检索结果-南通市图书馆

BP neural network model for material distribution prediction based on variable amplitude anti-blocking screening DEM simulations

引用

International Journal of Agricultural and Biological Engineering 2023年第4期16卷 190-199页

作者： Zheng Ma Yongle Zhu Zhiping Wu souleymane nfamoussa traore Du Chen Licheng Xing School of Agricultural Engineering Jiangsu UniversityZhenjiang 212013JiangsuChina Key Laboratory of Modern Agricultural Equipment and Technology Ministry of Education&Jiangsu ProvinceJiangsu UniversityZhenjiang 212013JiangsuChina Key Laboratory for Theory and Technology of Intelligent Agricultural Machinery and Equipment Jiangsu UniversityZhenjiang 212013JiangsuChina College of Engineering China Agricultural UniversityBeijing 100083China Jiangsu World Agricultural Machinery Co. Ltd.Picheng Industrial ParkDanyang 212311JiangsuChina

The material feeding changing of combine harvester is easy to cause accumulation and blockage of the vibrating screen,which seriously affects the harvest *** order to alleviate such accumulation and blockages on the vibrating screen surface,the guide chute rotation angle of the improved variable amplitude screening mechanism was selected as the target variable,and EDEM-RecurDyn was employed to simulate the anti-blocking process of the variable amplitude under a changing feeding quantity(0.5 kg/s abnormal,0.2 kg/s normal)of materials(rice grain and stem mixture).A BP(an error back propagation algorithm)neural network was designed and the prediction model of the material distribution was subsequently constructed on the variable screening surface under different chute angles during abnormal *** results revealed a continuous decrease in the quality and time of the material blockage at the front end of the screen surface with the increasing guide chute *** the guide chute angle of 20°-45°and adjustment time of 3-6 s,the blocked and accumulated materials at the front-end screen surface was be moved back to Grid 6 for ***,overtime,the screen surface materials continued to move back under the chute angle of 40°-45°,which had a great impact on the screening *** the guide chute angle of 30°-35°and adjustment time of 4 s,the materials on the screen surface were evenly distributed in Grid *** was able to alleviate the accumulation and blockage of the screen surface *** R of the material distribution prediction model(BP neural network)on the screen surface was determined as 0.97,indicating the high reliability and accuracy of the material distribution model on the screen surface based on the BP neural *** work provides an important reference for the variable amplitude intelligent control of screen surface material anti-blocking.

关键词： variable amplitude material distribution EDEM-RecurDyn BP neural network

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

BP神经网络预测变振幅防堵筛分性能研究——基于EDEM-RecurDyn仿真

引用

中国农机化学报 2022年第11期43卷 75-80页

作者：朱永乐马征陈树人 souleymane nfamoussa traore 李耀明姜晟江苏大学现代农业装备与技术教育部重点实验室江苏镇江212013 江苏大学农业工程学院江苏镇江212013

针对物料喂入量变化导致振动筛面堆积堵塞,影响筛分性能的问题。以变振幅筛分机构导向滑槽转角为变量,RecurDyn和EDEM联合仿真水稻籽粒、茎秆非正常喂入(0.5 kg/s)条件下变振幅防堵筛分过程。BP神经网络预测不同滑槽转角下变振幅的筛分... 详细信息

针对物料喂入量变化导致振动筛面堆积堵塞,影响筛分性能的问题。以变振幅筛分机构导向滑槽转角为变量,RecurDyn和EDEM联合仿真水稻籽粒、茎秆非正常喂入(0.5 kg/s)条件下变振幅防堵筛分过程。BP神经网络预测不同滑槽转角下变振幅的筛分效率、含杂率,优化变振幅调节,缓解筛面堆积堵塞,改善筛分性能。结果表明物料非正常喂入(0.5 kg/s)下导向滑槽转角0°~10°时筛分效率在55%~58%内平稳上升,含杂率在0.1%~0.16%内小范围波动变化;滑槽转角15°~40°时筛分效率在58%~75%内线性增大,含杂率在0.11%~0.19%内波动上升;滑槽转角40°~45°时筛分效率骤然线性下降至65.8%,含杂率陡然升高至0.37%。BP神经网络预测滑槽转角在37°时变振幅筛分效率最高、含杂率较低,变振幅防堵筛分性能更好,此时筛分效率和含杂率为74.30%、0.20%。BP神经网络预测模型R^(2)为0.999,预测误差集中在-0.00041,预测曲线均高度拟合。验证了BP神经网络预测模型的可靠性和精确度。这为未来变振幅防堵筛分的智能化调控提供了依据。

关键词：变振幅 EDEM-RecurDyn BP神经网络筛分效率含杂率

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：