李兵，李為寧，柏宣丙，張正竹

基于EDEM的茶鮮葉分級(jí)機(jī)的篩分率的研究

李兵1,2，李為寧1，柏宣丙1，張正竹2,3*

1. 安徽農(nóng)業(yè)大學(xué)工學(xué)院，安徽 合肥 230036；2. 安徽農(nóng)業(yè)大學(xué)茶樹生物學(xué)與資源利用國(guó)家重點(diǎn)實(shí)驗(yàn)室，安徽 合肥 230036；3. 安徽農(nóng)業(yè)大學(xué)茶與食品科技學(xué)院，安徽 合肥 230036

為了提高鮮葉分級(jí)機(jī)的篩分率，以柳葉種機(jī)采鮮葉為試驗(yàn)原料，對(duì)6CFJ-70型鮮葉分級(jí)機(jī)的關(guān)鍵技術(shù)參數(shù)進(jìn)行了研究，利用Solidworks 2014對(duì)鮮葉分級(jí)機(jī)進(jìn)行3D建模，基于離散元法建立鮮葉仿真顆粒模型和接觸力學(xué)模型，設(shè)置關(guān)鍵仿真技術(shù)參數(shù)，運(yùn)用EDEM 2018軟件對(duì)鮮葉在錐形滾筒中的運(yùn)動(dòng)進(jìn)行了數(shù)值模擬，得到影響篩分率的關(guān)鍵參數(shù)為錐形滾筒轉(zhuǎn)速與傾角。為了對(duì)上述參數(shù)進(jìn)行優(yōu)化，以篩分率為目標(biāo)函數(shù)，設(shè)計(jì)了2因素5水平的二次旋轉(zhuǎn)正交組合試驗(yàn)，運(yùn)用響應(yīng)面法得到二次回歸模型且通過(guò)了相關(guān)驗(yàn)證試驗(yàn)。結(jié)果表明，影響鮮葉分級(jí)效率的主要因素是錐形滾筒轉(zhuǎn)速和錐形滾筒傾角。當(dāng)錐形滾筒的轉(zhuǎn)速為24?r·min-1，錐形滾筒傾角為6°時(shí)，鮮葉的篩分率為81.7%，具有較好的鮮葉分級(jí)效果，本文的研究?jī)?nèi)容可以為鮮葉分級(jí)機(jī)的設(shè)計(jì)與優(yōu)化提供技術(shù)參考。

茶鮮葉分級(jí)機(jī)；離散元法；EDEM；響應(yīng)面分析法

隨著人們生活水平的提高，茶葉逐漸成為消費(fèi)者喜歡的健康飲品，但傳統(tǒng)的手工采摘難以滿足茶葉的規(guī)?；a(chǎn)，機(jī)械化的茶葉采摘成為必然趨勢(shì)。隨著機(jī)械化采摘技術(shù)的發(fā)展以及推廣應(yīng)用，在一定程度上滿足了茶葉生產(chǎn)對(duì)茶鮮葉的需求，但是機(jī)采茶鮮葉往往存在芽葉破碎，茶鮮葉質(zhì)量參差不齊、均凈度低、老葉老梗偏多的問(wèn)題[1]。由于名優(yōu)綠茶在我國(guó)茶葉產(chǎn)業(yè)發(fā)展中具有重要的地位，對(duì)于茶鮮葉的外形要求更高，所以機(jī)采的鮮葉需要進(jìn)一步的進(jìn)行分級(jí)處理。鮮葉分級(jí)機(jī)是提高名優(yōu)綠茶鮮葉質(zhì)量的重要裝備之一，可以將各類等級(jí)的茶鮮葉混合物分離成不同等級(jí)[2]。

錐形滾筒式鮮葉分級(jí)機(jī)是一種廣泛使用的茶鮮葉分級(jí)設(shè)備，其工作原理是鮮葉通過(guò)進(jìn)料口進(jìn)入錐形滾筒內(nèi)部，鮮葉在自身重力作用下隨傾斜的篩面向出料口運(yùn)動(dòng)，貼近篩面大小不同的茶鮮葉先后通過(guò)由小到大的篩孔被分離出來(lái)。國(guó)內(nèi)的一些專家和學(xué)者運(yùn)用滾篩機(jī)、平篩機(jī)和風(fēng)選機(jī)等不同鮮葉分級(jí)設(shè)備對(duì)同樣的鮮葉原料進(jìn)行了篩分比較[3]；對(duì)鮮葉分級(jí)機(jī)的主要參數(shù)選取進(jìn)行了研究[4]；以新型鮮葉分級(jí)機(jī)為研究對(duì)象，研究在不同篩孔孔板組合、振動(dòng)頻率下的機(jī)采鮮葉分級(jí)效果[5]。這些研究都是基于傳統(tǒng)實(shí)驗(yàn)方法所進(jìn)行的，難以分析物料的運(yùn)動(dòng)過(guò)程。離散元法作為一種顆粒離散體物料的分析方法，將物料顆?？闯梢幌盗须x散的獨(dú)立運(yùn)動(dòng)單元，根據(jù)離散物質(zhì)本身所具有的離散特性建立數(shù)學(xué)模型，將需要分析的物體看作離散顆粒的集合，這與離散物質(zhì)本身所具有的離散特性相一致。因此，離散元法在分析農(nóng)業(yè)物料時(shí)具有很大的優(yōu)越性，在農(nóng)業(yè)工程領(lǐng)域不斷得到應(yīng)用和推廣[6]。20世紀(jì)90年代后，一些學(xué)者開始運(yùn)用離散元法研究物料顆粒與農(nóng)業(yè)機(jī)械相關(guān)零部件之間的相互作用及物料顆粒的流動(dòng)問(wèn)題[7]。近年來(lái)，離散元法開始在茶葉機(jī)械領(lǐng)域有所涉及。國(guó)內(nèi)一些學(xué)者運(yùn)用EDEM技術(shù)研究了茶葉滾筒殺青機(jī)的滾筒溫度場(chǎng)的變化規(guī)律[8]，采用離散元分析法對(duì)平面圓篩機(jī)的篩分效率進(jìn)行了相關(guān)研究[9]。但是EDEM技術(shù)對(duì)于鮮葉分級(jí)機(jī)的相關(guān)研究幾乎沒(méi)有涉及。

本文通過(guò)三維建模軟件Solidworks 2014建立鮮葉分級(jí)機(jī)的三維幾何模型，基于離散元法建立鮮葉的顆粒模型和接觸力學(xué)模型，運(yùn)用EDEM 2018離散元仿真軟件對(duì)影響鮮葉分級(jí)效果的相關(guān)因素進(jìn)行數(shù)值模擬，研究了錐形滾筒中鮮葉的運(yùn)動(dòng)規(guī)律，同時(shí)設(shè)計(jì)2因素5水平的二次旋轉(zhuǎn)正交組合試驗(yàn)進(jìn)行試驗(yàn)驗(yàn)證，尋求具有高篩分率的最佳技術(shù)參數(shù)組合。

1 鮮葉分級(jí)機(jī)的總體結(jié)構(gòu)與工作原理

鮮葉分級(jí)機(jī)由進(jìn)料口、電機(jī)、傳動(dòng)裝置、機(jī)架、錐形滾筒、分級(jí)隔板、出料口、支撐軸等組成（圖1）。鮮葉分級(jí)機(jī)的相關(guān)設(shè)計(jì)參數(shù)見(jiàn)表1。鮮葉分級(jí)機(jī)的主要工作部件是一個(gè)錐形滾筒，錐形滾筒筒體有若干孔徑大小不同的篩孔（圖2）。鮮葉分級(jí)機(jī)的工作原理是固定在機(jī)架上的電機(jī)作為動(dòng)力輸出，通過(guò)傳動(dòng)裝置帶動(dòng)錐形滾筒轉(zhuǎn)動(dòng)，鮮葉通過(guò)進(jìn)料口進(jìn)入錐形滾筒內(nèi)部，鮮葉隨著錐形滾筒作圓周運(yùn)動(dòng)。小于不同篩孔孔徑的鮮葉穿過(guò)篩孔，落到下方的各級(jí)集料板上實(shí)現(xiàn)分級(jí)，大于篩孔孔徑的鮮葉由出料口排出并進(jìn)行鮮葉的收集。

2 茶鮮葉的運(yùn)動(dòng)分析

由于錐形滾筒筒體傾斜安裝，與水平方向成一定角度并圍繞自身轉(zhuǎn)軸作圓周運(yùn)動(dòng)，因此茶鮮葉在錐形滾筒中的運(yùn)動(dòng)過(guò)程較為復(fù)雜。以單粒茶鮮葉為研究對(duì)象對(duì)其進(jìn)行受力分析（圖3）。

表1 鮮葉分級(jí)機(jī)結(jié)構(gòu)參數(shù)

注：1-電機(jī)；2-錐形滾筒；3-進(jìn)料口；4-機(jī)架；5-滾輪；6-分級(jí)隔板；7-出料口；8-底板

圖2 鮮葉分級(jí)機(jī)實(shí)體圖

圖3 鮮葉受力分析圖

當(dāng)鮮葉的脫離角<90°時(shí)，鮮葉在重力作用下有向前滑動(dòng)的趨勢(shì)，此時(shí)鮮葉沿著錐形滾筒內(nèi)壁運(yùn)動(dòng)的臨界條件為：

代入可得：

根據(jù)受力分析可得鮮葉沿篩面前滑的條件：

當(dāng)鮮葉的脫離角>90°時(shí)，鮮葉沿著錐形滾筒壁有向后滑動(dòng)的趨勢(shì)，此時(shí)鮮葉沿著錐形滾筒內(nèi)壁運(yùn)動(dòng)的臨界條件為：

根據(jù)受力分析可得鮮葉沿篩面后滑的條件為：

由此可得到物料的拋起條件為：

當(dāng)錐形滾筒的實(shí)際轉(zhuǎn)速到達(dá)臨界轉(zhuǎn)速時(shí)，此時(shí)鮮葉的重力與離心力大小相等、方向相反，鮮葉不再脫離篩面進(jìn)行下落，錐形滾筒的實(shí)際轉(zhuǎn)速小于臨界轉(zhuǎn)速時(shí)，茶鮮葉會(huì)脫離錐形滾筒壁而作拋物運(yùn)動(dòng)。因此在實(shí)際使用過(guò)程中，鮮葉分級(jí)機(jī)中錐形滾筒的轉(zhuǎn)速應(yīng)小于其臨界轉(zhuǎn)速[10]。錐形滾筒的實(shí)際轉(zhuǎn)速達(dá)到臨界轉(zhuǎn)速的30%時(shí)，由于鮮葉獲得的速度較低，鮮葉不能跟隨錐形滾筒作圓周運(yùn)動(dòng)，大部分鮮葉堆積在錐形滾筒底部，導(dǎo)致篩分效果較差。錐形滾筒的實(shí)際轉(zhuǎn)速達(dá)到臨界轉(zhuǎn)速的60%時(shí)，部分鮮葉貼附在錐形滾筒壁上，并且鮮葉之間的相互作用力較大，使得鮮葉互相勾連分級(jí)效率下降。一般情況下，錐形滾筒轉(zhuǎn)速取值范圍是臨界轉(zhuǎn)速的30%~60%。其計(jì)算公式如下：

其中，為鮮葉質(zhì)量；為鮮葉在錐形滾筒中的圓周速度；為錐形滾筒的半徑。

當(dāng)α=90°時(shí)，鮮葉達(dá)到錐形滾筒的最高位置，得到臨界轉(zhuǎn)速為：

3 茶鮮葉仿真模型的建立

3.1 鮮葉的仿真顆粒模型

鮮葉分級(jí)機(jī)的錐形滾筒是進(jìn)行鮮葉分級(jí)的主要結(jié)構(gòu)部件，因此運(yùn)用三維建模軟件Solidworks 2014建立錐形滾筒三維幾何模型，如圖4所示。由于鮮葉的形態(tài)差異明顯，包括鮮葉葉片的大小、葉片的形狀、葉片厚度、梗節(jié)間長(zhǎng)度、容重等。鮮葉葉片的大小有大、中、小葉種之分，成熟的老葉片長(zhǎng)度在10?cm以上為大葉種，5~6?cm以下的稱之為小葉種，中間大小的為中葉種[11]。目前，對(duì)于不規(guī)則的物料建模普遍采用多球組合成一個(gè)有固定空間關(guān)系的組合體的方式，考慮到計(jì)算機(jī)的運(yùn)行速度和計(jì)算機(jī)處理時(shí)間，對(duì)不同等級(jí)的鮮葉顆粒模型均采用球形顆粒聚合體填充建立的模型[12-13]。

圖4 錐形滾筒三維模型

3.2 鮮葉接觸力學(xué)模型

接觸力學(xué)模型是EDEM仿真軟件進(jìn)行數(shù)值模擬的重要基礎(chǔ)設(shè)置，在離散元中單元之間接觸的彈性和非彈性性質(zhì)用彈簧和阻尼器來(lái)表示。彈簧代表單元的彈性，阻尼器代表單元的非彈性，用帶有摩擦因數(shù)的滑塊來(lái)表示單元之間的摩擦[14]。常用的接觸模型有以下6種：Hertz-Mindlin無(wú)滑動(dòng)接觸模型、Hertz-Mindlin粘結(jié)接觸模型、線性黏附接觸模型、運(yùn)動(dòng)表面接觸模型、線彈性接觸模型和摩擦帶電接觸模型。由于本文的研究對(duì)象是茶鮮葉，接觸主要是茶鮮葉之間的接觸、茶鮮葉與錐形滾筒壁之間的接觸，所以選擇軟球模型中的Hertz-Mindlin無(wú)滑動(dòng)接觸模型[15-16]。

3.3 EDEM仿真參數(shù)設(shè)置

（1）設(shè)置茶鮮葉的接觸模型為Hertz-Mindlin無(wú)滑動(dòng)接觸模型。（2）設(shè)置茶鮮葉的物理力學(xué)屬性等參數(shù)[17]，具體參數(shù)設(shè)置見(jiàn)表2。（3）設(shè)置幾何體的材料屬性和動(dòng)力學(xué)參數(shù)。（4）設(shè)置合適的仿真區(qū)域大小以便提高計(jì)算機(jī)的仿真速度。（5）創(chuàng)建顆粒工廠，主要設(shè)置顆粒的生成數(shù)量、生成速率和生成方式等，本文采用動(dòng)態(tài)顆粒工廠，以提高茶鮮葉仿真顆粒的生成效率。（6）EDEM 2018中設(shè)定的時(shí)間步長(zhǎng)通常為Rayleigh時(shí)間步長(zhǎng)的30%。設(shè)置仿真時(shí)間、數(shù)據(jù)寫出頻率和仿真網(wǎng)格大小，相關(guān)設(shè)置如下：設(shè)置仿真總時(shí)長(zhǎng)為6?s；設(shè)置茶鮮葉仿真數(shù)據(jù)寫出頻率為0.01?s；仿真網(wǎng)格大小設(shè)為最小粒子半徑的3倍，然后運(yùn)行仿真[18]，仿真過(guò)程如圖5所示。

4 仿真結(jié)果與分析

4.1 錐形滾筒轉(zhuǎn)速對(duì)鮮葉分級(jí)效果的影響

錐形滾筒的轉(zhuǎn)速直接影響了鮮葉在錐形滾筒中的運(yùn)動(dòng)過(guò)程和篩分效果，從圖6中可知：隨著錐形滾筒轉(zhuǎn)速的增大，錐形滾筒處于高轉(zhuǎn)速時(shí)的鮮葉平均速度和相互作用力均均增大，鮮葉被滾筒帶起高度加大，起拋角加大，有利于鮮葉上下層翻滾，使鮮葉更加松散，增大了鮮葉與篩網(wǎng)的接觸時(shí)間，有利于提高篩分率；當(dāng)錐形滾筒的轉(zhuǎn)速過(guò)低（8?r·min-1）時(shí)，鮮葉被滾筒帶起高度過(guò)小，起拋角過(guò)小，鮮葉在錐形滾筒底部堆積，只有與篩網(wǎng)接觸的下部鮮葉得到篩分，上部鮮葉并未能與篩網(wǎng)接觸，造成篩分率降低；當(dāng)錐形滾筒的轉(zhuǎn)速過(guò)高（40?r·min-1）時(shí)，鮮葉的離心力大于自身的重力，導(dǎo)致鮮葉貼附在錐形滾筒壁上，鮮葉與篩網(wǎng)之間失去相對(duì)運(yùn)動(dòng)，篩網(wǎng)失去篩分作用，降低了分級(jí)效率。

4.2 錐形滾筒傾角對(duì)鮮葉分級(jí)效果的影響

在鮮葉分級(jí)過(guò)程中傾角的大小能夠直接影響鮮葉在錐形滾筒中的軸向位移量及鮮葉與篩網(wǎng)的接觸時(shí)間，從而影響篩分率，因此有必要對(duì)不同錐形滾筒傾角下的鮮葉分級(jí)進(jìn)行研究[19]。傾角過(guò)小時(shí)，鮮葉在錐形滾筒中的軸向位移量過(guò)小，若不提高錐形滾筒轉(zhuǎn)速，容易造成鮮葉堆積的現(xiàn)象。如圖7所示：在其他條件都相同的情況下，錐形滾筒傾角的增大使得鮮葉下滑速度加大，利于下層翻滾，鮮葉間的空隙率加大，同時(shí)豎直分速度加大，有利于提高篩分率。但傾角過(guò)大時(shí)，鮮葉下滑速度加大。豎直分速度加大，有利于鮮葉快速通過(guò)篩網(wǎng)，但同時(shí)鮮葉的水平分速度也加大，減小了與篩網(wǎng)接觸時(shí)間，篩分率反而下降。在2.4?s以后，鮮葉的平均速度和相互作用力全部為0，是因?yàn)殄F形滾筒傾角過(guò)大，鮮葉在錐形滾筒中分級(jí)的時(shí)間很短造成的。軸向位移量過(guò)大導(dǎo)致鮮葉未完全分級(jí)就已經(jīng)全部通過(guò)出料口排出錐形滾筒中，分級(jí)效果最差。

表2 茶鮮葉參數(shù)設(shè)置

圖5 鮮葉分級(jí)機(jī)仿真過(guò)程

圖6 不同轉(zhuǎn)速條件下茶鮮葉的v-t和F-t曲線

圖7 不同傾角條件下茶鮮葉的v-t和F-t曲線

5 二次旋轉(zhuǎn)正交組合試驗(yàn)與結(jié)果分析

為了對(duì)錐形滾筒式茶葉分級(jí)機(jī)的關(guān)鍵參數(shù)進(jìn)行優(yōu)化，以6CFJ-70型鮮葉分級(jí)機(jī)為研究對(duì)象，在安徽宣城華陽(yáng)茶葉機(jī)械有限公司進(jìn)行正交組合試驗(yàn)，鮮葉茶樹品種為宣城當(dāng)?shù)亓~種，當(dāng)春茶新梢一芽三葉比例達(dá)到30%~40%時(shí)，采用川崎SM110雙人采茶機(jī)進(jìn)行機(jī)采作業(yè)。

根據(jù)目前鮮葉分級(jí)機(jī)多年的使用經(jīng)驗(yàn)，篩孔形狀為方形孔，小孔尺寸、大孔尺寸分別為15?mm×15?mm、20?mm×20?mm時(shí)，具有較好的適應(yīng)性，滿足較多茶葉加工對(duì)鮮葉分級(jí)的需求，鮮葉分級(jí)效果較好，并為多數(shù)茶廠采用，故篩孔的形狀與尺寸不在本次參數(shù)優(yōu)化選取范圍內(nèi)。由于對(duì)鮮葉分級(jí)機(jī)結(jié)構(gòu)參數(shù)的研究較少，而結(jié)構(gòu)參數(shù)中的錐形滾筒轉(zhuǎn)速、傾角對(duì)于鮮葉分級(jí)效果具有較大的影響，因此在其他條件都相同的情況下，為了進(jìn)一步驗(yàn)證錐形滾筒的轉(zhuǎn)速、傾角等對(duì)鮮葉分級(jí)的影響，結(jié)合單因素試驗(yàn)，選擇錐形滾筒轉(zhuǎn)速、錐形滾筒傾角作為試驗(yàn)因素，以篩分率作為評(píng)價(jià)指標(biāo)。進(jìn)行2因素5水平的二次旋轉(zhuǎn)正交組合試驗(yàn)，正交試驗(yàn)因素水平見(jiàn)表3，試驗(yàn)結(jié)果見(jiàn)表4。

篩分率的計(jì)算：按照鮮葉分級(jí)機(jī)的國(guó)家機(jī)械行業(yè)標(biāo)準(zhǔn)（JB/T 12835—2016）規(guī)定，在鮮葉分級(jí)機(jī)正常工作狀態(tài)下，稱取50?kg的鮮葉，將鮮葉分級(jí)機(jī)各出茶口的鮮葉稱重并相加，按照公式（13）計(jì)算篩分率。

式中，n-篩分率，∑i-分級(jí)后各出茶口排出鮮葉質(zhì)量之和，1-投入篩分的鮮葉質(zhì)量。

表3 正交試驗(yàn)因素水平

表4 試驗(yàn)設(shè)計(jì)與結(jié)果

運(yùn)用數(shù)據(jù)處理軟件Design-Expert 10.0對(duì)表4中的試驗(yàn)數(shù)據(jù)進(jìn)行多元回歸擬合[20]，建立篩分率1與錐形滾筒轉(zhuǎn)速、錐形滾筒傾角之間的二次多項(xiàng)式回歸模型，回歸方程為：

1=28.89392＋3.13600＋8.45161－0.097656－0.0669732－0.524692

回歸模型方差分析和顯著性檢驗(yàn)[21]，如表5所示。由表5可知，回歸模型的=0.000?7 <0.001，失擬項(xiàng)=0.141?0>0.05，模型的決定系數(shù)2=0.940?2。失擬項(xiàng)用來(lái)表示所有模型與試驗(yàn)擬合的程度，即二者之間的差異程度。在篩分率回歸方程中，錐形滾筒的轉(zhuǎn)速、傾角對(duì)于篩分率指標(biāo)的影響是極顯著的，失擬項(xiàng)不顯著。表明在一定范圍內(nèi)，回歸模型與實(shí)際情況擬合度較高，可用該回歸方程代替試驗(yàn)真實(shí)點(diǎn)對(duì)試驗(yàn)結(jié)果進(jìn)行分析[22]。

由表5進(jìn)一步分析可得，對(duì)于篩分率指標(biāo)，回歸項(xiàng)A、A2影響極為顯著；B、AB以及B2影響不顯著。根據(jù)表中數(shù)據(jù)中各試驗(yàn)因素的檢驗(yàn)值，影響篩分率指標(biāo)的主次因素分別為：A2>A>B2>AB>B。由于鮮葉分級(jí)機(jī)的傾角取值范圍一般選擇為6~10°，實(shí)際傾角變化范圍并不大，因此，過(guò)小的試驗(yàn)中傾角取值范圍，使得錐形滾筒傾角與轉(zhuǎn)速相比較對(duì)篩分率指標(biāo)的影響并不顯著。通過(guò)Design-Expert 10.0軟件對(duì)數(shù)據(jù)進(jìn)行處理可以得到錐形滾筒轉(zhuǎn)速、錐形滾筒傾角與篩分率之間的響應(yīng)曲面圖，如圖8所示。響應(yīng)曲面圖（三維）運(yùn)用圖形技術(shù)將函數(shù)關(guān)系表現(xiàn)出來(lái)，響應(yīng)曲面的等值曲線可直觀地反映因素交互作用對(duì)試驗(yàn)評(píng)價(jià)指標(biāo)的影響程度。

由圖8可知，錐形滾筒轉(zhuǎn)速與錐形滾筒傾角存在交互作用。當(dāng)錐形滾筒傾角一定時(shí)，隨著錐形滾筒轉(zhuǎn)速的增大，鮮葉篩分率先增大后減小。當(dāng)錐形滾筒轉(zhuǎn)速一定時(shí)，隨著錐形滾筒轉(zhuǎn)速的增大，鮮葉篩分率同樣先增大后減小。當(dāng)錐形滾筒轉(zhuǎn)速和錐形滾筒傾角變化時(shí)，篩分率的變化區(qū)間較大，說(shuō)明錐形滾筒的轉(zhuǎn)速和傾角對(duì)篩分率指標(biāo)的影響程度較為顯著,通過(guò)Design-Expert 10.0軟件進(jìn)行優(yōu)化求解，得到錐形滾筒的轉(zhuǎn)速為24?r·min-1，錐形滾筒傾角為6°時(shí)，鮮葉具有較好的篩分效果，篩分率指標(biāo)達(dá)到83%，響應(yīng)曲面分析所得的篩分率指標(biāo)變化規(guī)律與仿真結(jié)果基本一致。

通過(guò)鮮葉分級(jí)樣機(jī)進(jìn)行鮮葉分級(jí)實(shí)驗(yàn)驗(yàn)證，根據(jù)Design-Expert 10.0軟件得到的最佳參數(shù)組合方案，選取錐形滾筒轉(zhuǎn)速為24?r·min-1，傾角為6°進(jìn)行鮮葉分級(jí)試驗(yàn)，得到篩分率指標(biāo)為81.7%，與響應(yīng)面分析法得到的優(yōu)化解基本一致，間接驗(yàn)證了回歸模型的有效性和正確性。

圖8 因素交互作用對(duì)篩分率指標(biāo)的影響

6 結(jié)論

茶鮮葉屬于散粒體農(nóng)業(yè)物料，傳統(tǒng)方法難以對(duì)茶葉分級(jí)機(jī)中的茶鮮葉顆粒的關(guān)鍵運(yùn)動(dòng)學(xué)及動(dòng)力學(xué)參數(shù)進(jìn)行數(shù)值計(jì)算或檢測(cè)。EDEM軟件可以數(shù)值化模擬散狀物料加工處理過(guò)程中顆粒體系的行為特征。為獲取茶鮮葉分級(jí)機(jī)實(shí)際工作中的茶鮮葉顆粒的實(shí)際運(yùn)動(dòng)學(xué)及動(dòng)力學(xué)參數(shù)，以宣城當(dāng)?shù)氐牧~種機(jī)茶采鮮葉為試驗(yàn)原料，以6CFJ-70型鮮葉分級(jí)機(jī)為試驗(yàn)樣機(jī)，運(yùn)用Solidworks 2014在上述試驗(yàn)樣機(jī)的基礎(chǔ)上，建立1∶1三維虛擬樣機(jī)；運(yùn)用EDEM 2018建立茶鮮葉顆粒模型并進(jìn)行了相關(guān)仿真計(jì)算，數(shù)值仿真計(jì)算的結(jié)果闡明了錐形滾筒轉(zhuǎn)速、傾角對(duì)篩分率的影響。為了驗(yàn)證以上仿真結(jié)果，設(shè)計(jì)2因素5水平的二次回歸正交旋轉(zhuǎn)組合試驗(yàn)，通過(guò)Design-Expert 10.0軟件對(duì)相關(guān)試驗(yàn)數(shù)據(jù)進(jìn)行響應(yīng)面法二次回歸分析，結(jié)果表明，影響鮮葉分級(jí)機(jī)篩分率的主次因素依次為：錐形滾筒轉(zhuǎn)速、傾角；當(dāng)鮮葉分級(jí)機(jī)的錐形滾筒轉(zhuǎn)速為24?r·min-1、傾角為6°時(shí)，篩分率為81.7%，鮮葉分級(jí)機(jī)具有較好的篩分效果，為鮮葉分級(jí)機(jī)的設(shè)計(jì)與優(yōu)化提供了理論借鑒。

本文僅在鮮葉分級(jí)機(jī)的關(guān)鍵參數(shù)上考慮對(duì)柳葉種茶鮮葉分級(jí)效果的影響，在今后的研究中可考慮不同類別茶鮮葉的物理特性、篩孔形狀以及孔隙率等因素對(duì)鮮葉分級(jí)機(jī)分級(jí)效果的影響。

[1] 楊娟, 李中林, 袁林穎, 等. 機(jī)采茶鮮葉分級(jí)技術(shù)初步研究[J]. 中國(guó)茶葉加工, 2015(2): 41-45.

[2] 唐小林, 李文萃, 范起業(yè). 機(jī)采茶鮮葉分類分級(jí)技術(shù)及相關(guān)設(shè)備研究進(jìn)展[J]. 中國(guó)茶葉加工, 2015(2): 5-8.

[3] 張?zhí)m蘭, 董跡芬, 唐萌, 等. 名優(yōu)茶機(jī)采鮮葉分級(jí)技術(shù)研究[J]. 浙江大學(xué)學(xué)報(bào)(農(nóng)業(yè)與生命科學(xué)版), 2012, 38(5): 593-598.

[4] 孫六蓮, 嚴(yán)躍濱, 唐煥華. 茶葉鮮葉分級(jí)機(jī)主要參數(shù)研究[J]. 農(nóng)業(yè)與技術(shù), 2016, 36(1): 38-39.

[5] 袁海波, 滑金杰, 鄧余良, 等. 基于YJY-2型鮮葉分級(jí)機(jī)的機(jī)采茶葉分級(jí)分類工藝優(yōu)化[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2016, 32(6): 276-282.

[6] 于建群, 付宏, 李紅, 等. 離散元法及其在農(nóng)業(yè)機(jī)械工作部件研究與設(shè)計(jì)中的應(yīng)用[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2005(5): 1-6.

[7] 廖慶喜, 張朋玲, 廖宜濤, 等. 基于EDEM的離心式排種器排種性能數(shù)值模擬[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2014, 45(2): 109-114.

[8] 汪曉華, 李文昊, 何磊, 等. 平面圓篩機(jī)篩分參數(shù)對(duì)篩分效率的影響[J]. 輕工機(jī)械, 2013, 31(3): 8-12.

[9] 李志杰, 王素芬, 黃劍虹, 等. 基于EDEM綠茶滾筒殺青機(jī)溫度場(chǎng)研究[J]. 安徽農(nóng)業(yè)科學(xué), 2016, 44(23): 235-237.

[10] 金石堅(jiān). 正確選擇圓筒旋轉(zhuǎn)篩轉(zhuǎn)速的探討[J]. 糧食與飼料工業(yè), 1999(11): 7-9.

[11] 安徽農(nóng)學(xué)院. 制茶學(xué)[M]. 合肥: 中國(guó)農(nóng)業(yè)出版社, 1989: 25-26.

[12] 李洪昌, 李耀明, 唐忠, 等. 基于EDEM的振動(dòng)篩分?jǐn)?shù)值模擬與分析[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2011, 27(5): 117-121.

[13] 原建博, 李驊, 吳崇友, 等. 基于離散單元法的水稻籽粒快速顆粒建模研究[J]. 南京農(nóng)業(yè)大學(xué)學(xué)報(bào), 2018, 41(6): 1151-1158.

[14] 高國(guó)華, 謝海峰. 基于EDEM的薯土分離機(jī)構(gòu)數(shù)值分析與模擬[J]. 農(nóng)機(jī)化研究, 2019, 41(1): 15-21.

[15] 鹿芳媛, 馬旭, 齊龍, 等. 基于離散元法的雜交稻振動(dòng)勻種裝置參數(shù)優(yōu)化與試驗(yàn)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2016, 32(10): 17-25.

[16] 許健, 甘義權(quán), 蔡宗壽, 等. 基于EDEM的傾斜圓盤勺式大豆排種器投種性能優(yōu)化研究[J]. 安徽農(nóng)業(yè)科學(xué), 2018, 46(21): 193-196.

[17] 朱志楠, 趙章風(fēng), 鐘江, 等. 基于多相流耦合過(guò)程數(shù)值模擬的茶鮮葉離心式連續(xù)脫水設(shè)備參數(shù)模擬與優(yōu)化[J]. 茶葉科學(xué), 2017, 37(3): 280-289.

[18] J.-F.Ferellec, G.R.McDowell. A simple method to create complex particle shapes for DEM [J]. Geomechanics and Geoengineering, 2008, 3(3): 211-216.

[19] 施昱, 王慶海, 葉偉. 基于EDEM軟件數(shù)值模擬的滾筒篩優(yōu)化設(shè)計(jì)[J]. 環(huán)境工程學(xué)報(bào), 2016, 10(9): 5197-5202.

[20] 丁力, 楊麗, 劉守榮, 等. 輔助充種種盤玉米氣吸式高速精量排種器設(shè)計(jì)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2018, 34(22): 1-11.

[21] 耿端陽(yáng), 張明源, 何珂, 等. 傾斜雙圓環(huán)型孔圓盤式玉米排種器設(shè)計(jì)與試驗(yàn)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2018, 49(1): 68-76.

[22] 朱德泉, 李蘭蘭, 文世昌, 等. 滑片型孔輪式水稻精量排種器排種性能數(shù)值模擬與試驗(yàn)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2018, 34(21): 17-26.

Research on Screening Rate of Fresh Tea Leaves Classifier Based on EDEM

LI Bing1,2, LI Weining1, BAI Xuanbing1,ZHANG Zhengzhu2,3*

1. School of Engineering, Anhui Agricultural University, Hefei 230036, China; 2. State Key Laboratory of Tea Plant Biology and Utilization, Anhui Agricultural University, Hefei 230036, China; 3. School of Tea and Food Science and Technology, Anhui Agricultural University, Hefei 230036, China

In order to improve the screening rate of fresh tea leaves classifier, the key technical parameters of 6CFJ-70 fresh tea leaves classifier were studied with machine picking fresh leaves of willow-Leaf tea plant. Solidworks 2014 was used to build the 3D model of fresh tea leaves classifier. Based on discrete element method, the simulation granular model and contact mechanics model of fresh tea leaves were established, and the key simulation technical parameters were set up. EDEM 2018 software was used to simulate the conical drum of fresh tea leaves. The movement of the conical drum was simulated numerically, and the key parameters affecting the screening rate were the rotational speed and inclination angle of the conical drum. In order to optimize the above parameters, a quadratic rotation orthogonal combination experiment with 2 factors and 5 levels was designed with screening rate as objective function. The quadratic regression model was obtained by response surface method and the related validation tests were carried out. The results show that the main factors affecting the classification efficiency of fresh leaves are the rotational speed of conical drum and the inclination of conical drum in turn. When the rotating speed of conical drum is 24?r·min-1and the inclination angle of conical drum is 6 degrees, the screening rate of fresh leaves is 81.7%, which has a good effect of fresh leaves classification. The research content of thispaper can provide technical reference for the design and optimization of fresh tea leaves classifier.

fresh tea leaves classifier, discrete element method, EDEM, response surface analysis

TS272.3

A

1000-369X(2019)04-484-11

2019-03-25

2019-04-30

安徽省科技重大專項(xiàng)“茶葉機(jī)采原料分選裝備研究與產(chǎn)業(yè)化”（16030701097）

李兵，男，副教授，博士，主要從事茶葉機(jī)械方面的研究，libing@ahau.edu.cn。*通信作者：zzz@ahau.edu.cn