基于RSM和GA-BP-GA优化的油茶籽仿真参数标定

作者：丁辛亭; 李凯; 郝伟; 杨其长; 闫锋欣; 崔永杰^*

来源：农业机械学报, 2023, 54(02): 139-150.

• 油茶籽
• 离散元
• 参数标定
• 遗传算法
• BP神经网络

采用逆向工程技术，在EDEM软件中建立了油茶籽离散元模型；通过物理试验测得油茶籽堆积角为(27.93±1.46)°,以及密度、碰撞恢复系数和油茶籽-钢板间静摩擦因数的参数区间，采用Plackett-Burman Design和最陡爬坡试验筛选显著性因素；以堆积角为响应值，采用响应面(RSM)和机器学习对显著性参数进行优化和对比。结果显示，基于遗传算法(GA)的BP人工神经网络的预测能力与稳定性优于随机森林、支持向量机和BP人工神经网络；采用GA寻优得到油茶籽-油茶籽间静摩擦因数为0.443、油茶籽-钢板间静摩擦因数为0.319、油茶籽-油茶籽间滚动摩擦因数为0.063,测得仿真堆积角为27.63°,与实际堆积角的相对误差为1.09%;采用RSM得到油茶籽-油茶籽间静摩擦因数为0.383、油茶籽-钢板间静摩擦因数为0.335、油茶籽-油茶籽间滚动摩擦因数为0.064,测得仿真堆积角为26.99°,相对误差为3.33%。研究结果表明，在油茶籽参数标定中，GA-BP-GA的参数优化效果优于RSM,并且该研究所建油茶籽模型与参数标定结果可用于离散元仿真。

• 单位
  中国农业科学院; 西北农林科技大学; 电子工程学院