通过DEM参数校准与改进的振动分离技术，优化科西拉塞法洛尼卡鸟蛋的机械化清洁流程，以用于储藏产品的生物控制

《Scientific Reports》：Optimizing mechanized cleaning of Corcyra cephalonica eggs for stored-product biocontrol via DEM parameter calibration and enhanced vibratory separation

　　

摘要

高效地将有头海蛾卵与杂质（附肢、鳞片和灰尘等）分离，仍是大规模生产用于控制如小菜蛾等害虫的姬小蜂时的一个重要瓶颈。本研究将离散元方法参数校准与振动筛分优化相结合，用于处理卵与杂质的混合物。通过多因素实验，确定了有头海蛾卵的固有特性（密度：1.043克/立方厘米，弹性模量：3.34兆帕），并找到了关键的气动分离阈值。根据悬浮速度，确定了适宜的气流速度范围为0.4–4.6米/秒（卵：0.8–2.3米/秒，附肢：2.4–4.6米/秒，鳞片：0.4–0.8米/秒）。以安息角作为响应变量，对离散元方法的接触参数（卵与卵之间的动摩擦力、卵与钢之间的静摩擦力以及表面能）进行了校准，实验结果与模拟结果吻合良好（22.37°对比23.19°，相对误差为3.7%）。据我们所知，这组参数是首个专为有头海蛾卵设计的离散元数据库。利用该校准的模型，通过EDEM模拟分析了影响筛分效率的关键因素。筛分效率与振动频率之间存在非单调关系，在12赫兹时达到最佳值，为78%·秒?1。当振动幅度为1毫米时，筛分效率也达到最高值，为77%·秒?1。通过对锥形摆的角度进行优化，当角度为1.2°时，筛分效率可提升至81%·秒?1。此外，超声辅助还能使筛分效率提高15%（在12赫兹、1.5毫米的条件下），可能是由于减少了颗粒的聚集。总体而言，经过校准的离散元参数以及确定的操作参数范围（气流速度、振动频率/幅度和摆角），为设计用于清理寄主卵的振动筛和气动分离装置提供了定量指导，从而有助于实现基于姬小蜂的害虫生物控制的自动化和规模化应用。