基于离散元法的成熟自然弯曲柔性水稻植株建模方法研究及其在收获仿真中的应用

针对水稻植株离散元模型(DEM)构建中自然形态模拟不足的问题，本研究通过Hertz-Mindlin with bonding V2接触模型建立成熟期自然弯曲水稻植株模型，结合Plackett-Burman实验和中心复合设计校准参数，最终验证收获仿真中谷粒损失率误差仅6.36%，为农业机械优化提供高精度仿真基础。

　　

水稻作为全球最重要的粮食作物之一，其生产稳定性直接关系到粮食安全。然而在农业机械化进程中，如何精准模拟水稻植株与机械的相互作用一直是技术难点。传统离散元模型(DEM)多采用刚性连接或简化结构，难以反映成熟期水稻自然弯曲的柔性特征，导致仿真结果与真实作业场景存在偏差。

针对这一挑战，来自国内研究机构的研究团队在《Powder Technology》发表研究，提出基于Hertz-Mindlin with bonding V2接触模型的自然弯曲水稻植株建模方法。该团队以黑龙江种植的龙粳-29水稻为样本，通过物理实验测量植株几何尺寸与力学参数，采用Plackett-Burman实验、最速爬坡实验和中心复合实验三级参数标定体系，最终建立能准确反映谷粒-茎秆(临界应力10.34×10⁹Pa)和主茎-分蘖(临界应力4.03×10⁹Pa)力学特性的DEM模型。收获仿真实验验证显示，模型预测的谷粒损失率与实际台架试验最大误差仅6.36%，显著优于现有方法。

关键技术包括：1) 基于三维扫描的植株形态数字化重建；2) 采用Hertz-Mindlin with bonding V2接触模型构建多组分粘结系统；3) 通过Plackett-Burman实验筛选关键参数；4) 结合中心复合实验优化刚度参数(谷粒-茎秆法向刚度3.70×10¹⁰N/m³)；5) 台架试验与仿真对比验证。

【测量水稻植株整体尺寸】
通过三维扫描获取龙粳-29水稻植株形态数据，建立包含穗头、茎秆、叶片的数字化模型，量化自然弯曲状态下各组分空间分布特征。

【Plackett-Burman实验】
以拉伸强度F_t1为指标，筛选出粘结半径、刚度系数等对谷粒-茎秆连接影响最显著的5个参数，为后续精细标定奠定基础。

【结论】
该研究首次实现成熟期水稻自然弯曲形态的DEM建模，突破传统模型姿态固定的局限。模型能动态响应风力、重力等自然力作用，为联合收割机割台参数优化、脱粒机构设计等提供高保真仿真平台。所提出的三级参数标定体系可扩展至小麦、玉米等柔性作物建模，推动精准农业装备研发范式革新。

讨论部分强调，相比Lenaerts等开发的秸秆模型或Mao的直线型虚拟键连接方法，本模型通过粘结V2接触机制更真实模拟植株断裂阈值(如主茎-分蘖临界应力4.03×10⁹Pa)，其参数标定方法为后续作物-土壤互作研究提供标准化流程。研究获得黑龙江省重点研发计划(2023ZX05B03)和国家自然科学基金(32472011)支持，相关技术已在智能稻田装备团队开展田间验证。