采棉機行進速度對籽棉含雜率的影響

文/周萬懷 李浩 張雪東 李明杰

1 引言

含雜率是衡量棉花品質的重要指標之一，也是棉花貿易結算計價的重要參數之一，GB 1103規定皮棉標準含雜率為2.5%，棉花交易時根據實際含雜率與標準含雜率的差值進行價格扣補。因此，為了使含雜率符合標準規定要求，加工廠通常會設置多道籽棉清理和皮棉清理工序。而過度的雜質清理又會對棉花的其他性能造成一定的損傷，如長度變短[1]、強度[2]和整齊度變差等[3-7]。因此，如何既能確保含雜率符合要求，又能保障其他品質不受損傷就成為了棉花加工領域專家們十分感興趣的研究內容。目前，該領域常見的研究關注點多集中在加工工藝的提升和加工設備的改進，在控制初始籽棉含雜率以及籽棉含雜率對纖維品質的影響方面的研究較少。本文主要通過研究棉花采收過程中，采棉機行進速度對籽棉含雜率的影響，期望探索更加合理的棉花采收方式和作業參數，從源頭控制棉花初始含雜率，減少棉花加工環節雜質清理力度，以保護棉纖維原始品質。

2 材料、設備與方法

2.1 采棉機機型選擇

CP690是由美國John Deere公司生產的具有典型代表的新一代自走式摘棉機，該機型設有5.15km/h、5.79km/h和6.44km/h三擋可調的采棉行進速度，以及12.7cm、25.4cm和38.1cm三擋可調的采摘頭離地間隙，能夠同時滿足本試驗對采棉機行進速度和采摘頭離地高度可調的需求，實際取樣過程中發現38.1cm的離地高度相對于新疆主栽機采棉品種過高、導致采凈率大幅下降、浪費十分嚴重，故而實際采樣時僅選用了12.7cm、25.4cm兩個離地高度。CP690制模規格最大可達2.29m（直徑）×2.39m（寬度）、重約2.2噸，因此每個組合因素水平下的樣品量十分充足，具有普遍代表性。此外，CP690將采棉和制模兩個過程融于一體，打包的棉模外部使用高韌性、高強度的塑料薄膜包裹，防水、防潮性能好，有利于長時間保持棉花樣品處于采樣時的狀態。基于以上因素考慮，選擇CP690為試驗機型。

2.2 樣品來源和抽樣方案設計

在試驗區域選擇方面，國內機采棉種植以北疆最具代表性，該地區的機采棉種植比例超過90%，因此將試驗場地選定在北疆地區。在品種方面，新棉3號在北疆地區種植范圍最為廣泛，不但最具代表性，還便于取樣，因此將品種選定為新棉3號；在地塊選擇方面，由于采棉機行進速度有3個水平，考慮到同一水平下至少滿足3次重復抽樣需求，以上因素共同決定了每個地塊取樣棉模數量至少為9個。加之為確保樣品代表性，在同一地塊采收時，僅在中間時段取樣。因此，每個地塊至少應滿足27個棉模量的需求，根據標準圓模重量估算約需籽棉70噸，再根據近5年籽棉平均單產約為4.6噸/公頃估算，取樣地塊大小至少為15公頃。

試驗采用采收現場取樣按GB 1103.1規定1～5噸籽棉取3個樣品，每個棉模均沿半徑方向均勻選擇3個取樣點，在每個取樣點獨立抽取1個樣品；抽取每個樣品時，首先去除取樣點處表層10cm厚的棉花，再按GB 1103.1規定的取樣方式取樣。所有樣品抽取后立即使用帶有編號的加厚加強PE自封袋密封保存。

2.3 主要檢測設備

樣品檢測主要分為試軋、雜質分析和纖維檢測三個環節。在試軋環節，選用XJ114型試軋機（安慶市雙益紡織機械有限公司）對籽棉樣品試軋。試軋后，在對應的皮棉中分別抽取兩個150 g的獨立樣品A和B，分別用于雜質分析和纖維品質測試。雜質分析選用YG042型原棉雜質分析儀（常州市天祥紡織儀器有限公司）[1-2]；纖維品質測試選用HVI1000型大容量棉花纖維測試儀（瑞士烏斯特公司USTE?Technologies）；試驗過程中所有樣品稱重均選用HZY-B型科研級高精度電子秤（美國華志）。

2.4 關鍵分析方法

籽棉含雜率是指籽棉樣品中含有的非籽棉物質的重量占。假設籽棉總重量為Wsc，其由雜質重量Wt、棉籽重量Wcs和棉纖維重量Wf構成。這里的雜質既包括籽棉中包含的砂石、棉花植株莖稈、棉鈴殼等大顆粒的雜質，也包括細小的棉枝、棉葉等小顆粒雜質。根據以上定義，籽棉含雜率可以用公式（1）表示：

一元線性回歸分析預測法是根據自變量x和因變量Y的相關關系，建立x與Y的線性回歸方程進行預測的方法。由于市場現象一般是受多種因素的影響，而并不是僅僅受一個因素的影響。所以應用一元線性回歸分析預測法，必須對影響市場現象的多種因素做全面分析。只有當諸多的影響因素中，確實存在一個對因變量影響作用明顯高于其他因素的變量，才能將它作為自變量，應用一元相關回歸分析市場預測法進行預測[8-10]。

一元線性回歸分析法的預測模型表示為公式（2）：

式中，xt代表自變量值，Yt代表因變量值，a代表回歸方程斜率，b代表截距，a、b參數由公式（3）和公式（4）求得。

3 結果與討論

3.1 含雜率檢測

機采籽棉中的雜質種類多、含量高，采用單一方式難以確保雜質清理效果。為此，本項目采用分段清除籽棉雜質的方式，即針對大顆粒雜質，如較大的棉花植株或雜草莖稈、棉鈴殼、其他植物果實以及土石磚塊等采用人工挑揀的方式清除，針對顆粒較小的雜質，如棉花植株和其他植物的細枝、破碎的棉鈴殼和較大的葉片等在試軋階段清除，最后再使用YG042型雜質分析儀清除皮棉中絕大部分棉花和其他植株葉片，具體流程如圖1所示。

圖1 棉花雜質分離過程示意圖

3.2 含雜率變化趨勢

根據2020和2021兩個年度詳細檢測數據制作籽棉樣品速度與含雜率關系散點圖和箱線圖，結果如圖2所示。

圖2 籽棉試樣雜質總體分布情況

從圖2可以看出，盡管不同速度水平下籽棉試樣含雜率各有高低，分布范圍也存在交錯區域，但總體上速度與含雜率之間依然呈現出反比關系，即采棉機行進速度高、則對應籽棉試樣的含雜率相低，反之采棉機速度低，則對應的籽棉試樣含雜率高。分析其原因，假設采棉機行進速度S動態可調、采錠工作頻率H固定不變、采錠寬度W固定不變，則有：

其中，A為單位時間內的采收作業面積，則單位面積內采錠工作次數t為：

當H和W保持不變時，t與S成反比。根據棉花采收實際情況可知，t可分為主體采收時間tm和富余時間tr兩部分，當t隨著S降低而增大時，主體采收時間tm基本保持不變，而增加的時間均屬于富余時間tr。由于棉花采收過程中絕大部分正常吐絮的棉纖維在tm內被采收，因此tr范圍內采集的棉纖維占比降低，而棉枝、棉葉、滴灌帶、砂石等雜質的占比較大，從而在整體上導致雜質含量升高。

3.3 采棉機行進速度與籽棉含雜率回歸分析

首先，將同一速度水平下的所有樣本視為同一速度水平下的重復抽樣，對組內所有樣本含雜率平均，建立采棉機行進速度S與籽棉試樣含雜率T之間的一元線性回歸模型，結果如圖3所示。可見，兩個年度的回歸模型的判定系數分別為0.9893和0.9877，顯然采棉機行進速度和籽棉含雜率之間具有良好的線性關系。

圖3 籽棉試樣含雜率與采棉機行進速度的一元線性回歸模型

可以看出，從含雜率分布范圍來說，2021年度籽棉含雜率明顯高于2020年度籽棉含雜率，這與2021年國內棉花市場緊俏、加工廠搶收籽棉、棉花采收不按標準規定執行甚至人為摻雜的市場行為相吻合；從速度與平均籽棉含雜率的關系角度來說，5個地塊均是5.15km/h的速度下含雜率水平最高，但當速度為5.79km/h和6.44km/h時，含雜率不再完全與速度成反比。分別對5個地塊單獨建模，結果如圖4所示。

圖4 籽棉試樣含雜率與采棉機行進速度的一元線性回歸一模型（以地塊為單位）

進一步細化分組，將不同地塊的樣品相互獨立，同地塊相同速度水平下的試樣視為重復抽樣，對應的詳細數據見表1。

表1 籽棉試樣含雜率詳細數據（以地塊為單位）

從圖4可以看出，相關一元線性回歸模型判定系數分別為0.99226（2020年1號地塊）、0.67047（2020年2號地塊）、0.82699（2021年1號地塊）、0.06239（2021年2號地塊）和0.81879（2021年3號地塊）。相較而言，模型平均判定系數為0.67418，較以年度為單位的模型平均判定系數降低0.31432。再進一步將每個試樣視為獨立樣本進行回歸分析，所得結果如圖5所示。可以看出，相關模型的判定系數分別為0.1646（2020年度）和0.0473（2021年度），分別為中度相關和弱相關。

圖5 籽棉試樣含雜率與采棉機行進速度的一元線性回歸模型（單個試樣為單位）

由以上分析結果可見，隨著重復抽樣范圍的細化，速度與含雜率之間的相關性逐漸減弱；反之，隨著重復抽樣范圍的擴大，重復抽樣次數增加，速度與含雜率之間的相關性逐漸增強。分析其原因，由于棉花是復雜的生命體，即使地塊、品種、灌溉、施肥、打藥、采收以及其他管理方式均保持一致，也無法保證不同的棉花植株具有完全相同的成熟度、吐絮率、落葉率等，再加上采收作業時機器運行狀態、環境因素的影響等。因此，從個體樣本或較小的重復測試范圍內分析籽棉試樣含雜率與采棉機行進速度之間的相關性不具理論基礎和現實意義。

4 結論

通過以上分析可見，在2020和2021兩個年度內分別重復抽樣時，采棉機行進速度與含雜率的回歸模型判定系數分別為0.9893和0.9877；隨著重復抽樣范圍細化到地塊和單個樣品，回歸模型平均判定系數分別降低至0.67418和0.10595。因此，從宏觀層面而言，采棉機的行進速度與籽棉試樣的含雜率顯著負相關；從微觀層面而言，棉機的行進速度與籽棉試樣的含雜率相關性不顯著。盡管無法通過采棉機的行進速度確定單個籽棉樣品的含雜率，但對更大范圍，如地塊或以天為單位的時段內采集的籽棉整體含雜率具有較好的預判效果。該結論對優化采收、棉花加工具有一定的參考意義。