农业机械学报

作者：李骅，吕大伟，王永健，金诚谦，王立辉，姚聪

单位：南京农业大学,南京农业大学,南京农业大学,农业农村部南京农业机械化研究所,东南大学,南京农业大学,

关键词：小麦收获机;BP-NSGA-Ⅱ算法;自适应调控

基金：江苏省重点研发计划项目（BE2022389）

传统小麦收获机无法根据田间环境和作业速度实时调节作业参数，导致其夹带损失率、脱出物含杂率均较高，作业性能较低。本文以久富4LZ-7.0型联合收获机为研究对象，提出了一种基于机器学习算法的小麦低损脱粒自适应控制方法，通过实时监测小麦喂入量和作物特性，动态调整滚筒转速和脱粒间隙，实现低损脱粒。基于离散元仿真和BP神经网络预测不同喂入量和小麦含水率下的脱粒性能。将训练完成的BP神经网络模型作为NSGA-Ⅱ算法寻优的适应度函数，基于BP-NSGA-Ⅱ算法建立滚筒转速和脱粒间隙控制模型，实现了滚筒转速和脱粒间隙自适应调控。将本控制系统脱粒性能与恒参数脱粒装置性能进行比较，验证了本控制模型优越性。田间试验结果表明，在不同喂入量条件下进行小麦收获时，本文设计的脱粒装置性能显著优于恒参数脱粒装置，当前进速度为0.8、1.2、1.6m/s时夹带损失率和脱出物含杂率分别降低11%、14%、12%和8%、12%、9%。研究结果可为复杂多变田间环境下，小麦等作物低损脱粒技术研究提供参考。

来源：2025年第11期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2025年第11期