风筛式清选装置试验分析与预测研究
发布时间:2021-08-31 19:21
风筛式清选装置是联合收割机的重要组成部分,其工作性能好坏直接影响到整机的清选质量。首先,介绍了各清选部件的结构和工作原理、风筛式清选装置试验台,并确定喂入量为2kg/s,接着通过正交试验综合分析,确定出清选性能影响的主次顺序依次是离心风机转速,曲柄转速,贯流风机转速,离心风机倾角,振动筛倾角。其次,为了减少试验因素,经试验确定离心风机倾角为25°,振动筛倾角为8°。为了能够从评价指标值(含杂率、损失率、功耗)得出设备的试验因素值(曲柄转速、离心风机转速、贯流风机转速),本文采用BP神经网络构建此模型,将含杂率、损失率、功耗作为输入量,曲柄转速、离心风机转速、贯流风机转速作为输出量。然后,对以上模型进行验证。以上模型实现由输入(含杂率、损失率、功耗)到输出(曲柄转速、离心风机转速、贯流风机转速)的非线性映射。验证试验是通过调整试验台的曲柄转速、离心风机转速、贯流风机转速得到含杂率、损失率、功耗。这两组数据结果相差不大,表明此模型的可行性。最后,构建一个多因素组合数学模型,并应用于风筛式清选装置的性能决策中,分析试验台性能;多因素组合数学模型的运用可以解决以往其他分析清选装置性能方法的不足...
【文章来源】:山东理工大学山东省
【文章页数】:58 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 绪论
1.1 引言
1.2 研究的目的和意义
1.3 国内、外研究概况
1.4 本文研究步骤
1.5 本章小结
第二章 风筛式清选装置试验台关键部件介绍
2.1 阶状抖动板
2.2 离心风机
2.2.1 离心风机工作过程分析
2.2.2 离心风机关键部件
2.2.3 离心风机主要特征参数
2.3 贯流风机
2.3.1 贯流风机工作原理
2.3.2 贯流风机关键部件——叶轮
2.3.3 贯流风机叶轮主要特征参数
2.4 振动筛
2.5 本章小结
第三章 风筛式清选装置正交试验研究
3.1 风筛式清选装置参数计算
3.2 风筛式清选装置试验介绍
3.2.1 试验设备
3.2.2 试验参数检测软件界面
3.2.3 试验材料
3.2.4 试验程序
3.3 确定喂入量
3.4 正交试验
3.4.1 正交表的选择
3.4.2 正交表设计
3.4.3 试验方案及结果
3.4.4 正交试验结果综合分析
3.5 本章小结
第四章 BP 神经网络预测研究
4.1 确定离心风机倾角与振动筛倾角
4.2 神经网络构建模型所需数据的确定
4.3 BP 神经网络模型的构建及仿真分析
4.3.1 网络结构和训练参数确定
4.3.2 BP 神经网络模型的建立
4.3.3 BP 神经网络训练参数的确定
4.3.4 BP 神经网络仿真分析
4.4 BP 神经网络预测
4.5 BP 神经网络预测的试验验证
4.6 本章小结
第五章 基于多因素组合数学模型的清选性能研究
5.1 风筛式清选装置清选性能决策研究
5.1.1 风筛式清选装置各因素的权重
5.1.2 SWOT 因素层各因素的重要性评价
5.1.3 风筛式清选装置清选性能各因素评价
5.1.4 风筛式清选装置清选性能定位
5.2 风筛式清选装置清选性能提高的主要措施
5.3 本章小结
第六章 总结与展望
6.1 本文工作总结
6.2 本文创新点
6.3 本文的不足
6.4 展望
参考文献
附录
1. BP 神经网络构建程序
2. BP 神经网络预测程序
致谢
研究生期间发表的论文与专利
1.论文
2.专利
本文编号:3375470
【文章来源】:山东理工大学山东省
【文章页数】:58 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 绪论
1.1 引言
1.2 研究的目的和意义
1.3 国内、外研究概况
1.4 本文研究步骤
1.5 本章小结
第二章 风筛式清选装置试验台关键部件介绍
2.1 阶状抖动板
2.2 离心风机
2.2.1 离心风机工作过程分析
2.2.2 离心风机关键部件
2.2.3 离心风机主要特征参数
2.3 贯流风机
2.3.1 贯流风机工作原理
2.3.2 贯流风机关键部件——叶轮
2.3.3 贯流风机叶轮主要特征参数
2.4 振动筛
2.5 本章小结
第三章 风筛式清选装置正交试验研究
3.1 风筛式清选装置参数计算
3.2 风筛式清选装置试验介绍
3.2.1 试验设备
3.2.2 试验参数检测软件界面
3.2.3 试验材料
3.2.4 试验程序
3.3 确定喂入量
3.4 正交试验
3.4.1 正交表的选择
3.4.2 正交表设计
3.4.3 试验方案及结果
3.4.4 正交试验结果综合分析
3.5 本章小结
第四章 BP 神经网络预测研究
4.1 确定离心风机倾角与振动筛倾角
4.2 神经网络构建模型所需数据的确定
4.3 BP 神经网络模型的构建及仿真分析
4.3.1 网络结构和训练参数确定
4.3.2 BP 神经网络模型的建立
4.3.3 BP 神经网络训练参数的确定
4.3.4 BP 神经网络仿真分析
4.4 BP 神经网络预测
4.5 BP 神经网络预测的试验验证
4.6 本章小结
第五章 基于多因素组合数学模型的清选性能研究
5.1 风筛式清选装置清选性能决策研究
5.1.1 风筛式清选装置各因素的权重
5.1.2 SWOT 因素层各因素的重要性评价
5.1.3 风筛式清选装置清选性能各因素评价
5.1.4 风筛式清选装置清选性能定位
5.2 风筛式清选装置清选性能提高的主要措施
5.3 本章小结
第六章 总结与展望
6.1 本文工作总结
6.2 本文创新点
6.3 本文的不足
6.4 展望
参考文献
附录
1. BP 神经网络构建程序
2. BP 神经网络预测程序
致谢
研究生期间发表的论文与专利
1.论文
2.专利
本文编号:3375470
本文链接:https://www.wllwen.com/nykjlw/nygclw/3375470.html