基于EBF神经网络模型的喷雾机吊喷分禾器参数优化

摘要：

喷杆-吊杆组合式喷雾机被广泛应用于棉花催熟脱叶剂的喷施,由于棉花采用密植栽培模式,棉花冠层中下部脱叶剂喷施覆盖率低,脱叶效果差,严重影响了机采棉品质.为提高棉花中下部的喷洒覆盖率,减小喷雾机行驶阻力,提出吊杆分禾器参数优化方案,采用Box-Behnken设计制定试验方案,以分禾器前倾角、安装高度、作业速度等参数作为试验因素,通过田间试验获取雾滴覆盖率、分禾阻力等响应数据,使用椭球基神经网络(Ellipsoidal basisfunction neural network,EBFNN)逼近响应和试验因素之间的关系,建立精度可靠的近似模型,基于该模型对试验因素分析、优化.并得到最佳试验参数组合:分禾器离地高度210 mm、分禾器前倾角12°、喷雾机作业速度4 km/h.在此条件下进行田间试验,棉花冠层平均雾滴覆盖率为22.49％,与模型预测值相比误差为10.89％;分禾阻力试验均方根为70.9N,与模型预测值相比误差为7.78％.

关键词：棉花脱叶剂、喷雾机、分禾器、近似模型、优化

所属期刊栏目：47

分类号：S49(植物保护机械)

资助基金：国家公益性行业农业科研专项201203025和农业部948引进重点项目2011-G104

在线出版日期：2016-06-30（万方平台首次上网日期，不代表论文的发表时间）

页码：62-69