摘要:針對(duì)傳統(tǒng)農(nóng)機(jī)產(chǎn)品研發(fā)周期長(zhǎng),、設(shè)計(jì)效率低等問題,構(gòu)建了一套稻麥聯(lián)合收獲機(jī)清選裝置智能設(shè)計(jì)與優(yōu)化系統(tǒng),。該系統(tǒng)由用戶需求模塊,、知識(shí)庫(kù)和推理模塊、參數(shù)化建模模塊以及智能優(yōu)化模塊組成,,可以實(shí)現(xiàn)清選裝置的智能設(shè)計(jì)與優(yōu)化,。首先,在SQL Server 2012中建立了清選裝置設(shè)計(jì)知識(shí)庫(kù),,研究了清選裝置設(shè)計(jì)的推理流程,,系統(tǒng)可以根據(jù)用戶需求,,調(diào)用知識(shí)庫(kù)中的相關(guān)設(shè)計(jì)知識(shí),并使用實(shí)例和規(guī)則相結(jié)合的推理方法進(jìn)行設(shè)計(jì)推理,,從而輸出清選裝置關(guān)鍵零部件參數(shù),;其次,使用Visual Studio編程軟件,,結(jié)合C++及KF(知識(shí)融合)兩種開發(fā)語言對(duì)NX進(jìn)行二次開發(fā),,搭建清選裝置參數(shù)化模型庫(kù),參考知識(shí)庫(kù)和推理模塊輸出的零部件參數(shù)進(jìn)行建模,,得到清選裝置部件模型,;以清選裝置入風(fēng)口風(fēng)速、上導(dǎo)風(fēng)板傾角,、下導(dǎo)風(fēng)板傾角,、振動(dòng)篩頻率為優(yōu)化變量,,設(shè)計(jì)清選裝置CFD-DEM耦合仿真的正交試驗(yàn),,通過計(jì)算試驗(yàn)過程中的清選含雜率和損失率來評(píng)估清選效果;最后,,基于仿真結(jié)果數(shù)據(jù),,采用PSO-SVR算法建立清選裝置優(yōu)化變量與清選含雜率、損失率的回歸模型,,使用SPEA2算法實(shí)現(xiàn)清選含雜率,、損失率的多目標(biāo)優(yōu)化,并得到一組損失率最低的Pareto非劣解集,,即當(dāng)清選裝置入風(fēng)口風(fēng)速為6m/s,、振動(dòng)篩頻率為4.5Hz、上導(dǎo)風(fēng)板傾角為32°,、下導(dǎo)風(fēng)板傾角為18°時(shí),,對(duì)應(yīng)的清選裝置模型損失率最低,含雜率,、損失率分別為1.077%,、0.97%。以此為參考,,可優(yōu)化清選裝置關(guān)鍵零部件模型設(shè)計(jì)參數(shù),,為稻麥聯(lián)合收獲機(jī)清選裝置設(shè)計(jì)提供優(yōu)化方案。