CN109499876B - 基于自适应感知的花生清选除杂变频控制系统及控制方法 - Google Patents

Abstract

本发明公开一种基于自适应感知的花生清选除杂变频控制系统及控制方法，在所建立的初始模型的最佳速度配比之上，根据花生干湿度和喂入量信息实现自适应分析，获得最佳的速度增量，依据变频器的实时控制调节在模型的基础之上，得到一个最佳的实际运行速度，实现薄膜、茎叶杂质、土块等在振动筛上的立体分层，并结合上部风机吸力将上层较轻的杂质吸走，花生、土块等也实现了有效的分离排出，通过喂入量大小及干湿度自动调节振动电机和风机的转速，在保证花生清选除杂品质的前提下，降低花生清选除杂装置的能耗，提高清选除杂的整体效能。

Description

基于自适应感知的花生清选除杂变频控制系统及控制方法

技术领域

本发明涉及基于自适应感知的花生清选除杂的变频控制技术，在花生清选除杂过程中，针对花生喂入量的不断变化，通过变频器来调节清选除杂装置电机的转速大小，以达到减少能耗、获取最优的工作效果。

背景技术

花生是我国主要的经济作物，种植面积和总产量均居世界前列。中国已经成为世界上最主要的花生生产国和花生消费国，同时也是最大的花生出口国。由于花生在机械化收获后，荚果仍含有大量土块、石子、茎叶、草屑、残膜等多种杂质，会增大产品后续加工处理的难度，这样不仅费时费力，还降低花生收获作业效率等一系列问题。这些问题的存在严重影响了花生产业产品的品质，制约着农民经济效益的提高，降低了我国在花生出口领域中的国际竞争力。

花生清选除杂工作以其减轻劳动强度、提高作业效率、降低成本、提高花生产量等优点而受到人们的广泛关注。目前，尤其在机械化播种和机械化收获方面技术已较为成熟，但是在机械化清选除杂作业中，一方面受现有花生清选除杂作业设备发展水平的限制，市场上还未有通过设备间的相互调节达到花生清选除杂要求的装置，严重制约花生机械化清选除杂的工作效率，增大了花生清选除杂工作的难度与成本。另一方面，当前的花生清选除杂设备发展程度还不成熟、不完善，存在除杂效率不够高、效益增加有限等显著问题，特别是对残膜、轻质茎秆的除杂难以实现。

鉴于现状，亟需研发一种具有除杂率高、运行成本低、清选除杂质量高的花生清选除杂技术方案，达到提高花生清选除杂洁净度、降低作业成本、增加经济效益的要求，对促进现代花生产业体系进步具有非常重要的意义。

发明内容

本发明为解决现有设备花生清选除杂率低、含杂率高、损失率大的技术问题，提出一种基于自适应感知的花生清选除杂变频控制系统及控制方法，通过喂入量检测装置感应花生喂入量大小，并由控制器根据喂入量大小自动调节振动电机的频率，进而改变电机转速，在保证花生清选除杂品质的前提下，降低花生清选除杂装置的能耗，提高清选除杂的整体效能。

本发明是采用以下的技术方案实现的：本发明提出一种基于自适应感知的花生清选除杂变频控制方法，包括以下步骤：

步骤S1、工况建模：

根据待清选的花生中所含薄膜、茎叶和土块的含量建立工况模型，并通过实验建模分析获得每个工况模型下对应的振动电机和风机的初始最佳速度；

步骤S2、自适应速度控制：

依据喂入量检测装置采集的喂入量信息数据，由控制器分析获得振动电机和风机的速度变化值，并将分析获得的速度变化值对应的频率调节量分别对应的传输给电机变频器和风机变频器，实现对振动电机和风机转速的调整，具体包括：

步骤S21、数据采集及误差补偿：

(1)硬件设计预补偿：

所述喂入量检测装置设置在花生清选除杂机喂料入口处，包括齿状安装板及对称设置在齿状安装板上的多个长条状齿片，长条状齿片上设置有应变片传感器，所述长条状齿片采用铁质材料制作，且长条状齿片的谐振频率点高于喂料入口部位的振动频率；

(2)软件设计预补偿：

不同转速下，偏移误差的确定：根据振动电机和风机的实际转速运行范围，设定多组不同梯度的速度值，分别记录每组数据下所有应变片传感器的输出，用于自适应控制时的补偿和纠正；

步骤S22、喂入量信息提取：

(1)单个应变片传感器数值确定：基于步骤S21中软件设计预补偿过程中所设定的速度值及对应转速下每个应变片传感器对应的输出，利用最小二乘法求取拟合曲线，进而根据振动电机和风机的实际速度，获得各应变片传感器当前的补偿量，进而获得补偿后每个应变片传感器的数值；

(2)实际喂入量信息的确定：

对于所获得的补偿后的每个应变片传感器的数值P1，P2……Pi，i为应变片传感器的数量，α₁，α₂……α_i分别为i个应变片传感器对应的权值，则当前的实际喂入量Y采取权值的方法进行数据融合处理获得；

步骤S23、振动电机及风机转速确定：

基于实际喂入量信息Y分别获得振动电机速度变化值及风机电机速度变化值：

振动电机速度变化值＝喂入量×3.12

风机电机速度变化值＝喂入量×6.68

进而，将振动电机的速度变化值和风机电机的速度变化值转换为频率，分别由其对应的变频器实现控制。

进一步的，所述步骤S2中，在实现自适应速度控制时，还包括对花生湿度进行检测的步骤，通过湿度传感器将检测的花生湿度传输至控制器进行分析处理；

鉴于湿度传感器类型的不同，将所采集的湿度信息进行量程处理并映射到0-100之间：

建立湿度与振动电机和风机电机转速之间的关系式：

振动电机速度变化值＝湿度值×1.42

风机电机速度变化值＝湿度值×5.45

进而，将振动电机的速度变化值和风机电机的速度变化值转换为频率，分别由其对应的变频器实现控制。

进一步的，所述步骤S2中，在实现自适应速度控制时，还包括对花生湿度进行检测的步骤，并将检测获得的湿度信息划分为“偏干、中等、偏湿”三个档位，通过建模分析获得每个档位下的振动电机和风机的速度变化量，实现结合湿度信息的振动电机和风机电机转速自适应调整。

进一步的，所述步骤S1中所述建立的工况模型包括：模型1：薄膜少、茎叶少、土块少；模型2：薄膜少、茎叶少、土块多；模型3：薄膜少、茎叶多、土块少；模型4：薄膜少、茎叶多、土块多；模型5：薄膜多、茎叶少、土块少；模型6：薄膜多、茎叶少、土块多；模型7：薄膜多、茎叶多、土块少；模型8：薄膜多、茎叶多、土块多。

进一步的，所述步骤S22中，在确定实际喂入量信息时，先根据具体的工况类型对数值处于异常状态的应变片传感器数据进行剔除，在确定每个应变片传感器对应的权值时，将所有的应变片传感器的实际数值进行降序排列，并依据有效传感器的数目进行权值分配。

进一步的，所述步骤S21中所述的长条状齿片的数量为6个，对应的应变片传感器的数量同样为6个，使得应变片传感器呈空间上的分布式布局，以避免某个应变片传感器坏掉不能检测，实现冗余。

进一步的，所述步骤S21中所述的长条状齿片的刚度系数为1.526±0.316N/mm。

本发明另外还提出一种基于自适应感知的花生清选除杂变频控制系统，包括花生清选除杂机及其控制器；花生清选机上设置有花生喂入量检测装置、湿度检测传感器、风机及风机变频器、振动电机及电机变频器；所述风机变频器、电机变频器、花生喂入量检测装置及花生湿度检测传感器均与控制器电连接，所述花生喂入量检测装置包括齿状安装板及对称设置在齿状安装板上的多个长条状齿片，长条状齿片上设置有应变片传感器；

所述风机和风机变频器设置在花生清选除杂机机架的上部，振动电机和电机变频器设置在花生清选除杂机机架的下部，花生清选除杂机包括倾斜设置的振动网筛，所述振动网筛与振动电机相连，花生喂入量检测装置设置在花生喂料口处；

所述控制器包括模型建立模块、误差纠正模块、数据分析模块以及速度-频率转换及传输模块，所述模型建立模块根据待清选的花生中所含薄膜、茎叶和土块的含量建立工况模型，并通过实验建模分析获得每个工况模型下对应的振动电机和风机的初始最佳速度；所述误差纠正模块根据振动电机和风机的实际转速运行范围，设定多组不同梯度的速度值，分别记录每组数据下所有应变片传感器的输出，用于自适应控制时的补偿和纠正；所述数据分析模块依据喂入量检测装置采集的喂入量信息数据，并结合误差纠正模块所获得的纠正偏移量，由数据分析模块分析获得振动电机和风机的速度变化值，并将分析获得的调节量通过速度-频率转换及传输模块发送给对应的电机变频器和风机变频器，实现对振动电机和风机转速的调整。

与现有技术相比，本发明的优点和积极效果在于：

本方案所提出的变频控制技术通过对振动模态和风机风量的最佳配比控制，一方面根据物料比重，实现振动筛上物料的最佳立体分层及中低层物料果实和土石块的有序剥离；另一方面，根据中高层物料构成及其受风面情况，实现果实和茎叶薄膜的有序分离，从而借助精确变频提高花生清选除杂效果，降低整机功耗，适宜不同喂入量、不同湿度的除杂清选处理模式、状态参数检测等技术体系，突破了风机风量大小调节、振动筛振动频率调节、行进间喂入量检测等关键技术，系统化解决了花生清选作业过程中果土分理不清、含杂率高、损失率大等技术问题，节约生产成本，提高作业效率，增加农民受益，保证作物质量，同时可广泛应用于花生联合收获等花生收获机械。

附图说明

图1为本发明实施例所述控制系统原理框图；

图2为本发明实施例所述花生清选除杂机的整机结构示意图；

图3为本发明实施例所述齿状安装板安装后的俯视结构示意图；

图4为齿状安装板的立体结构示意图；

其中，1、皮带；2、振动电机；3、机架；4、振动网筛；5、碎石出料斗；6、料斗；7、感应应变片；8、花生喂料口；9、风机；10、蜗壳式吸力罩；11、控制箱；12、梯形半封闭流体罩；13、疏通口；14、出料口；15、凸轮；16、齿状安装板；17、长条状齿片。

具体实施方式

为了能够更加清楚地理解本发明的上述目的、特征和优点，下面结合附图及实施例对本发明做进一步说明。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

实施例1、一种基于自适应感知的花生清选除杂变频控制系统，如图1和图2所示，包括花生清选除杂机及其控制器，所述控制器包括模型建立模块、误差纠正模块、数据分析模块以及速度-频率转换及传输模块，花生清选机上设置有花生喂入量检测装置、花生湿度检测传感器、风机及风机变频器、振动电机及电机变频器，如图2所示，所述风机9和风机变频器设置在花生清选除杂机机架3的上部，振动电机2和电机变频器设置在花生清选除杂机机架3的下部，花生清选除杂机包括倾斜设置的振动网筛4，所述振动网筛4与振动电机2相连，花生喂入量检测装置设置在花生喂料口8处，所述风机变频器、电机变频器、花生喂入量检测装置及花生湿度检测传感器均与控制器电连接，所述控制器设置在控制箱11内，如图3和图4所示，所述花生喂入量检测装置包括齿状安装板16及对称设置在齿状安装板上的多个长条状齿片17，长条状齿片17的根部下端设置有应变片传感器。

该系统在工作时，通过应变片传感器将检测出的花生喂入量大小传递给控制器进行分析处理，并将处理分析后的结果传递给风机变频器和电机变频器，通过风机变频器和电机变频器分别控制风机和振动电机的工作频率，最终实现调节往复振动式倾斜编制网筛(振动网筛)的振动幅度和风吸电机的吸力大小，具体的：

一、通过模型建立模块建立工况模型：

模型建立模块根据待清选的花生中所含薄膜、茎叶和土块的含量建立工况模型，并通过实验建模分析获得每个工况模型下对应的振动电机和风机的初始最佳速度，所述工况模型如表1所示，包括：模型1：薄膜少、茎叶少、土块少；模型2：薄膜少、茎叶少、土块多；模型3：薄膜少、茎叶多、土块少；模型4：薄膜少、茎叶多、土块多；模型5：薄膜多、茎叶少、土块少；模型6：薄膜多、茎叶少、土块多；模型7：薄膜多、茎叶多、土块少；模型8：薄膜多、茎叶多、土块多。

表1：模型描述

模型	描述
		1	薄膜少、茎叶少、土块少
2	薄膜少、茎叶少、土块多
		3	薄膜少、茎叶多、土块少
4	薄膜少、茎叶多、土块多
		5	薄膜多、茎叶少、土块少
6	薄膜多、茎叶少、土块多
		7	薄膜多、茎叶多、土块少
8	薄膜多、茎叶多、土块多

在每个工况模型下，所对应的振动电机和风机初始最佳速度默认为是最小值，也就是说通过给定一个初始的振动状态，保证将喂入的花生中所含的薄膜、茎叶杂质、土块等通过振动筛抛到半空中离散开，能够将各种杂质实现有效的分层。

由于具体在运行时，振动电机和风机会根据实际工况分别进行控制，所以两者运行速度会产生变化，从而导致机械本体会有各种强度的的机械振动，进而导致感应应变片自身的扰动性振动，为了克服该部分扰动，本实施例在硬件设计及软件设计方面做相应的创新设计。

(1)在硬件设计方面采用以下处理方式：

A、应变片传感器数量和形状上的处理：

所述长条状齿片17采用铁质材料制作，长条状齿片17共设计6片，使得应变片传感器17呈空间上的分布式布局，以避免某个应变片传感器坏掉不能检测，实现冗余，当然在具体实施时，可根据实际情况选择所设置的应变片传感器的数量。

而且最终要的是通过建模分析获得最适宜的长条状齿片的刚度系数。由于在运行过程中，振动电机和风机会根据实际工况分别进行控制，所以两者运行速度会产生变化，从而导致花生清选除杂机机械本体产生不同强度大的机械振动，进而会导致应变片自身的扰动性振动，为了克服该部分扰动，本实施例中对长条状齿片的刚度系数进行了设定，通过振动电机和风机在不同工况下的速度实验，测得花生清选除杂机整体机械在喂入口部位的振动频率，然后选择合适的长条状齿片的刚度系数，使其谐振频率点高于喂入口部位的振动频率，通过避开铁质材料的谐振，从而减小机械载体对铁质材料的影响，所述长条状齿片的刚度系数为1.526N/mm(牛顿/毫米)，当然也可在该数值基础上上下浮动。

(2)软件处理方式则是通过误差纠正模块实现：

实际运行过程中，虽然通过选择合适的长条状齿片的刚度系数避开了共振，但是还是有谐振的，在上述8个工况模型下，在没有花生喂入的情况下，当前的应变片传感器已经有输出了，故在实际处理时，需要将该误差进行纠正，以保证后期数据处理的精确度。

二、自适应速度控制过程：

实际运行时，依据喂入量检测装置采集的喂入量信息数据，并结合误差纠正模块所获得的纠正偏移量，由数据分析模块分析获得振动电机和风机的速度变化值，并将分析获得的调节量通过速度-频率转换及传输模块发送给对应的电机变频器和风机变频器，实现对振动电机和风机转速的调整。

(1)不同转速下偏移误差的确定：

根据振动电机和风机的实际转速运行范围，设定多组不同梯度的速度值，比如生成10组数据，如表2所示，振动电机的转速是从1400-2900r/min(风机正常情况下运行范围)，通过不同速度配比成10组，分别记录每组数据下6个应变片传感器的输出(也即所谓的误差补偿量)，用于进行补偿和纠正；

表2：振动电机和风机转速数据

(2)单个应变片传感器数值确定：

则接下需要基于喂入量检测装置所采集的实时数据实现系统工作过程中的数据补偿纠正及分析处理，本方案中所设置的6个应变片传感器是相互独立的，故需要对单个应变片传感器采集的数据通过误差纠正模块纠正后再送到数据分析模块进行融合处理，为了保证单个应变片传感器补偿量的准确获取，基于上述10组数据所对应的转速及每个应变片传感器的输出，利用最小二乘法求取拟合直线，再根据振动电机和风机的实际速度，求取各应变片传感器当前的补偿量，进而获得补偿后的每个应变片传感器的数值。因为该花生清选除杂处于野外，会根据作业地点不断变换工作场地，所以上述数据及其拟合曲线是在动态下确定的，需要根据实际情况试验建模，并非不定值，在公开该思路的情况下，对本领域技术人员来说是清晰的、可实施的。

(3)依据应变片传感器所采集的数据，通过数据分析模块确定喂入量信息，即实现分布式应变片传感器数值的确定：

对于所获得的补偿后的单个应变片传感器的数值P1，P2……P6，当前的喂入量Y采取权值的方法进行数据融合处理获得，由于花生等物料是间断式作用于传感器，为了既兼顾实时性，又兼顾间断性特征，所以对每个传感器的采样周期设置为100ms，累积10次后(1s)，每个传感器取其最大值作为参与当前融合处理的实际值，α₁，α₂……α₆分别为6个应变式传感器对应的权值，对于6片分布式应变片传感器，首先判定各传感器的工况模型，对于数值处于异常状态的应变片传感器(每个工况下，喂入量有一个范围值，超过阈值则认为数据异常)，系统会产生报警，则将该应变片所采集的数据从传感器阵列中移除，即不参与后续计算，直到报警解除，上述权值在相应的应变片传感器出现异常后，其对应的权值为0；将所有的传感器的实际值数值进行降序排列，依据有效传感器的数目，权值为：

表3：权值分配原则

(4)振动电机及风机转速确定：

A、通过数据分析模块分析获得喂入量Y与振动电机和风机转速之间的关系式，具体如下

振动电机速度变化值＝喂入量×3.12

风机电机速度变化值＝喂入量×6.68

进而，通过速度-频率转换模块将振动电机的速度变化值和风机电机的速度变化值转换为频率，分别由其对应的变频器实现控制，实现对花生、杂质的立体分层。

另外，本实施例中，由于在花生不同干湿度情况下，在清选时对振动电机和风机的要求也是不同的，故在将花生送入喂料口时还考虑对花生湿度进行检测，通过湿度传感器将检测的花生湿度传输至数据分析模块进行分析处理；

鉴于湿度传感器类型的不同，其湿度量程不同的现实情况，为了适应不同的传感器，本实施中将湿度进行量程处理并映射到0-100之间：

进而建立湿度与振动电机和风机电机转速之间的关系式：

振动电机速度变化值＝湿度值×1.42

风机电机速度变化值＝湿度值×5.45

进而，通过速度-频率转换模块将振动电机的速度变化值和风机电机的速度变化值转换为频率，分别由其对应的变频器实现控制，实现对花生、杂质的立体分层。

当然，除了上述对湿度数据的精确测量，也可以选择模糊状态下的“偏干、中等、偏湿”三段式档位，每个档位下通过实验建模设定一个示意的速度，同样可实现结合湿度信息的振动电机和风机电机转速自适应调整。

实施例2、基于实施例1所述的基于自适应感知的花生清选除杂变频控制系统的控制方法，包括以下步骤：

一、工况建模：

首先，根据待清选的花生中所含薄膜、茎叶和土块的含量建立工况模型，并通过实验建模分析获得每个工况模型下对应的振动电机和风机的初始最佳速度，所述工况模型如表1所示，包括：模型1：薄膜少、茎叶少、土块少；模型2：薄膜少、茎叶少、土块多；模型3：薄膜少、茎叶多、土块少；模型4：薄膜少、茎叶多、土块多；模型5：薄膜多、茎叶少、土块少；模型6：薄膜多、茎叶少、土块多；模型7：薄膜多、茎叶多、土块少；模型8：薄膜多、茎叶多、土块多。

在每个工况模型下，所对应的振动电机和风机初始最佳速度默认为是最小值，也就是说通过给定一个初始的振动状态，保证将喂入的花生中所含的薄膜、茎叶杂质、土块等通过振动筛抛到半空中离散开，能够将各种杂质实现有效的分层。

二、自适应速度控制：

实际运行时，依据喂入量检测装置采集的喂入量信息数据，由控制器分析获得振动电机和风机的速度变化值，并将分析获得的调节量分别对应的传输给电机变频器和风机变频器，实现对振动电机和风机转速的调整，具体包括以下步骤：

1、数据采集及误差补偿：

(1)硬件设计预补偿：

所述喂入量信息检测装置设置在花生清选除杂机的喂料入口处，如图3和4所示，喂入量信息检测装置包括齿状安装板16及对称设置在齿状安装板上的长条状齿片17，长条状齿片17上设置有应变片传感器，所述齿状安装板倾斜向下设置在喂料口处，应变片传感器设置在长条状齿片17根部的下表面，所述长条状齿片17采用铁质材料制作，本实施例中，所述长条状齿片17共设计6片，使得应变片传感器呈空间上的分布式布局，以避免某个应变片传感器坏掉不能检测，实现冗余，当然在具体实施时，可根据实际情况选择所设置的应变片传感器的数量。

另外，需要尤其说明的是，由于在运行过程中，振动电机和风机会根据实际工况分别进行控制，所以两者运行速度会产生变化，从而导致花生清选除杂机机械本体产生不同强度大的机械振动，进而会导致应变片自身的扰动性振动，为了克服该部分扰动，本实施例中对长条状齿片的刚度系数进行了设定，通过振动电机和风机在不同工况下的速度实验，测得花生清选除杂机整体机械在喂入口部位的振动频率，然后选择合适的长条状齿片的刚度系数，使其谐振频率点高于喂入口部位的振动频率，通过避开铁质材料的谐振，从而减小机械载体对铁质材料的影响，所述长条状齿片的刚度系数为1.526N/mm(牛顿/毫米)，当然也可在该数值基础上上下浮动。

(2)软件设计预补偿：

实际运行过程中，虽然通过选择合适的长条状齿片的刚度系数避开了共振，但是还是有谐振的，在上述8个工况模型下，在没有花生喂入的情况下，当前的应变片传感器已经有输出了，故在实际处理时，需要将该误差进行纠正和提出，以保证后期数据处理的精确度。

(21)、不同转速下，偏移误差的确定：

根据振动电机和风机的实际转速运行范围，设定多组不同梯度的速度值，比如生成10组数据，如表2所示，振动电机的转速是从1400-2900r/min(风机正常情况下运行范围)，通过不同速度配比成10组，分别记录每组数据下6个应变片传感器的输出(也即所谓的误差补偿量)，用于进行补偿和纠正；

2、自适应速度控制过程中喂入量信息提取：

(1)单个应变片传感器数值确定：

本方案中所设置的6个应变片传感器是相互独立的，故需要对单个应变片传感器采集的数据纠正后再送到控制器进行融合处理，为了保证单个应变片传感器补偿量的准确获取，基于上述10组数据所对应的转速及每个应变片传感器的输出，利用最小二乘法求取拟合直线，再根据振动电机和风机的实际速度，求取各应变片传感器当前的补偿量，进而获得补偿后的每个应变片传感器的数值。因为该花生清选除杂处于野外，会根据作业地点不断变换工作场地，所以上述数据及其拟合曲线是在动态下确定的，需要根据实际情况试验建模，并非不定值，在公开该思路的情况下，对本领域技术人员来说是清晰的、可实施的。

(2)喂入量信息的确定，即分布式应变片传感器数值的确定：

对于所获得的补偿后的单个应变片传感器的数值P1，P2……P6，当前的喂入量Y采取权值的方法进行数据融合处理获得，由于花生等物料是间断式作用于传感器，为了既兼顾实时性，又兼顾间断性特征，所以对每个传感器的采样周期设置为100ms，累积10次后(1s)，每个传感器取其最大值作为参与当前融合处理的实际值，α₁，α₂……α₆分别为6个应变式传感器对应的权值，对于6片分布式应变片传感器，首先判定各传感器的工况模型，对于数值处于异常状态的应变片传感器(每个工况下，喂入量有一个范围值，超过阈值则认为数据异常)，系统会产生报警，则将该应变片所采集的数据从传感器阵列中移除，即不参与后续计算，直到报警解除，上述权值在相应的应变片传感器出现异常后，其对应的权值为0；将所有的传感器的实际值数值进行降序排列，依据有效传感器的数目，权值分配原则如表3所示。

3、振动电机及风机转速确定：

(1)通过控制器分析获得喂入量Y与振动电机和风机转速之间的关系式，具体如下：

振动电机速度变化值＝喂入量×3.12

风机电机速度变化值＝喂入量×6.68

进而，将振动电机的速度变化值和风机电机的速度变化值转换为频率，分别由其对应的变频器实现控制，实现对花生、杂质的立体分层。

另外，本实施例中，由于在花生不同干湿度情况下，在清选时对振动电机和风机的要求也是不同的，故在将花生送入喂料口时还包括对花生湿度进行检测的步骤，通过湿度传感器将检测的花生湿度传输至控制器进行分析处理；

鉴于湿度传感器类型的不同，其湿度量程不同的现实情况，为了适应不同的传感器，本实施中将湿度进行量程处理并映射到0-100之间：

进而建立湿度与振动电机和风机电机转速之间的关系式：

振动电机速度变化值＝湿度值×1.42

风机电机速度变化值＝湿度值×5.45

进而，将振动电机的速度变化值和风机电机的速度变化值转换为频率，分别由其对应的变频器实现控制，实现对花生、杂质的立体分层。

当然，除了上述对湿度数据的精确测量，也可以选择模糊状态下的“偏干、中等、偏湿”三段式档位，每个档位下通过实验建模设定一个示意的速度，同样可实现结合湿度信息的振动电机和风机电机转速自适应调整。

本方案在所建立的初始模型的最佳速度配比之上，根据花生干湿度和喂入量信息实现自适应分析，获得最佳的速度增量，依据变频器的实时控制调节在模型的基础之上，得到一个最佳的实际运行速度，实现薄膜、茎叶杂质、土块等在振动筛下的立体分层，并结合上部风机吸力将上层较轻的杂质吸走，花生、土块等也实现了有效的分离排出，通过喂入量大小及干湿度自动调节振动电机和风机的转速，在保证花生清选除杂品质的前提下，降低花生清选除杂装置的能耗，提高清选除杂的整体效能，当然，该方案不限于对花生的清选，也可以将同样的设计思路应用在大豆等其他类似农作物清选上。

以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例应用于其它领域，但是凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。

Claims (8)

1.基于自适应感知的花生清选除杂变频控制方法，其特征在于，包括以下步骤：

步骤S1、工况建模：

根据待清选的花生中所含薄膜、茎叶和土块的含量建立工况模型，并通过实验建模分析获得每个工况模型下对应的振动电机和风机的初始最佳速度；

步骤S2、自适应速度控制：

依据喂入量检测装置采集的喂入量信息数据，由控制器分析获得振动电机和风机的速度变化值，并将分析获得的速度变化值对应的频率调节量分别传输给振动电机变频器和风机变频器，实现对振动电机和风机转速的调整，具体包括：

步骤S21、数据采集及误差补偿：

(1)硬件设计预补偿：

所述喂入量检测装置设置在花生清选除杂机喂料入口处，包括齿状安装板及对称设置在齿状安装板上的多个长条状齿片，长条状齿片上设置有应变片传感器，所述长条状齿片采用铁质材料制作，且长条状齿片的谐振频率点高于喂料入口部位的振动频率；

(2)软件设计预补偿：

不同转速下，偏移误差的确定：根据振动电机和风机的实际转速运行范围，设定多组不同梯度的速度值，分别记录每组数据下所有应变片传感器的输出，用于自适应控制时的补偿和纠正；

步骤S22、喂入量信息提取：

(1)单个应变片传感器数值确定：基于步骤S21中软件设计预补偿过程中所设定的速度值及对应转速下每个应变片传感器对应的输出，利用最小二乘法求取拟合曲线，进而根据振动电机和风机的实际速度，获得各应变片传感器当前的补偿量，进而获得补偿后每个应变片传感器的数值；

(2)实际喂入量信息的确定：

对于所获得的补偿后的每个应变片传感器的数值P1，P2……Pi，i为应变片传感器的数量，设α₁，α₂……α_i分别为第i个应变片传感器对应的权值，则当前的实际喂入量Y采取动态权值的方法进行数据融合处理获得；

步骤S23、振动电机及风机转速确定：

基于实际喂入量信息Y分别获得振动电机速度变化值及风机电机速度变化值：

振动电机速度变化值＝喂入量×3.12

风机电机速度变化值＝喂入量×6.68

进而，将振动电机的速度变化值和风机电机的速度变化值转换为频率，分别由其对应的变频器实现控制。

2.根据权利要求1所述的基于自适应感知的花生清选除杂变频控制方法，其特征在于：所述步骤S2中，在实现自适应速度控制时，还包括对花生湿度进行检测的步骤，通过湿度传感器将检测的花生湿度传输至控制器进行分析处理；

鉴于湿度传感器类型的不同，将所采集的湿度信息进行量程处理并映射到0-100之间：

建立湿度与振动电机和风机电机转速之间的关系式：

振动电机速度变化值＝湿度值×1.42

风机电机速度变化值＝湿度值×5.45

进而，将振动电机的速度变化值和风机电机的速度变化值转换为频率，分别由其对应的变频器实现控制。

3.根据权利要求1所述的基于自适应感知的花生清选除杂变频控制方法，其特征在于：所述步骤S2中，在实现自适应速度控制时，还包括对花生湿度进行检测的步骤，并将检测获得的湿度信息划分为“偏干、中等、偏湿”三个档位，通过建模分析获得每个档位下的振动电机和风机的速度变化量，实现结合湿度信息的振动电机和风机电机转速自适应调整。

4.根据权利要求1-3任一项所述的基于自适应感知的花生清选除杂变频控制方法，其特征在于：所述步骤S1中所述建立的工况模型包括：模型1：薄膜少、茎叶少、土块少；模型2：薄膜少、茎叶少、土块多；模型3：薄膜少、茎叶多、土块少；模型4：薄膜少、茎叶多、土块多；模型5：薄膜多、茎叶少、土块少；模型6：薄膜多、茎叶少、土块多；模型7：薄膜多、茎叶多、土块少；模型8：薄膜多、茎叶多、土块多。

5.根据权利要求1所述的基于自适应感知的花生清选除杂变频控制方法，其特征在于：所述步骤S22中，在确定实际喂入量信息时，先根据具体的工况类型对数值处于异常状态的应变片传感器数据进行剔除，在确定每个应变片传感器对应的权值时，将所有的应变片传感器的实际数值进行降序排列，并依据有效传感器的数目进行权值分配。

6.根据权利要求1所述的基于自适应感知的花生清选除杂变频控制方法，其特征在于：所述步骤S21中所述的长条状齿片的数量为6个，对应的应变片传感器的数量同样为6个。

7.根据权利要求1所述的基于自适应感知的花生清选除杂变频控制方法，其特征在于：所述步骤S21中所述的长条状齿片的刚度系数为1.526±0.316N/mm。

8.基于自适应感知的花生清选除杂变频控制系统，其特征在于，包括花生清选除杂机及其控制器；花生清选机上设置有花生喂入量检测装置、湿度检测传感器、风机及风机变频器、振动电机及电机变频器；所述风机变频器、电机变频器、花生喂入量检测装置及花生湿度检测传感器均与控制器电连接，所述花生喂入量检测装置包括齿状安装板及对称设置在齿状安装板上的多个长条状齿片，长条状齿片上设置有应变片传感器；

所述风机和风机变频器设置在花生清选除杂机机架的上部，振动电机和电机变频器设置在花生清选除杂机机架的下部，花生清选除杂机包括倾斜设置的振动网筛，所述振动网筛与振动电机相连，花生喂入量检测装置设置在花生喂料口处；

所述控制器包括模型建立模块、误差纠正模块、数据分析模块以及速度-频率转换及传输模块，所述模型建立模块根据待清选的花生中所含薄膜、茎叶和土块的含量建立工况模型，并通过实验建模分析获得每个工况模型下对应的振动电机和风机的初始最佳速度；所述误差纠正模块根据振动电机和风机的实际转速运行范围，设定多组不同梯度的速度值，分别记录每组数据下所有应变片传感器的输出，用于自适应控制时的补偿和纠正；所述数据分析模块依据喂入量检测装置采集的喂入量信息数据，并结合误差纠正模块所获得的纠正偏移量，由数据分析模块分析获得振动电机和风机的速度变化值，并将分析获得的调节量通过速度-频率转换及传输模块发送给对应的电机变频器和风机变频器，实现对振动电机和风机转速的调整。

Images