基于稀疏學習自適應的馬鈴薯聯合收獲機優化設計

孫平平

(濰坊科技學院，山東 壽光　262700)

?

基于稀疏學習自適應的馬鈴薯聯合收獲機優化設計

孫平平

(濰坊科技學院，山東 壽光262700)

摘要：針對馬鈴薯收獲機由于傳動速度偏高造成的收獲機阻塞和馬鈴薯損傷問題，對馬鈴薯收獲機進行了優化設計，提出了一種基于稀疏自適應學習的設計方法，解決了馬鈴薯聯合收獲機輸送和分級裝袋流動不暢和有滯留堆積問題，提高了收獲機的生產效率。為了驗證馬鈴薯收獲機優化設計后的可靠性，在不同類型的地塊上對馬鈴薯的性能進行了測試，測試地塊類型分別為平播旱地和全覆膜雙壟播旱地兩種。通過試驗測試發現：對傳動系統進行改進后，聯合收獲機對全覆膜雙壟播旱地和平播旱地的適應性均較好，各項測試指標均比優化之前好，從而驗證了傳動系統優化的可靠性，對馬鈴薯聯合收獲機的改進提供了理論參考。

關鍵詞：馬鈴薯收獲；全覆膜雙壟；滯留問題；稀疏學習；誤差向量；自適應

0引言

目前，我國馬鈴薯的收獲主要靠人工來完成，包括割秧、刨薯和人工撿拾。在馬鈴薯的收獲期，勞動對象大部分為老年和婦女，人工收獲效率低，馬鈴薯損傷和漏拾率高，勞動強度大，生產成本較高。為了提高馬鈴薯收獲過程的機械自動化水平、降低生產成本、提高收割機的生產效率，需要對當前馬鈴薯收獲機械進行改進。為了實現馬鈴薯收獲機的優化設計，本文對聯合收獲機馬鈴薯損傷進行了大量的試驗，并在實驗數據的處理過程中引入了自適應稀疏學習算法，提高試驗數據的可靠性，依據試驗數據對馬鈴薯收獲機的傳動系統進行了改進，為馬鈴薯收獲機的改進提供了理論依據。

1馬鈴薯收獲機的分類和存在的問題

馬鈴薯收獲機主要包括挖掘機和聯合收獲機。其中，挖掘機分為畜力和機動兩種，可以實現馬鈴薯的挖掘和分離。挖掘機收獲馬鈴薯后，需要靠人工撿拾，工作效率較低常用的振動式馬鈴薯挖掘機，如圖1所示。

振動式馬鈴薯挖掘機，主要通過柵條和曲柄連桿的運動實現土壤和馬鈴薯的分離，其工作時存在振動，可以產生較大的瞬時力，從而增強了破土能力，強化了馬鈴薯的分選效果。

圖1　振動式馬鈴薯挖掘機

圖2所示為自走式馬鈴薯聯合收獲機，產地為美國。該聯合收獲機的行走輪上裝有計算機自動導航系統，可以根據衛星定位來實現自主導航功能，智能化程度較高。

圖2　自走式馬鈴薯聯合收獲機

圖3所示為德國研制的一款兩行自走式馬鈴薯收獲機。該機除了具有自走功能外，還具有自收集裝置，無需人工撿拾，大大提高了工作效率，減少了后續作業所耗時間。

目前，國內對于馬鈴薯收獲機械的研究還不多，其設計大部分是根據經驗設計，普遍存在結構簡單、配套動力小、可靠性差、作業不穩定等問題，作業時容易產生阻塞，分離能力差；并且馬鈴薯在收獲過程中搓皮嚴重、損失高。這些問題大部分是由于傳動系統的因素引起的，因此需要對傳動系統進行改進，提高馬鈴薯聯合收獲機對不同地塊的自適應能力，提高其作業生產率和作業精度。

圖3　自收集式馬鈴薯聯合收獲機

2稀疏學習自適應算法

稀疏表示的主要思想是在一個大的樣本空間內，對一個類別的事物，由訓練樣本中同類的樣本子空間進行線性表示，表示的系數是稀疏的。為了提高馬鈴薯聯合收獲機的自適應能力，利用稀疏學習算法，依據馬鈴薯力學實驗數據對傳動系統進行改進，提高馬鈴薯聯合收獲機的工作效率。對于一個給定的聯合收獲機馬鈴薯損傷實驗樣本數據，假設數據集為

D=[d1,d2,d3,…,dn],D∈Rm×n,m

(1)

實驗樣本數據中包含了n個訓練事物，每一列di∈Rm×1則表示一個訓練事物，其維數為m×1。假設一個實驗測試數據集為y∈Rm×1，則可以用訓練樣本數據表示為

y≈Dx=x1d1+x2d2+…+xndn

(2)

其中，x=[x1，…，xn]∈Rn×1表示訓練數據集線性表示測試數據集的系數，但在實際聯合收獲機馬鈴薯損傷實驗測量過程中會存在測量誤差，因此更準確的表達式可以寫成

y=Dx+ε

(3)

其中，ε∈Rm×1是誤差向量，表示由于聯合收獲機馬鈴薯損傷實驗操作或者實驗儀器產生的誤差。誤差向量可以補償訓練集對測試表示的準確性，由于m

(4)

實現聯合收獲機馬鈴薯損傷實驗測試數據系數的前提是構造超完備字典，本文提出了一種基于自適應學習的超完備字典構造算法。該算法通過尋找最優字典，使字典的稀疏表示對于樣本逼近的均方差最小，目標函數構造形式為

(5)

其中，F表示訓練樣本矩陣，矩陣中對應的每一個列向量為訓練樣本數據集；D表示待構造的冗余字典，每一個列向量為訓練樣本；α表示系數矩陣，該矩陣為F在D上分解所得。利用自適應算法，對每個訓練樣本進行更新，使解的均方差最小。首先利用正交基對超完備字典進行擴展，然后構造訓練樣本，利用自適應學習對字典進行更新，得到自適應超完備字典，具體步驟如下：

1)構造初始字典數據D0={dk0;k=1,2,…,K}。

2)構造訓練樣本矩陣F={fi;i=1,2,…,M}。

3)在自適應更新階段，令j=1,Dj=D0。其中，j表示迭代次數；將F中的數據樣本在Dj上進行稀疏分解，得到系數矩陣，其大小為K·M，表達式為αj=OPM(F,Dj)。

4)更新字典Dj，對其中的單個數據集djk進行逐個更新，更新方法如下：

(1)選出djk中的數據子集；

(2)計算殘差Rkj=Ωkj-dkj·αj(k) ；

(4)更新原子dkj+1=dkj+1-μ·，μ表示步長因子；

(5)對所有的數據集更新完成后，重復 3)、4)步驟，直到得到最優解。

通過以上步驟可以得到馬鈴薯聯合收獲機馬鈴薯損傷實驗數據的系數表示，然后利用該數據對馬鈴薯收獲機的傳動系統進行改進，步驟如圖4所示。得到收獲機馬鈴薯損失試驗測試數據的系數表示后，可以利用數據樣本對馬鈴薯的傳動數據進行改造，提高馬鈴薯對環境的自適應能力，降低馬鈴薯的損傷率和含雜率。通過對傳動系統優化設計試驗樣機，并對樣機進行測試，驗證優化效果。

圖4　馬鈴薯傳動系統改進流程圖

3損傷試驗和傳動系統優化

馬鈴薯在收獲和運輸時，由于切傷、跌落、壓傷等原因，非常易于造成馬鈴薯的損傷，為了得到馬鈴薯機械損傷的各種原因和顯著性水平，對收割機的馬鈴薯損傷進行了實驗研究，其測試時的照片如圖5所示。

圖5　馬鈴薯機械損傷測試實驗

馬鈴薯在機械篩選的過程中，由于其附著的土壤最后會變得越來越少，薯體和柵條之間發生碰撞，容易產生損失，其影響損傷大小的因素和柵條的形狀與速度有關，其正交實驗的因素如表1所示。

對不同的影響因素進行組合，利用微機控制萬能試驗機的參數，控制系統便可以精確地輸出收獲機的速度。通過多次實驗，利用自適應稀疏學習算法對數據進行整合，得到了如表2所示的結果。

表1　馬鈴薯碰撞試驗的正交實驗因素表

表2　正交實驗結果表

由表2可以看出：在所有實驗數據中，只有一次損失率大于10%。因此，在馬鈴薯聯合收獲機傳動系統設計時不能使用改組數據，損失率最低的組合為A3B1AB2，可以參照該組合對傳動系統進行改進。

圖6表示改進前的傳動系統示意圖，其傳動方向由箭頭所示。該機械傳動結構存在傳動速度偏高、傳動距離也比較長及流動不流暢問題。因此，利用自適應稀疏學習算法的整合數據，對傳動系統進行改進，得到了如圖7所示改進后的系統圖。

圖6　傳動系統示意圖

圖7　改進后的傳動系統圖

根據A3B1AB2數據組合，對變速器Ⅰ、Ⅱ進行了重新設計，降低了傳動速度，并去掉了Ⅱ級莖稈分離裝置。通過改進，明顯地縮短了薯塊輸送距離，解決了流動不流暢的問題，使整個傳動系統更加緊湊、美觀。

4自適應馬鈴薯聯合收獲機性能測試

為了驗證本次研究設計的馬鈴薯聯合收獲機的傳動系統的性能，按照國家農業行業標準《NY/T 1130-2006 馬鈴薯收獲機械》規定和有關農業機械試驗方法，對馬鈴薯聯合收獲機的性能進行了測試，測試過程如圖8所示。

圖8　馬鈴薯聯合收獲機性能測試圖

為了提高試驗測試的有效性和可靠性，測試選擇兩種地型，一種是全覆膜雙壟播旱地，另一種是平播旱地，測試項目包括馬鈴薯收獲機破皮率、含雜率、損失率、傷薯率和生產率。通過測試得到了如表3所示的測試結果。

由測試結果可以看出：對傳動系統進行改進后，聯合收獲機對全覆膜雙壟播旱地的適應性較好，各項測試指標均達到精密聯合收割機的設計指標，對薯秧、雜草、地膜的分辨能力較強。

表4表示平播旱地試驗結果。由測試結果可以看出：對傳動系統進行改進后，聯合收獲機對平播旱地的適應性也較好，各項測試指標均較好，均達到精密聯合收割機的設計指標，具有較高的工作效率。

表3全覆膜雙壟播旱地試驗結果表

Table 3The experimental results table of whole film double ridge

sowing dryland

測試項目普通馬鈴薯聯合收獲機自適應馬鈴薯聯合收獲機生產率0.520.68損失率2.520.69破皮率3.221.51傷薯率2.110.31含雜率3.931.12

表4　平播旱地試驗結果表

5結論

1)為了解決馬鈴薯收獲機傳動速度偏高造成的馬鈴薯損失和機械阻塞問題，對馬鈴薯的傳動系統進行了優化設計，并提出了一種基于稀疏學習的自適應優化方法，提高了馬鈴薯輸送和分級裝袋的效率。

2)為了驗證對馬鈴薯聯合收獲機優化設計后的有效性，本文在平播旱地和全覆膜雙壟播旱地兩種類型的地塊上對馬鈴薯聯合收獲機的收獲性能進行了測試。通過試驗測試發現：對傳動系統進行改進后，收獲機對不同地塊的適應性較好，生成率有所提高，破皮率、含雜率、損失率、傷薯率都有了明顯的降低，各項測試指標均可以滿足精密聯合收獲機的設計要求。

參考文獻：

[1]魏宏安,王蒂,連文香,等.4UFD-1400 型馬鈴薯聯合收獲機的研制[J].農業工程學報,2013,29(1): 11-17.

[2]宋言明,王芬娥.新型馬鈴薯聯合收獲機的總體設計[J].甘肅農業大學學報,2009,44(1):151-154.

[3]連文香,魏宏安,邵世祿,等.4UFD-1400 型馬鈴薯聯合收獲機機架有限元分析[J].甘肅農業大學學報,2010,45(5):146-150.

[4]李彥晶,魏宏安,孫廣輝,等.4UFD-1400 型馬鈴薯聯合收獲機挖掘鏟的參數優化[J].甘肅農業大學學報,2011,46(5):132-136.

[5]張建,魏宏安. 4M-2型馬鈴薯聯合收獲機土薯分離運動仿真[J].甘肅農業大學學報,2009,44(3): 153-157.

[6]楊然兵,李國瑩,尚書旗,等.機械化挖掘收獲部件發展現狀與展望[J].農機化研究,2008(9):5-8.

[7]劉寶,張東興,李晶.馬鈴薯收獲機主要問題機理分析及其對策[J].農機化研究,2009，31(1):14-16.

[8]王建波,樊啟洲,田延慶,等.馬鈴薯挖掘機關鍵部件的研究現狀與展望[J].農機化研究,2011，33(1): 244- 248.

[9]邵君,尹忠科,王建英.信號稀疏分解中過完備原子庫的集合劃分[J].鐵道學報,2006,28(1):68-71.

[10]連學強,丁興號,閆敬文.基于無下采樣Contourlet變換的SAR圖像去噪[J]. 儀器儀表學報, 2008, 29(3):512-516.

[11]李玉道,杜現軍,宋占華,等.棉花秸稈剪切力學性能試驗[J].農業工程學報,2011,27(2):124-128.

[12]介戰,羅四倍,周學建.基于LabVIEW 的聯合收割機水稻喂入量遙測試驗[J].農業工程學報,2009, 25(S2):87-91.

[13]張道林,刁培松,董鋒,等.撥禾指式不對行玉米收獲裝置的試驗[J].農業工程學報,2010,26(5): 103- 106.

[14]杜現軍,李玉道,顏世濤,等.棉稈力學性能試驗[J]. 農業機械學報,2011,42(4):87-91.

[15]宋占華,肖靜,張世福,等.曲柄連桿式棉稈切割試驗臺設計與試驗[J].農業機械學報,2011,42(11): 162-167.

[16]王鋒德,燕曉輝,董世平,等.我國棉花秸稈收獲裝備及收儲運技術路線分析[J]. 農機化研究,2009, 31(12):217-220.

[17]李耀明,秦同娣,陳進,等.玉米莖稈往復切割力學特性試驗與分析[J].農業工程學報,2011,27(1): 160-164.

[18]宋春華,區穎剛,劉慶庭,等.兩段式螺旋扶起機構理論的研究[J].農機化研究,2010,32(11): 34-36.

[19]杜現軍,李玉道,顏世濤,等.棉稈力學性能試驗[J]. 農業機械學報,2011,42(4):87-91.

[20]宋占華,肖靜,張世福,等.曲柄連桿式棉稈切割試驗臺設計與試驗[J].農業機械學報,2011,42(11): 162-167.

[21]王鋒德,燕曉輝,董世平,等.我國棉花秸稈收獲裝備及收儲運技術路線分析[J].農機化研究,2009, 31(12):217-220.

[22]秦國成,秦貴,張艷紅.設施農業裝備技術現狀及發展趨勢[J].農機化研究,2012,34(3):81-82.

[23]張寧,廖慶喜.我國小粒徑種子播種技術與裝備的應用與研究進展[J].中國農機化,2012(1): 93-96,103.

[24]郝金魁,張西群,齊新,等.工廠化育苗技術現狀與發展對策[J].江蘇農業科學,2012,40(1):349-351.

Optimum Design of Potato Combine Harvester Based on Sparse Learning Adaptive

Sun Pingping

(Weifang University of Science and Technology,Shouguang 262700, China)

Abstract：For the potato harvester, due to higher transmission speed caused by the harvester blocking and potato injury problems, potato harvester were designed for optimization, and it proposed a design method based on adaptive sparse learning to solve the potato harvesting machine,which is used for conveying and grading and bagging flow.The experimental place is not smooth and is retained in the accumulation of problems, which improved the production efficiency of the harvester. In order to verify potato optimization design of reliability,different types of plots the performance of potato were tested, the test plots were for flat sowing dry and fully covered double ridge sowing dry land. It was found that it improved the transmission system, combine harvester to fully covered double ridge sowing dry peace the adaptability of dryland sowing are better, the test targets than before optimization, thus validating the optimization of transmission system reliability, which provide a theoretical reference for the potato combine harvester improvement.

Key words：potato harvest; fully covered double ridge; delay; sparse error vector; adaptive learning

中圖分類號：S225.7+1

文獻標識碼：A

文章編號：1003-188X(2016)09-0131-05

作者簡介：孫平平(1977-)，女，山東壽光人，講師，碩士,(E-mail) sunpp1977@sina.com。。

基金項目：山東省自然科學基金項目(ZR2014EEQ019)

收稿日期：2015-08-13