近日,我院玉米豆类机械化生产技术与装备创新团队科研成果——电驱式高速精量排种技术、高性能玉米豆类播种机智能控制系统、播种质量精准监测技术等在国内两家农机企业得到转化,单笔转化金额达到百万元以上。在10月15日举行的中国农业大学建校120周年倒计时两周年启动暨校地校企合作签约仪式上,杨丽教授应邀参加了我校重大科技成果转化签约活动。
张东兴、杨丽教授团队长期致力于玉米豆类高速精量排种技术与核心排种部件、排种器电驱技术与排种频率自适应调控、播种质量精准监测技术与系列传感器、以精准区段控制与转弯补偿为核心的种子田间分布均匀性控制技术、基于土壤有机质的播量决策模型与精准变量播种技术、播种机智能管控系统等方面的研究工作,取得了多项原创性成果。其中,部分成果经过近十年的技术熟化与田间试验验证,在技术成熟度、性能稳定性、成本可控性方面均已达到可产业化阶段,受到企业的高度认可。团队科研成果的转化应用以及科企在新型播种机研发方面的紧密配合,为我国玉米豆类生产者提供了买得起、用得住、愿意用的高性能播种装备,有效助力我国玉米豆类播种装备的升级换代以及单产水平的显著提升。
http://coe.cau.edu.cn/art/2023/10/23/art_27675_994672.html
创建: Mar 27, 2024 | 19:03
良好的种植质量是作物高产和稳定产量的基础。种子计量装置的性能是影响种植质量的重要因素。对于以电机为动力源的种子计量装置的驱动系统,电机的工作性能直接影响种子计量质量。高性能的电力驱动系统应该能够为种子计量装置提供稳定的扭矩和精确的速度。但尚不清楚电机在种子计量装置的不同工作参数(转速、负载)下是否能始终保持良好的调速性能和转矩稳定性。并且电机的工作性能受控制算法的影响。电机控制算法是否会影响电机的工作性能,导致种子计量装置的种子计量质量发生变化,目前还不得而知。针对上述问题,本文开发了一种基于磁场定向控制(FOC)算法的电机驱动控制单元。探讨了不同控制算法(方波控制(SWC)和FOC)下电机调速性能和转矩稳定性随目标转速和负载的变化规律。通过SWC算法与FOC算法对种子计量质量的对比试验,确定电机控制算法对种子计量质量的影响。研究表明,随着种子计量装置目标速度的提高,上升时间和稳定时间趋于逐渐增加。电机转速响应性能随种子计量装置目标转速的提高而降低。FOC算法下5种电机转速的平均过冲、平均上升时间和平均建立时间(10.43%、0.44 s、0.43 s)均小于SWC算法(15.68%、0.67 s、0.95 s)。电机的转矩稳定性随着目标速度和负载的增加而增加。扭矩脉动随着目标速度和负载水平的增加而减小。FOC算法的转矩脉动总是小于SWC算法的转矩脉动。随着目标速度和负载水平的增加,两种控制算法之间的转矩脉动差异逐渐减小。与SWC算法相比,FOC算法具有更好的速度控制性能和转矩稳定性。电机控制算法对种子计量质量有显著影响。SWC算法的平均饲料质量指数(QFI)、平均失误指数(MI)和平均变异系数(CV)分别为98.58%、1.05%和16.29%。FOC算法的平均QFI、平均MI和平均CV分别为98.85%、0.83%和14.59%。FOC算法下的种子计量质量优于SWC算法。通过优化电机控制算法,可以提高电驱动种子计量系统的种子计量质量。
https://doi.org/10.1016/j.compag.2023.108024
创建: Mar 27, 2024 | 19:08