影響散糧取制樣系統效果的因素分析

◎ 徐子鋒，王康興，韓曉燁，任書杰

（連云港東糧碼頭有限公司，江蘇 連云港 222000）

連云港東糧碼頭有限公司三期工程的配套設施散糧取制樣系統，目前已經通過驗收，可以穩定運行。但在實際生產中，不同批次物料的雜質含量、潔凈程度、物料形狀等因素并不統一，僅通過實際運行難以對影響系統的因素做量化處理，尤其是在目前大部分系統指標僅為理論值的情況下。

1 實驗原理與材料

1.1 實驗原理

本次實驗主要利用控制變量法檢測散糧取制樣系統中檢疫部分的影響因素，采用人工投料的方式模擬實際生產中物料進入系統的情況。人為地控制投入物料中雜質和成品的比例、種類、潔凈程度等。并且每單次實驗后對管道進行吹洗處理，防止影響下一次記錄。每單次實驗后記錄實驗數據，如：帶出比、剔除率、剔除時間等。最終將各組數據對比分析，得出結論。具體系統內部流程如圖1所示。最終記錄最下方雜質數量，同時觀察干凈物料的潔凈程度，作為實驗數據，流程圖為實際生產的展示，本次實驗不會將干凈物料棄入筒倉[1]。

圖1 系統流程圖

1.2 實驗設備與材料

1.2.1 色選儀

色選儀采用視覺識別技術（VI），通過對比物料的RGB值、灰度、圖像邊緣將物料識別，并利用壓縮空氣吹出。理論帶出比1∶1，剔除率90%。作為本次實驗的主要設備，承擔著將物料與雜質分離的工作。內部程序使用與實際生產相同。

1.2.2 斗式提升機

采用TD160型斗提機三臺。高度9 m、運量0.4 t·h-1、斗容0.9 L、電壓等級380 V、電機功率4.0 kW。將初次分揀的物料再次提升依次經過管道系統進入色選儀的二次、三次、四次分揀通道。

1.2.3 樣品傳遞管

樣品的傳遞通過不銹鋼鋼管材料內徑不小于150 mm，初雜樣品管內徑不小于300 mm。傳遞管最小坡度為40°，所有轉彎半徑不小于1 m。為減小高度沖撞帶來的糧食損失，可以把緩沖裝置安在糧食傳遞的路徑上，緩沖裝置間隔不超過5 m。傳遞管采用法蘭連接，連接間距不大于6 m，便于在堵塞時拆卸。在此次實驗中主要作為各個部件的連接，物料傳遞與各部件連接的作用[2]。

1.2.4 各種耗材

①10 L標準樣品罐8個。②干凈大豆 15 kg。③干凈玉米粒 15 kg。④摻有粉塵的大豆 15 kg。⑤摻有粉塵的玉米粒 15 kg。⑥刺蒼耳80粒。⑦黑豆80粒。⑧紅豆80粒。⑨綠豆80粒。⑩染色黃豆80粒。 ?牽牛種子80粒[3]。

2 實驗方法與數據

2.1 實驗方法

①將干凈大豆、干凈玉米粒、摻有粉塵的大豆、摻有粉塵的玉米粒分別裝入標準樣品罐。②再將各種雜質（之前準備好的刺蒼耳、黑豆等）按每個樣品罐10粒依次放入，并攪拌均勻。將實驗對象分為A、B、C、D 4組，分別為干凈大豆組、粉塵大豆組、干凈玉米組、粉塵玉米組。③大豆作為實際生產的主要物料首先進行實驗。將A實驗組投入系統，進料量（單位時間通過色選儀的物料的數量）控制在15%。④等待物料全部分選完記錄數據，并重新將記錄好數據的物料篩分干凈，放入雜質，投入量與上一次完全相同。⑤吹洗實驗設備。⑥再次將物料投入設備，進料量控制在35%（此數值與實際生產中數值相同），等待物料全部分選完記錄數據。⑦再次吹洗設備[4]。

B實驗組重復③—⑦。C、D實驗組將算法改為玉米算法后重復③—⑦。

相關參數的計算：

2.2 實驗數據

2.2.1 A實驗組數據（見表1）

表1 A實驗組數據表

2.2.2 B實驗組數據（見表2）

表2 B實驗組數據表

2.2.3 C實驗組數據（見表3）

表3 C實驗組數據表

2.2.4 D實驗組數據（見表4）

表4 D實驗組數據表

3 數據分析

（1）對比表1與表2，A、B實驗組均為大豆，變量在于B實驗組在樣品階段人為用粉塵污染，來模擬實際生產過程中可能存在的高粉塵、上級篩分系統不理想的情況。經過數據對比可以發現，在刺蒼耳、黑豆、紅豆、綠豆這幾種雜質的挑選情況中，A、B實驗組差別不大，出現的數據差異可視為設備誤差，符合色選儀的理論精度。

（2）在染色黃豆數據方面存在明顯差異。B實驗組數據明顯較差，剔除率明顯低于A實驗組。經過分析和實際對比，染色大豆在經過高粉塵的情況時，存在粉塵附著于大豆表面，而染色大豆并不是整個染成紅色，如果附著部分擋住的面積較大，低于色選儀設置的閾值，便無法將雜質選出。

（3）染色黃豆的剔除率在各實驗組中整體偏低，主要有兩個原因：①實驗使用的染色大豆樣品顏色為人工染色，染色程度不均勻，個別大豆顏色偏淡導致其特征RGB值發生變化，色選儀無法精準識別。②染色大豆的物料特性除了表面顏色以外，其他方面均與普通大豆一致，在被色選儀識別噴出管道時容易產生“跳料”的現象（彈性物料碰到金屬壁產生不規則彈射的情況）。

原因①的解決方法：可以在后續的實驗中精進算法，將變化顏色后的物料的RGB值輸入數據庫，使機器可以識別。

原因②的解決方法：a.重新設計管壁角度。b.改變色選儀內部噴嘴角度。c.減少前期大塊雜質，大塊雜質會影響送料設備的效果，使物料下落不均勻。

（4）對比表1、2、3、4中帶出比數據。對比A、C實驗組的帶出比，C實驗組帶出比明顯低于A實驗組。猜測原因是大豆物料的彈性比玉米物料更好，致使“跳料”現象更加嚴重。在后續實驗中關閉所有噴頭，分別倒入A、C實驗組，可以明顯看出A實驗組“跳料”現象比B實驗組更嚴重。也可能是因為物料不同導致使用了不同的程序，所以影響了分揀結果。

（5）牽牛種子的最高剔除率為50%，遠低于90%的理論值。主要原因是牽牛種子的體積較小，噴嘴的噴氣時間設置是根據與大豆物料類似體積的物料設置的，與牽牛種子的體積不匹配，解決方法：將牽牛種子這類小體積雜質先利用直線震動篩進入篩下物，不進入色選儀的分選。

（6）通過對比時間與進料量，不同進料量的設置會影響分揀速度，但對最終的分揀結果影響不大。原因主要是色選儀的理論處理能力為2 t·h-1，遠大于生產和實驗的投入量，后續實驗可加大投料進行壓力測試，測試系統的理論承載能力，從而確定系統的最大安全生產能力。

（7）A、B、C、D四個實驗組的帶出比均高于1∶1的理論值，帶出的符合除雜質以外的物料較多。分析原因：①原物料中存在瑕疵被儀器識別選出。②“跳料”現象的影響，導致部分物料被帶出，這是主要原因。③色選儀內部程序還需要完善，較高的靈敏度可以帶來良好的剔除率，但也會導致帶出比過高。可以在后續實驗中改進算法，改善這一情況。

4 結語

（1）經過實驗，可以得出影響系統效果的主要因素在于物料的潔凈程度不同、物料類型多樣、算法對特殊雜質的敏感程度不足、“跳料”問題。針對以上問題的改進方法可以從軟件和硬件兩個方面入手。

軟件方面：對內部算法做進一步迭代，解決算法對特殊雜質的敏感程度等不足的問題。

硬件方面：對集塵系統、篩分系統、色選系統進行定制化改造。目前，市面上專門針對散糧取制樣系統這一細分領域的自動化機械數量明顯不足，相關標準也比較模糊，需要與相關企業合作，共同對設備做定制化改進，以解決物料類型多樣、物料的潔凈程度不同和“跳料”問題[5]。

（2）本次實驗利用人工方法模擬實際生產的自動取制樣過程，利用4種不同的物料，進行了2種算法測試，將帶出比、剔除率等指標量化。同時，進一步了解了系統的性能，發現實際值與理論值的差異。為后續系統的改進提供了數據方面的支持，也為后續系統的標準制定提供了理論依據。在日后的運行中，再遇到不同物料，可利用本次實驗數據推算出物料的特性。