农业机械学报

作者：麻芳兰，罗一鸣，李嘉诚，苗金泽，叶凤滋，陈彬

单位：广西大学,广西大学,广西大学,广西大学,广西大学,广西大学,

关键词：甘蔗收获机;入土切割;负载压力;极限学习机;麻雀搜索算法;预测模型

基金：广西科技重大专项（桂科AA2211706）

为了提高甘蔗收获机切割深度控制系统的适用范围和准确度，针对当前参考压力设定无法根据土壤参数和机车参数自动调整的问题，建立了负载压力预测模型。通过正交试验方法对负载压力与入土切割深度、喂入量、土壤含水率、土壤坚实度之间的关系进行了数据采集，并将试验数据作为负载压力预测模型的训练样本和测试样本。根据训练样本建立极限学习机(ELM)和基于麻雀搜索算法优化的极限学习机(SSA-ELM)负载压力预测模型，并通过测试样本对预测模型进行性能评价。结果表明，与ELM模型相比，SSA-ELM预测模型平均绝对误差、平均相对误差和均方根误差在黄壤条件下降低50.00%、44.14%和44.44%，在红壤条件下降低58.33%、56.98%和57.14%。为了检验负载压力预测模型在实际收获过程中的适用性，在试验平台上模拟蔗地遇到的各种工况，将预测模型应用于现有控制系统进行试验。结果表明，当入土切割深度为20mm、作业速度为0.34m/s、刀盘转速为700r/min时，预测模型满足参考压力的设定要求，且切割深度与目标深度最大误差不大于5mm，满足甘蔗收获生产的实际要求。

来源：2024年第12期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2024年第12期