邢璐露,叶 彤,聂美玲,李志博,刘兴博,兰海涛,孙士明,常建国,林君堂,杨金砖,赵 伟,张 鑫,靳晓燕

(黑龙江省农业机械工程科学研究院,哈尔滨 150081)

0 引言

鲜食玉米联合收获机为对行作业收获形式,需要驾驶员不断调节前进方向促使摘穗间隙与玉米植株对齐。由于收获作业时的鲜食玉米处于乳熟后期和蜡熟初期[2],此时茎秆含水率达60%以上,清脆易折断,驾驶员大幅度调节收获机割台高度、拉茎辊转速、前进速度及拨禾带转速等参数会造成茎秆折断与果穗损失,因此提高驾驶员的驾驶熟练程度对降低鲜食玉米收获时的损失具有重要意义。

当前对驾驶员驾驶熟练程度的研究主要集中于小型汽车领域[3],对农业机械领域驾驶员的关注度较少。而农业领域主要侧重于通过研发新型机械、对现有结构部件进行优化及改进[4],从而降低作业时的损耗。随着鲜食玉米收获机的结构参数与收获参数不断优化,收获机作业性能不断提高,但在实际作业过程中,收获机的作业效果还受到驾驶员驾驶熟练程度的制约。为探析驾驶员驾驶熟练度对鲜食玉米联合收获机作业性能的影响,对驾驶熟练程度进行划分,提出一种基于模糊数学的综合评判方法,期望通过不同熟练程度的驾驶员,完成驾驶收获作业后各项指标的差异,映射出驾驶熟练程度与收获性能的影响。

1 驾驶熟练程度等级划分

黑龙江省农业机械工程科学研究院,于2022年研发出第二代铰接式鲜食玉米联合收获机,结合其完成近266.67 hm2收获面积时各驾驶员收获作业后的差异,初步将驾驶熟练程度划分为4个阶段(表1),即非熟悉阶段、初步熟悉阶段、较为熟悉阶段与熟悉阶段。

表1 特征模式

第一阶段(非熟悉阶段)是指驾驶员初次接触鲜食玉米联合收获机,对收获机的作业方式、整机结构、作业性能均不熟悉,需要专业人员进行培训,经专业人员的辅助指导方可进行收获作业,作业速度慢且作业效果表现差,卸载果穗时需要地面人员参与,花费较长时间用来与运粮车配合,卸粮过程果穗损耗较大,无法进行夜间收获作业。非熟悉阶段的驾驶员大部分注意力用于分禾间隙与玉米植株对行,通常忽视显示屏的各项报警提示,出现故障需要维修人员进行现场指导。

第二阶段(初步熟悉阶段)是指驾驶员有一定的收获机驾驶经验,参与或简单驾驶过鲜食玉米收获机,了解鲜食玉米联合收获机的作业形式,对收获机结构有一定认知,简单培训后即可单独进行收获作业,作业速度有所提高但收获作业效果一般,夜间收获作业能级较差,卸载果穗时同样存在需要他人配合、花费时间长及果穗损耗大等问题,对中控显示屏的关注度仍然较低,出现轻型故障后维修人员远程协助才可解决。

第三阶段(较为熟悉阶段)是指驾驶员能够单独进行收获作业,作业速度较快且收获作业效果良好,夜间收获作业果穗损失较少。对中控显示屏的各项参数关注度较高,出现报警提示时能够及时发现并处理。能自行完成果穗的卸载,花费时间与果穗损耗都相对较少,能自行解决收获机的轻型故障,能准确向维修人员描述故障特征及故障位置。

第四阶段(熟悉阶段)是指驾驶员对整机结构十分了解,能够自行完成收获机的日常维护保养,收获作业过程中能结合中控显示屏上各项参数对收获机各装置进行调节,能通过风机异响、果穗输出量小等作业特征发现车辆问题,作业速度快且作业效果较好,夜间收获作业果穗损失少。能够自行完成卸料作业,卸料效率高且果穗损耗低,能够结合收获机作业时的异常表现准确发现故障来源,具备收获机自主维修能力,能对新手驾驶员进行初步培训。

2 驾驶熟练程度评判体系

2.1 矩阵模型构建

由于驾驶员各驾驶熟练程度具有较强模糊性,因此引用模糊数学的最大贴近度法,通过评判目标对象与集合中各子集的贴近度从而判析其隶属[5]。特征因素的集合为M=(M1,M2,…,M5),N=(N1,N2,N3,N4)的标准库为评判集合,判析特征因素Mj∈M归属于论域Ni上哪一个子集。采用专家打分制按照各特征表现的差异性,依次分为极低、一般、较强、强,进而构建综合矩阵:

另外引入子集Z,其中第i个分量数值为1,其余则为0,并将其与综合矩阵运算得出贴近度,从而识别目标所处程度。其中贴近度为海明贴近度,计算公式如式(1)。其中,S为参考模型,P为待识别对象。

由此可知，开孔圆柱壳屈曲临界载荷最小，含补强件的圆柱壳次之，未开孔的圆柱壳临界载荷最大。说明开孔降低了壳体屈曲临界载荷，补强提高了壳体屈曲临界载荷。

(1)

(2)

(3)

(4)

2.2 综合评价分析

鲜食玉米联合收获机驾驶员驾驶熟练程度的评价集合N=(N1,N2,N3,N4),特征因素的目标集合M=(M1,M2,…,M5)。当前鲜食玉米联合收获机驾驶员由科研人员13人、专业驾驶人员4人及当地农户7人组成,共计24人。从中随机抽选一位驾驶员,请20位专家对驾驶员的驾驶经历及驾驶员对整机结构的了解程度进行调研,并结合该驾驶员收获作业时的表现,分别对驾驶熟练程度的特征要素进行打分[7],得到表2、表3所示的信息矩阵与综合评价矩阵。

表2 信息矩阵

表3 综合评价矩阵

由综合评价矩阵求得该驾驶员的决策矩阵为

求得各贴近度为

2.3 试验结果

结合鲜食玉米联合收获机械标准,选取果穗损伤率、含杂率及损失率作为评价指标,各指标由表4中公式求得。为控制变量,选择同一地块、同一台鲜食玉米收获机、鲜食玉米品种相同且长势差异较小的作物,最大程度上降低其他因素对试验的干扰,依据各驾驶员收获后的果穗损伤率、含杂率及损失率作为该驾驶员收获作业后的评价指标。

表4 评价指标计算公式

在各程度阶段随机抽取3人,各自进行3次作业面积为0.67 hm2的收获作业,各项收获指标取平均值并记录。试验结果如1所示。图中1至3号驾驶员驾驶熟练程度隶属于第一阶段,4至6号驾驶员驾驶熟练程度隶属于第二阶段,7至9号驾驶员驾驶熟练程度隶属于第三阶段,10至12号驾驶员驾驶熟练程度隶属于第四阶段。指标1为果穗损失率、指标2为果穗损伤率、指标3为收获果穗的含杂率。

由图1可知,3个评价指标中4个驾驶熟练程度中的3名驾驶员收获作业效果存在差异。按4种熟练程度整体上看,作业指标呈阶梯式下降,指标数值越小,作业效果越好熟练程度与驾驶员收获作业后的果穗的损伤率、含杂率及损失率成反比。即驾驶员熟练程度越高,收获作业后果穗损伤率、含杂率及损失率越低。其中果穗含杂率差异最大,原因是随着驾驶员驾驶熟练程度的不断提高,收获机出现堵塞的情况少,结合收获割台内的收获情况对清选风机进行调节,降低进入果穗收集箱内的茎秆杂余,进而降低收获果穗的含杂率。

图1 作业效果统计图

3 结论

为降低鲜食玉米产业收获环节的损失,对驾驶员4种熟练程度进行划分,并完成了基于模糊综合评判的驾驶熟练程度评判体系的构建,对现有驾驶员的驾驶熟练程度进行了评判。结合不同驾驶熟练程度驾驶员的田间收获试验发现,驾驶熟练程度的提高可有效降低收获作业后果穗的损伤率、含杂率及损失率,为鲜食玉米低损收获的优化路径提供了参考。