摘要:針對傳統(tǒng)農(nóng)機(jī)產(chǎn)品研發(fā)周期長,、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,、知識庫和推理模塊,、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)知識庫,,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)用知識庫中的相關(guān)設(shè)計(jì)知識,,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(知識融合)兩種開發(fā)語言對NX進(jìn)行二次開發(fā),,搭建清選裝置參數(shù)化模型庫,,參考知識庫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,對應(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,。