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

摘要：

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R2为0.999,预测误差集中在-0.000 41,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

所属期刊栏目：43

分类号：S2(农业工程)

资助基金：国家自然科学基金;江苏省现代农机装备与技术示范推广项目;江苏高校优势学科建设工程

在线出版日期：2022-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：75-80