供強有力的支撐。

1力學特性試驗

1.1 試驗材料與試驗儀器

所采用的紫花苜蓿草樣本來源于山東農(nóng)業(yè)大學牧草創(chuàng)新團隊技術(shù)示范基地，隨機選取成熟期的紫花首蓿草。留茬高度影響當茬的苜蓿草產(chǎn)量和下一茬的生長質(zhì)量，因此，在其距地面 5～15cm 處進行剪取，并立即將其裝入密封的保鮮袋中保存。當天于山東農(nóng)業(yè)大學機械與電子工程學院實驗室（環(huán)境溫度維持在26^°C ）進行試驗。試驗儀器包括：EZ一SX型質(zhì)構(gòu)儀，可用于精確測定樣本的力學特性；電子秤、量筒、鋁盒、SXQ-6-14A 高溫氣氛保護箱式爐、卷尺、剪刀、密封袋、游標卡尺等。

1.2 試驗方法

所測試的首蓿莖稈外觀及其截面形狀如圖1所示，其形狀近似為圓形，使用游標卡尺進行尺寸測量計算截面積。選擇代表性的莖稈樣本進行試驗，對莖稈手工清除葉片和側(cè)枝。

利用質(zhì)構(gòu)儀進行準靜態(tài)拉伸試驗分析應(yīng)力應(yīng)變。

為避免莖稈進行拉伸試驗時打滑，在拉伸夾頭與紫花苜蓿草接觸面處貼入橡膠片如圖2（a）所示。對莖稈剪切試驗如圖2（b）所示。

對莖稈的含水率進行測量，使用電子秤測量樣品的初始質(zhì)量（干燥前的質(zhì)量），固定初始質(zhì)量值為20g。將樣品放人 的高溫爐中烘干 ，取出試樣放入干燥的鋁盒中冷卻至室溫，再次稱量其質(zhì)量并計算其含水率，計算如式（1）所示。

式中： W —含水率， % ：m₁ 初始質(zhì)量， g m₂ 最終質(zhì)量， g

最后采用溢水法對其密度進行測量，為提高結(jié)果的準確性，進行多次試驗后計算平均密度。

1.3試驗結(jié)果與分析

紫花苜蓿在室溫和準靜態(tài)拉伸條件下的真實應(yīng)力一應(yīng)變曲線如圖3所示。

Johnson一Cook本構(gòu)模型可以體現(xiàn)各種材料的應(yīng)力和應(yīng)變、應(yīng)變速率、溫度之間的關(guān)系[5]，能夠滿足各種條件下的仿真材料需求，其在沖擊動力學中應(yīng)用最為廣泛[6]，模型方程如式（2）所示。

式中： σ （20 塑性變形時的應(yīng)力， MPa ε 等效塑性應(yīng)變， % ： 試驗應(yīng)變率， s^-1 ： 準靜態(tài)參考應(yīng)變率， s^-1 ：T 試驗溫度， °C ：Troom 室溫， °C ：Tmelt 材料熔點， °C 5A 車 材料屈服強度， MPa B -材料應(yīng)變硬化的硬化模量， MPa n 材料應(yīng)變硬化的硬化指數(shù)；c 材料應(yīng)變率系數(shù)；m 材料溫升軟化指數(shù)。

由于首蓿草莖稈在受力時不會產(chǎn)生大量熱量且不會使溫度迅速上升，因此， T≈T_room 方程簡化如式（3）所示。

莖稈材料就破壞形式而言，其破壞過程和金屬一樣涉及塑性變形直至最終斷裂，因此，J一C方程在這方面能夠滿足[7]。

通過應(yīng)力一應(yīng)變曲線線性擬合J一C方程各項參數(shù)，最終得出苜蓿草的材料參數(shù)，如表1所示。

表1苜蓿草莖稈材料參數(shù)Tab.1Alfalfa stalkmaterialparameters

2苜蓿割草機關(guān)鍵部件切割過程仿真分析

2.1切割系統(tǒng)模型構(gòu)建

對首蓿割草機關(guān)鍵部件切割系統(tǒng)模型構(gòu)建如圖4所示。仿真是模擬切割過程，觀察切割過程并取得莖稈應(yīng)變，為了降低仿真過程的運算時間，將切割系統(tǒng)模型簡化為割刀與莖稈并采用ABAQUS動力顯示求解器進行動力學仿真分析。

2.2關(guān)鍵切割部件材料屬性選擇

普通割刀在持續(xù)工作過程下刀刃會出現(xiàn)鈍化，對苜蓿草莖稈造成不可逆的損傷[8]。因此，割刀材料選擇一種新型的能夠?qū)崿F(xiàn)自磨銳材料：真空復(fù)合軋制材料[9.10]。為了在仿真中體現(xiàn)割刀梯度，將割刀模型分為上、中、下三層并賦予不同材料屬性，材料參數(shù)如表2所示。將苜蓿草莖稈和割刀屬性賦予各自模型。

表2割刀材料參數(shù)Tab.2 Cutter material parameters

2.3 切割系統(tǒng)網(wǎng)格劃分

縮減積分單元對網(wǎng)格扭曲不敏感可用于接觸計算在載荷的作用下彎曲不會發(fā)生剪切自鎖。劃分網(wǎng)格優(yōu)先選擇結(jié)構(gòu)化網(wǎng)格，能夠提高計算精度、網(wǎng)格質(zhì)量和降低資源消耗。

2.4載荷與邊界條件

考慮到苜蓿草在實際中扎根于土壤，模型底部可以看作是完全固定，施加載荷時將底部完全固定0 U₁=U₂=U₃=UR₁=UR₂=UR₃=0） 。設(shè)計一點與割刀距離等于實際刀盤中心與割刀的距離，將點與割刀綁定并完全約束自由度，通過對點施加轉(zhuǎn)速和位移使割刀旋轉(zhuǎn)和前進，進而模仿真實割草機中割刀的工作情況。為了防止割刀與苜蓿莖稈碰撞時出現(xiàn)不接觸以及苜蓿自身不接觸的情況，設(shè)置割刀表面與苜蓿表面接觸以及苜蓿自接觸。

2.5 仿真結(jié)果

在割刀轉(zhuǎn)速為 2400r/min 、前進速度為 2m/s. 切割角度為 0^° 、刃口角為 20^° 、曲率半徑為 0.1mm 、刀片厚度為 6mm 時，圖5和圖6分別為苜蓿草切割過程和苜蓿草徑向應(yīng)變分析云圖。

圖5苜蓿草切割過程 Fig.5Alfalfa cutting process

3割草機關(guān)鍵部件結(jié)構(gòu)參數(shù)與工作參數(shù)優(yōu)化

將影響莖稈損傷的關(guān)鍵部件參數(shù)分為割刀結(jié)構(gòu)參數(shù)和刀盤工作參數(shù)。首先將刀盤工作參數(shù)設(shè)定為固定值，通過對不同割刀結(jié)構(gòu)參數(shù)仿真得出不同徑向應(yīng)變，以最小徑向應(yīng)變?yōu)榈蛽p傷目標進行結(jié)構(gòu)參數(shù)優(yōu)化；接著以優(yōu)化后結(jié)構(gòu)參數(shù)為固定值，同理對刀盤工作參數(shù)進行優(yōu)化。

3.1 多因素試驗

利用Design—Expert12軟件進行多因素Box—Behnken設(shè)計，以最低徑向應(yīng)變?yōu)槟繕酥?，首先?yōu)化割刀刃口角、曲率半徑和刀片厚度，再以其最優(yōu)割刀結(jié)構(gòu)參數(shù)為基礎(chǔ)對刀盤轉(zhuǎn)速、前進速度和切入角度進行優(yōu)化，分別設(shè)計兩組3因素3水平試驗，如表3和表4所示。

表3割刀結(jié)構(gòu)參數(shù)的因素和水平表Tab.3 Factor and level table of cutter structure parameters

表4刀盤工作參數(shù)的因素和水平表 Tab.4 Factor and level table of cutter working parameters

3.2多因素試驗結(jié)果與分析

試驗通過因素水平的設(shè)定，模擬完成仿真結(jié)果，多因素試驗方案及結(jié)果如表5和表6所示。

表5割刀結(jié)構(gòu)參數(shù)試驗設(shè)計方案及結(jié)果Tab.5Experimental design scheme and resultsofcutter structure parameters

將多因素試驗結(jié)果采用Design—Expert軟件進行方差分析從而得出各因素水平的顯著結(jié)果，如表7和表8所示。表7為關(guān)鍵部件結(jié)構(gòu)參數(shù)對苜蓿草莖稈徑向應(yīng)變的方差分析結(jié)果， R² 為0.9271，說明回歸方程與整體試驗值符合程度較高。

表7關(guān)鍵部件結(jié)構(gòu)參數(shù)對莖稈徑向應(yīng)變的方差分析Tab.7Analysis of variance of structural parameters of cutter onstemstrain

表8關(guān)鍵部件工作參數(shù)對莖稈徑向應(yīng)變的方差分析Tab.8 Analysis of variance of cutting tool working parameterson stem strain

從表7可以看出，苜蓿莖稈徑向應(yīng)變回歸模型 P 值為 0.003 2lt;0.01 ，在不同組結(jié)構(gòu)參數(shù)中表現(xiàn)出極顯著，說明其以苜蓿草莖稈徑向應(yīng)變?yōu)橹笜说囊蜃兞颗c自變量之間呈現(xiàn)出極強的線性關(guān)系，即該回歸模型具有分析價值。失擬項 P 值為 0.798 8gt;0.05 ，說明苜蓿草莖稈徑向應(yīng)變回歸模型與實際擬合較為理想，該回歸方程能夠正確反映各因素與苜蓿草莖稈徑向應(yīng)變之間的關(guān)系[11]。

對試驗結(jié)果進行多元數(shù)據(jù)擬合，得到關(guān)于關(guān)鍵部件結(jié)構(gòu)參數(shù)編碼值的回歸方程，其中含有一次項、交互項和二次項，如式（4）所示。

E₁=0.3661+0.0176H+0.0055I+ 0.0068J-0.0016HI+0.0021HJ- 0.0011IJ-0.0044H²-0.0077I²- 0. 0082J² （204號

在相同模型中， P 值的大小直接反映了因素對模型的影響程度， P 值越小則表明該 P 值所對應(yīng)的因素對模型響應(yīng)值的影響越大。在苜蓿莖稈徑向應(yīng)變模型中，一次項 H 所對應(yīng)的 P 值 lt;0.01 ，表明其對苜蓿莖稈徑向應(yīng)變的影響極顯著； I，J 所對應(yīng)的 P 值 lt;0.05 對切割力的影響顯著。二次項 I²，J² 所對應(yīng)的 P 值 lt; 0.05，為顯著影響。剔除對模型影響不顯著的因素得出首蓿莖稈徑向應(yīng)變與顯著因素編碼值的回歸方程如式（5）所示。

可以得出，關(guān)鍵部件結(jié)構(gòu)參數(shù)影響苜蓿莖稈徑向應(yīng)變的主次順序為： Hgt;Jgt;J²gt;I²gt;I

同理， R² 為0.9481，說明回歸方程與整體試驗值符合程度較高。苜蓿草莖稈徑向應(yīng)變模型 P 值為0.001lt;0.01 ，說明模型顯著。失擬項 P 值為 0.632gt; 0.05，該回歸方程能夠正確反映各因素與苜蓿草莖稈徑向應(yīng)變之間的關(guān)系。最終得到關(guān)于關(guān)鍵部件工作參數(shù)編碼值的回歸方程如式（6）所示。

E₂=0.3602-0.0124D-0.0094K- 0.0055G+0.0063DK+0.0064DG+ 0.0077KG-0.0187D²- 0.0214K²-0.0175G²

剔除對模型影響不顯著的因素，得出苜蓿莖稈徑向應(yīng)變與各顯著因素編碼值的回歸方程如式（7）所示。

E₂=0.3602-0.0124D-0.0094K- 0.0055G+0.0063DK-0.0187D²- 0.0214K²-0.0175G²

可以得出，關(guān)鍵部件結(jié)構(gòu)參數(shù)影響苜蓿莖稈徑向應(yīng)變的主次順序為： K²gt;Dgt;D²gt;Ggt;G²gt;DKgt;K. 0

首蓿莖稈徑向應(yīng)變的預(yù)測值與試驗實際值的對應(yīng)關(guān)系見圖7，殘差與方程預(yù)測值間的對應(yīng)關(guān)系見圖8。

圖7預(yù)測值與試驗實際值的對應(yīng)關(guān)系 Fig.7 Correspondence between predicted values and actual experimental values

從圖7和圖8可以看出，在關(guān)鍵部件不同工作參數(shù)條件下，首蓿莖稈徑向應(yīng)變的預(yù)測值與試驗實際值靠近同一條直線分布，殘差與方程預(yù)測值之間的分布分散并且無規(guī)律，進一步驗證該模型具有分析價值。各因素交互作用對苜蓿莖稈徑向應(yīng)變的影響如圖9和圖10所示。

為得到苜蓿草莖稈最小徑向應(yīng)變時最優(yōu)工作參數(shù)組合，限定苜蓿草徑向應(yīng)變最小minimize，其他因素約束條件為水平值 -1～1 ，利用Design—Expert 12軟件對其進行優(yōu)化，得到試驗范圍內(nèi)最優(yōu)關(guān)鍵部件工作參數(shù)組合：刃口角為 20^° 、曲率半徑為 0.1mm 、刀刃厚度為 4mm 、此時莖稈的徑向應(yīng)變?yōu)?.329；旋轉(zhuǎn)速度為2 045r/min 、前進速度為 3m/s 切入角度為 40^° ，此時苜蓿莖稈徑向應(yīng)變最低值為0.306。

3.3 驗證分析

首蓿草徑向應(yīng)變的大小代表苜蓿草在切割過程的變形程度。徑向應(yīng)變越小，說明苜蓿草在被割斷時所受的力就越小，其所受的損傷就越小，驗證其是否為最優(yōu)參數(shù)，可以通過對比不同工作參數(shù)以及首蓿草切割后生長高度與植株茂盛程度來判斷。將4種不同割刀（非最優(yōu)關(guān)鍵部件、僅優(yōu)化工作參數(shù)、僅優(yōu)化結(jié)構(gòu)參數(shù)與優(yōu)化關(guān)鍵部件全部參數(shù)）分別安裝同一首蓿割草機上進行田間試驗應(yīng)用對比分析，試驗地點為平家村首蓿種植地（ 35^°57^′50^′′N，117^°0^′58^′′E） ，時間2023年8月15日一9月15日。不同割刀對苜蓿收獲后，苜蓿再生一個月后的平均高度對比如表9所示。

表9割后30天割茬生長高度對比 Tab.9 Comparison of growth height for 3O days after mowing

由表9可以看出，苜蓿切割后再生情況與工作參數(shù)及結(jié)構(gòu)參數(shù)影響密切相關(guān)，普通切割部件對莖稈切割后，株高僅增加了 3.5cm ，本文對工作參數(shù)及結(jié)構(gòu)參數(shù)優(yōu)化后的切割部件對莖稈切割后，株高增加了9.6cm ，并且優(yōu)化后的切割部件區(qū)域植株生長力更加旺盛，這充分說明，優(yōu)化后的切割部件能夠?qū)俎Ｇo稈形成低損傷切割，使得再生周期大幅縮短。

4結(jié)論

1）對成熟期的紫花苜蓿草（距地面 10cm 左右）莖稈進行力學特性試驗，獲得其密度為 256.35kg/m³ 含水率為 26.78% 、楊氏模量為 2.39GPa 。

2）采用Johnson—Cook方程作為苜蓿草莖稈的本構(gòu)方程，通過拉伸試驗確定各項參數(shù)，并通過ABAQUS有限元軟件對莖稈切割過程進行數(shù)值模擬。

3）將影響苜蓿草莖稈損傷的苜蓿割草機關(guān)鍵部件參數(shù)分為割刀結(jié)構(gòu)參數(shù)和刀盤工作參數(shù)，利用Design—Expert12軟件依次對2組參數(shù)開展分析。首先優(yōu)化割刀結(jié)構(gòu)參數(shù)，以此為基礎(chǔ)開展刀盤工作參數(shù)的優(yōu)化，以最小首蓿徑向應(yīng)變?yōu)榈蛽p傷目標，最終得出最優(yōu)割草機關(guān)鍵部件工作參數(shù)：刃口角為 20^° 、曲率半徑為 0.1mm 、刀刃厚度為 4mm 、旋轉(zhuǎn)速度為 2045r/min 、前進速度為 3m/s 切入角度為 40^° 。田間試驗表明，優(yōu)化后的關(guān)鍵部件能有效降低苜蓿草損傷。

參考文獻

[1］楊麗，張建明.飼料中添加發(fā)酵紫花苜蓿對奶山羊泌乳性能和血清生化指標的影響[J].中國飼料，2023（16）：90—93.

[2]WuK，Bai C，Ren L，et al. Study on low-damage cuttingofalfalfa stalks by self-sharpening bladesof gradientmaterial with carbon-nitron-boronized heat-treatment [J].Coatings，2022，12（9）：1319.

［3］張國良．稀土催滲碳氮硼共滲自磨刃組織性能及對苜蓿的低損傷切割研究[D」.泰安：山東農(nóng)業(yè)大學，2023.

［4］陳文滔.成熟期菌草莖稈力學特性研究及切割仿真分析[D].福州：福建農(nóng)林大學，2020.

[5］楊京，王偉，張雙杰，等．15CrMoG耐高溫合金鋼Johnson—Cook本構(gòu)模型建立與精度分析[J].精密成形工程，2023，15（9）：159-167.

［6］徐莉，鄭崇嵩，侯聚英，等．車用雙相高強鋼的動態(tài)力學性能及本構(gòu)模型的對比[J]．機械工程材料，2023，47（11）：74-80.

［7］劉嘉明，趙健，張建忠，等．油用牡丹莖稈切割本構(gòu)方程及其參數(shù)測定[J]．北京林業(yè)大學學報，2020，42（11）：138—144.

［8］柏春浩．基于莖稈低損傷切割小型苜蓿刈割機關(guān)鍵部件的優(yōu)化設(shè)計與試驗[D].泰安：山東農(nóng)業(yè)大學，2023.

［9］王偉，宋月鵬，許令峰，等．真空復(fù)合軋制硬度梯度材料的顯微組織及硬度分布［J]．材料熱處理學報，2019，39（9）：87-92.

[10］宋月鵬，吳昆，王偉，等．真空復(fù)合軋制自磨銳割刀與其結(jié)合界面組織性能研究［J]．農(nóng)業(yè)機械學報，2020，51（S2）： 586-592.SongYuepeng，Wu Kun，WangWei，et al. Fabrication ofself-sharpeningbladesviavacuum-rollingcompositetechnology and its interfacial material microstructure andproperties [J]. Transactions of the Chinese Society forAgricultural Machinery，2020，51（S2）：586-592.

[11]Greenland S，Senn S J，Rothman KJ，et al．Statisticaltests，P values，confidence intervals，and power：A guidetomisinterpretations[J].EuropeanJournalofEpidemiology，2016，31（4）：337-350.