青贮机铁磁性金属异物智能检测报警系统

Smart Agriculture(2024)

引用 0|浏览2
暂无评分
摘要
[目的/意义]青贮机作业时,田间遗落的铁丝等铁磁性金属异物如果混入其喂入系统,将会对青贮机的关键零部件和牲畜脏器造成严重损伤.为了确保青贮机在田间作业时能准确、高效地检测出金属异物,本研究开发了一套性能优良的金属探测系统.[方法]首先分析了青贮机金属检测原理,然后对平面螺旋线圈与圆柱线圈进行了仿真计算,选择平面螺旋线圈作为研究对象,通过使用非支配排序遗传算法(Nondominated Sorting Genetic Algorithm-Ⅱ,NSGA-Ⅱ)结合有限元仿真分析的方式,确定了线圈的线径、内径、外径、层数以及频率,并对弯曲线圈与未弯曲线圈以及阵列线圈进行了仿真计算.最后进行了系统集成,搭建了青贮机模拟试验台进行了模拟试验.[结果和讨论]仿真分析结果显示,平面螺旋线圈磁通密度模变化范围明显大于圆柱线圈,且其电感灵敏度、电阻灵敏度和被测物涡流损耗要明显高于圆柱线圈;另一方面,平面线圈弯曲后电感灵敏度、电阻灵敏度大幅度提高,有利于增强探测线圈的响应度.通过模拟台架试验,验证了该金属探测系统在探测距离小于70 mm,对直径0.6 mm、长度20 mm铁丝报警率达到100%,且经过计算,系统响应时间为0.105 0 s,小于安全运输时间,系统可以在金属物到达切碎系统前及时停止.[结论]本研究设计出了一套青贮机金属异物探测系统,提出了一套金属探测线圈的优化方法,并开发了相应的金属探测软硬件系统,通过试验验证了金属探测系统的功能,为青贮机安全运行提供了有力技术支撑.
更多
查看译文
关键词
silage machine,ferrous metal detection system,electromagnetic induction,planar spiral coil,non-dominated sorting genet-ic algorithm,finite element simulation
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要