联合收割机协同卸粮的谷物分布调节与粮仓装载优化方法研究

《Computers and Electronics in Agriculture》：Research on grain distribution regulation and hopper loading optimization methods for cooperative grain unloading of combine harvesters

　　

•可调卸粮管在协同卸粮过程中调节粮粒分布。
•卸粮过程回归模型预测粮粒运动和覆盖范围。
•粮粒堆积模型捕捉料斗在壁面和粮堆约束下的填充情况。
•双层优化方法优化卸粮点布局和本地控制参数。
•该方法支持未来自适应卸粮系统的开发。

引言
随着水稻收获全程机械化进程的快速推进，联合收割机与粮食运输机之间的协同卸粮已成为确保收获连续性并提高田间转运效率的重要手段（Wang et al., 2025a, Wei et al., 2024）。在此过程中，粮粒落点的分布及其在运输车料斗中形成的堆积模式显著影响装载空间的有效利用，进而影响联合收割机与粮食运输机之间的作业协调效率（Ding et al., 2025）。然而，目前的协同卸粮仍严重依赖经验操作，容易导致粮粒分布不均、局部堆积以及料斗空间利用率不足。这些问题减少了单次卸粮作业的装载粮量并增加了收割机怠速时间，最终损害了田间协同作业的效率（Liu et al., 2022a, Wang et al., 2025b）。同时，不同料斗几何形状和装载条件下的粮粒堆积特性差异显著，使得协同卸粮过程中的粮粒分布调节和装载优化变得更加复杂（Liu et al., 2022b）。因此，分析协同卸粮机制并优化卸粮过程，对于在复杂作业条件下提高粮粒分布均匀性和料斗空间利用率至关重要。

关于联合收割机自动卸粮的研究主要集中在粮食运输机识别、收割机与运输车之间的相对位置协调以及卸粮作业的执行控制上。Cui et al. (2024) 提出了一种基于双目视觉的履带式水稻联合收割机自动卸粮方法，实现了粮接收车识别和卸粮过程控制。Ding et al. (2023) 研究了联合收割机与粮食运输机协同作业期间的纵向相对位置控制，从而为精准协同卸粮提供了控制基础。Liu et al. (2024) 研究了自走式青贮收割机卸粮臂的轨迹跟踪控制，从而提高了卸粮作业的稳定性。这些研究推动了自动协同卸粮的发展。然而，料斗空间利用率取决于粮粒的流动和分布特性，以及它们在料斗内的堆积形态（Saleh et al., 2018）。因此，仅依赖收割机与运输车之间的协同控制不足以优化装载性能。现有研究仍缺乏对卸粮管排出后粮粒运动和分布的系统分析，以及它们对装载结果的影响。这需要从颗粒流行为和堆积特性的角度来审视协同卸粮过程。

在卸粮过程中，粮粒通过卸粮螺旋输送机输送，从卸粮管排出，并以特定的速度和方向进入料斗，从而形成具有明显落点和分布范围的颗粒流（Wang et al., 2022）。离散元法（DEM）是阐明此类颗粒流过程内部机制的重要工具（Maraveas et al., 2025）。DEM 已被广泛应用于农业颗粒过程的分析，如粮粒输送、脱壳、碾米和粮仓卸出，能够有效表征非球形颗粒的接触、摩擦、滚动和流动行为（Wang et al., 2020, Zhao et al., 2021）。例如，Ma et al. (2022) 利用 DEM 对水稻联合收割机粮仓卸粮过程进行了模拟和实验研究，为研究卸粮过程中的粮粒流动特性提供了可靠的方法论参考。Zhang et al. (2020) 通过放大颗粒建模和料斗流动验证，证明了 DEM 可以有效地表征水稻颗粒的整体流动行为。这些研究表明，卸粮过程中的结构参数和作业条件影响颗粒的运动和分布。同时也表明 DEM 为分析潜在机制提供了可靠手段（Ma et al., 2024）。然而，DEM 更适合机制研究，其高昂的计算成本使其难以直接满足复杂协同卸粮场景下快速分析和实时优化的要求。为解决这一问题，先前的研究采用了响应面分析、回归建模和数据驱动预测等方法来定量表征作业过程（Chen et al., 2025, Li and Sakai, 2024）。例如，基于离散元法 - 计算流体力学（DEM-CFD）模拟，He et al. (2024) 利用回归方程量化了排种装置结构参数对种子出口速度和平均质量流率的影响。基于离散元法 - 多体动力学（DEM-MBD）模拟结果，Jin et al. (2024) 建立了排种出口参数与充种率之间的优化回归方程，从而实现了对结构参数组合的快速确定。然而，对于联合收割机的协同卸粮过程，现有研究仍缺乏能够快速表征颗粒运动和分布的定量模型，难以直接为卸粮调节和优化提供依据。因此，需要建立卸粮过程的快速预测模型，以支持卸粮调节和装载优化。

颗粒流进入粮食运输车的料斗后，在料斗边界和现有粮堆的影响下，粮粒分布和堆积模式逐渐形成（Fang et al., 2021）。现有研究已经调查了表征粮粒堆积状态的方法。例如，Liu et al. (2023) 结合机器视觉和物料堆积模型，用于自动卸粮过程中的物料分布识别和控制。Yang et al. (2023) 提出了一种基于 DEM 的粮堆分层填充模拟方法，以提高粮堆形成的预测效率。Hu et al. (2024a) 通过颗粒堆积实验分析了填充模式、落料高度和颗粒特性对堆形形态的影响，为协同卸粮场景下料斗内粮粒堆积研究提供了参考。这些研究为多区域卸粮条件下粮粒堆积的识别、模拟和调节奠定了基础。然而，在联合收割机协同卸粮中，料斗装载性能最终取决于多个卸粮区域粮粒在料斗边界和相邻粮堆相互作用的综合影响下形成的整体堆积状态（Hu et al., 2024b, Jiang et al., 2023）。现有研究仍缺乏针对此场景的系统建模方法，特别是缺乏对不同区域连续卸粮下形成的堆积耦合关系及其对最终装载空间利用率影响的统一表征。因此，有必要构建多区域卸粮的粮粒堆积模型，以支持料斗空间利用率的评估和卸粮策略的优化。

联合收割机协同卸粮涉及多种类型的决策变量，包括卸粮点布局和本地控制参数。料斗装载质量、卸粮效率和洒落风险之间存在显著的权衡，使其成为一个典型的多目标优化问题。现有研究表明，多目标优化方法可以有效地支持农机部件的参数优化和复杂作业中的决策。例如，Liu et al. (2025b) 基于 CFD-DEM 揭示了自走式青贮收割机卸粮螺旋输送机内的物料流动特性，并进一步优化了关键结构参数，证明了物料运动机制分析可以支持设备性能优化。Liu et al. (2025a) 建立了履带收割机与粮食运输机协同作业的调度决策和路径规划综合优化模型，从而为协同农机作业的优化建模提供了参考。现有研究主要集中在部件参数优化和协同作业调度上，从而为提高农机设备性能和优化复杂作业过程提供了方法论参考。然而，现有研究尚未建立整合全局卸粮策略与本地控制参数的协同卸粮协同优化框架。因此，难以同时兼顾料斗装载性能和粮粒本地分布调节的需求，从而限制了协同卸粮性能的进一步提升。因此，需要建立多目标优化模型来协调卸粮策略与本地控制参数。

综上所述，现有研究推进了联合收割机协同卸粮的车辆协调和自动作业，也为颗粒流机制分析、粮粒堆积建模和多目标优化奠定了方法论基础。然而，仍然缺乏涵盖整个协同卸粮过程的系统性研究，特别是在颗粒运动快速表征、多区域粮粒堆积建模以及卸粮策略协同优化方面。为填补这些空白，本研究设计了联合收割机的可调卸粮管，并研究了三个方面：颗粒流预测、堆积状态表征和策略优化。与主要关注车辆协调、卸粮臂控制或单阶段参数优化的以往研究不同，本研究在统一框架内将粮流分布调节、多区域堆积建模和卸粮策略优化联系起来。核心的方法论贡献是一个双层优化框架，该框架将全局卸粮点布局规划与本地卸粮控制参数调节解耦。在该框架中，上层确定卸粮点的全局布局，而下层基于 DEM 推导的回归模型和粮粒堆积模型，为每个卸粮点匹配相应的本地控制参数。通过这项研究，旨在提高协同卸粮过程中的粮粒分布均匀性和装载效率。首先开发了可调卸粮管，作为主动粮流调节的硬件平台。基于该平台，本研究的方法论工作流程组织为三个顺序步骤：（1）基于 DEM，建立卸粮系统控制参数与颗粒运动和分布特性之间的回归模型；（2）构建考虑料斗边界和相邻粮堆的粮粒堆积模型，以表征运输车料斗的装载状态；（3）开发基于双层非支配排序遗传算法 III（BI-NSGA-III）和多准则优化与折衷解（VIKOR）的多目标优化算法。

本文的结构安排如下。第 2 节描述了可调卸粮系统的结构、卸粮过程回归模型的构建、粮粒堆积表征方法、基于 BI-NSGA-III-VIKOR 的优化方法以及田间实验。第 3 节展示了回归模型的拟合结果和分析、基于 DEM 的粮粒堆积实验，以及不同料斗尺寸下卸粮策略的优化结果和田间实验验证。第 4 节总结了本研究的主要结论。

章节片段
卸粮系统结构与可调参数定义
联合收割机卸粮系统的主要功能是将粮粒从粮仓稳定输送至卸粮螺旋输送机末端，并以特定的方向和覆盖范围向接收装置排出。如图 1a 和 b 所示，典型的高位卸粮系统由粮仓、卸粮螺旋输送机、卸粮绞龙、卸粮管和其他部件组成，操作员通过调整姿态来对准目标卸粮区域

卸粮过程回归模型的拟合结果与分析
表 5 和表 6 分别展示了 Box-Behnken 实验结果和方差分析（ANOVA）结果。基于显著性阈值 P < 0.05，从初始二次模型中移除了不显著项，并对简化模型进行了评估。结果表明，所有四个响应变量的回归模型均高度显著，而失拟项不显著。R2值分别为 0.9710、0.9696、0.9843 和 0.9899。两者之间的差异

结论
本研究开发了一种多自由度可调卸粮管，并提出了联合收割机协同卸粮过程中卸粮策略和粮粒分布调节的优化方法。该方法整合了基于 DEM 的卸粮过程回归模型、颗粒堆积模型以及 BI-NSGA-III-VIKOR 双层优化算法，从而实现全局空间规划和局部操作控制的协同优化。结果

CRediT 作者贡献声明
郭培齐：写作 - 初稿，可视化，验证，软件，方法论，调查，形式分析，概念化。魏文博：写作 - 审查与编辑，写作 - 初稿，方法论，调查，概念化。肖茂华：写作 - 审查与编辑，监督，资源，项目管理，资金获取，概念化。

袁刚：写作 – 审阅与编辑，调查。
田丰羽：可视化，验证，软件。
王天阳：
伦理声明 作者声明该研究不涉及人类或动物受试者。
利益冲突声明 作者声明，他们不存在已知的竞争性财务利益或可能影响本文报告工作的个人关系。
致谢 本工作得到了中国国家重点研发计划的资助（批准号：2022YFD2001604）。
郭培奇 | 魏文博 | 肖茂华 | 袁刚 | 田丰羽 | 王天阳 | 魏卫华