声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-1964/S
国际刊号：1000-1298
发布日期:
作者：丁辛亭，李凯，郝伟，杨其长，闫锋欣，崔永杰
单位：西北农林科技大学,西北农林科技大学,西北农林科技大学,中国农业科学院都市农业研究所,西北农林科技大学,西北农林科技大学,
关键词：油茶籽;离散元;参数标定;遗传算法;BP神经网络
基金：国家重点研发计划项目（2019YFD1002401）、国家自然科学基金项目（31971805）和陕西省重点研发计划项目（2019ZDLNY02-04）
采用逆向工程技术，在EDEM软件中建立了油茶籽离散元模型；通过物理试验测得油茶籽堆积角为（27.93±1.46）°，以及密度、碰撞恢复系数和油茶籽-钢板间静摩擦因数的参数区间，采用Plackett-Burman Design和最陡爬坡试验筛选显著性因素；以堆积角为响应值，采用响应面（RSM）和机器学习对显著性参数进行优化和对比。结果显示，基于遗传算法（GA）的BP人工神经网络的预测能力与稳定性优于随机森林、支持向量机和BP人工神经网络；采用GA寻优得到油茶籽-油茶籽间静摩擦因数为0.443、油茶籽-钢板间静摩擦因数为0.319、油茶籽-油茶籽间滚动摩擦因数为0.063，测得仿真堆积角为27.63°，与实际堆积角的相对误差为1.09%；采用RSM得到油茶籽-油茶籽间静摩擦因数为0.383、油茶籽-钢板间静摩擦因数为0.335、油茶籽-油茶籽间滚动摩擦因数为0.064，测得仿真堆积角为26.99°，相对误差为3.33%。研究结果表明，在油茶籽参数标定中，GA-BP-GA的参数优化效果优于RSM，并且该研究所建油茶籽模型与参数标定结果可用于离散元仿真。
来源：2023年第2期
《农业机械学报》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。