综述：作物收获过程中物料输送与收集技术研究

《Agronomy》：Research on Material Conveying and Collection Technology During Crop Harvesting

　　

物料输送与收集对联合收获机的收获效率、作物品质、能耗及作业连续性至关重要。然而，现有研究主要集中于单一技术，而技术比较与选择的系统性标准仍显不足。该综述批判性地分析了主要输送与收集技术、基于机理的仿真方法以及智能感知与控制策略。对螺旋输送、夹持柔性输送、链式/振动输送及气力输送系统在输送效率、作物损伤与物料损失、能耗、可靠性和适应性方面进行了比较。进一步根据适用机理、物理保真度和计算成本对离散元法（DEM）、动态/振动声学分析及计算流体力学-离散元法（CFD–DEM）进行了评估。总结了多源感知、数据驱动预测及前馈-反馈控制的最新进展。基于这些比较，提出了一个系统级优化框架，强调效率、品质保持和能效，同时保持作业可靠性和适应性。该综述表明，没有单一技术是普遍最优的；技术选择应与作物特性、作业条件和主导性能目标相匹配。未来研究应聚焦于基于物料特性的技术选择、机理-数据混合建模以及用于智能收获系统的自适应闭环控制。

**1. 引言**
在联合收获机中，物料输送与收集系统作为整机的“动脉枢纽”和终端存储单元，其性能直接影响作业效率、作物品质、能耗及连续性。现有研究多聚焦于单一技术，缺乏系统级的选择标准，且跨作物综合研究不足。近年来，传感技术与智能算法的突破为系统智能化升级提供了新动力，但不同作物在形态、损伤阈值等方面差异显著，单一技术难以实现普适性。当前，输送与收集系统面临三大核心瓶颈：作物损伤机理不清、田间恶劣条件下传感可靠性不足、闭环自主控制尚未完全实现。本文从结构设计、机理仿真与智能控制三个视角，系统综述了主要技术路线的研究进展与应用边界，并重点探讨效率、品质保持、能耗、可靠性与适应性之间的关系，以确定技术选择原则与系统级优化方向。

**2. 物料输送技术研究进展**
物料输送是联合收获机作业的关键环节，其性能直接影响综合生产率和损失率。输送系统需处理颗粒状、茎秆类及根茎类等多种物料，实现高效低损输送。近年学者在输送装置结构创新、输送机理仿真与智能控制方面开展了广泛研究。

**2.1 主要输送技术及其要点**
**2.1.1 螺旋输送技术**
螺旋输送机是联合收获机中定向输送籽粒与杂余的核心部件。传统光滑叶片螺旋输送机存在摩擦阻力大、轴向输送效率低等问题。近年研究从宏观结构创新与微观机理分析两方面推进，形成了仿生减阻、导流增效、间隙控制等技术路线。在结构创新方面，Ma等通过离散元法（DEM）优化仿生凹坑非光滑结构，使质量流量提升26.39%，功耗和颗粒压缩力分别降低80.34%和72.49%；Zhu等采用间断折叠叶片使轴向速度分量增加，输送效率提升5%以上；Tian等通过优化底板与螺旋间隙并添加柔性填料，将输送效率从80%提升至98.6%。在机理分析层面，Owen和Cleary首次利用DEM揭示了转速、填充率与倾角对颗粒速度分布及能量耗散的影响，Butovchenko等基于颗粒轨迹提出“路径长度比”指标，定量揭示了不同作物物理特性对输送能耗与路径偏差的影响。总体而言，螺旋输送技术已进入结构仿生与流态控制协同驱动的机理优化阶段，但当前模型多基于理想单粒径假设，对混合物料种群与动态工况的响应机理认识不足。

**2.1.2 夹持柔性输送技术**
对于叶菜类、根菜类等易损作物，夹持输送需在稳定夹持与低损伤间取得平衡。研究者普遍采用“力学特性测试—柔顺机构设计—参数匹配优化”的技术路线。首先通过压缩试验获得临界损伤力以界定夹持力阈值，再采用柔性材料与自适应张紧机构实现低损伤输送。针对大白菜收获，Gao等和张zhang等设计了立式夹持输送装置，通过限制夹持力边界和使用海绵橡胶等柔性材料降低损伤；Yu等和刘等进一步引入扭簧自适应张紧机构和可调间距设计，使夹持装置适应球径个体差异。针对韭菜等细茎作物，Shan等创新采用扭转夹持输送带，通过空间姿态变换实现有序收集。茼蒿与白萝卜的输送则分别涉及高茎有序输送和重载拔取作业。Yu等设计了一种集成双圆盘切割刀与夹持输送带的西兰花收获装置，切割合格率81.6%，输送合格率95.62%。上述研究表明，夹持柔性输送已逐步建立“力限+柔性材料+自适应张紧”的通用设计范式，但当前设计多基于静态力学参数，动态激励下的力控鲁棒性考虑不足。

**2.1.3 链式与振动输送分离技术**
对于马铃薯、甘薯等地下块茎作物及甘蔗等大茎秆作物，输送过程常与土块分离、除杂等功能高度集成，形成输送分离一体化装置。其核心在于通过链式输送器、杆条筛或振动机构在物料输送过程中同步完成土薯分离或茎叶去除，性能取决于速度、振幅、角度等运动参数与筛面结构的匹配。Fang等设计了适用于丘陵山区的马铃薯两级输送分离系统，采用直杆与弯杆交替排列的杆条升运器，有效增强了土薯分离能力。针对甘薯收获中挖掘—输送与刮板—升运环节的过渡问题，Shen等利用EDEM仿真优化过渡点速度与角度，将损伤率降至1%以下。对于香蕉、甘蔗等大茎秆作物，倒伏弯曲导致的通道堵塞是痛点，Wu等提出短路径整秆输送设计并采用中置切碎刀辊，实现了严重倒伏条件下的无堵塞收获。此外，球茎类作物的链式升运、辣椒的辊式茎秆分离以及籽棉的网带输送等均丰富了输送分离一体化应用场景。尽管上述研究通过结构创新与仿真优化显著提升了分离效率与作业性能，但当前模型多基于简化球形颗粒，对湿黏混合种群的力学特性仿真精度不足，实时分离质量监测与参数自适应调节仍是瓶颈。

**2.1.4 气力输送技术**
气力输送因结构简单、布局灵活而被应用于多种作物的收获与清选系统。其核心设计逻辑是基于悬浮速度、附着力等物理特性参数确定气流参数，利用计算流体力学-离散元法（CFD–DEM）耦合分析气固两相流中的颗粒运动机理，并通过响应面法进行多目标参数优化。在捡拾输送方面，Hou等为鲜枣设计负压气流辅助捡拾辊，采用海绵包裹减少机械损伤；Ren等根据榛子实测悬浮速度确定捡拾与清选阶段的气流参数。弯管处颗粒沉积是制约输送稳定性的常见瓶颈，Liu等通过CFD–DEM仿真揭示了离心力驱动的剪切聚集机理，并提出以弯径比为核心的优化准则，有效抑制了速度衰减与残留；Zhao等进一步发现喂入量存在临界阈值，超出后仅优化管道几何无法避免残留率上升。在清选分离环节，Hou等通过匹配上下挡板角度与气流速度实现枣叶分离，Qu等设计负压蒲公英种子收获机配合封闭滚筒揉搓分离，田间收集率达89.1%。总体而言，气力输送技术已从经验调整发展为仿真驱动的系统设计，CFD–DEM耦合方法成为机理揭示与参数优化的核心工具，但对堵塞与作物损伤机理的理解仍不完整，未来需结合多作物参数数据库与机器学习代理模型实现快速预测与智能控制。

**2.1.5 主要输送技术对比分析**
四种输送技术呈现出不同的性能重点与应用边界。螺旋输送优势在于连续定向输送颗粒物料，可通过间隙调整与仿生结构同时优化效率与能耗，但对填充条件和混合物料特性敏感。夹持柔性输送面对低损伤阈值作物时，以品质保持为主导目标，性能高度依赖作物形态、力学特性与自适应张紧能力。链式振动输送分离系统需在输送连续性、分离性能、振动强度与作物损伤间平衡，适用于输送与除杂需同步完成的情形。气力输送路线灵活、机械接触少，适合轻质物料，但气固相互作用复杂且能耗较高。因此，技术选择应根据主导物料处理问题确定，优先匹配物料特性、作业条件与主导优化目标。

**2.2 输送技术关键分析方法与机理仿真**
**2.2.1 基于离散元法（DEM）的输送机理分析**
离散元法（DEM）将散体物料离散为大量独立单元，通过显式求解颗粒运动方程动态再现输送流场宏观行为，形成了“颗粒建模—参数标定—机理分析—结构优化”的系统范式。颗粒建模的关键在于处理真实作物的非球形特征，研究者广泛采用多球组合方法建立大豆、花生、玉米等颗粒模型，并通过休止角等宏观试验逆向标定接触参数。在机理分析层面，DEM可追踪并输出单颗粒速度场、力链网络与运动轨迹。例如，Ma等利用叶片工作面提取的速度云图准确定位低速颗粒堆积区，为仿生减阻结构提供优化目标；Butovchenko等追踪不同作物颗粒的完整输送路径，并定义通用“路径长度比”指标，将纯仿真数据提升为指导设计的机理准则。然而，混合材料参数标定仍高度依赖各物料的物理试验，标定成本高、周期长，限制了该方法的快速跨作物移植能力。

**2.2.2 输送结构动力学建模与振动声学分析**
在链传动啮合冲击、随机物料冲击及外部激励等多重载荷下，输送系统易产生结构振动与辐射噪声。当前研究形成了“理论建模—联合仿真—试验验证”的系统方法，通过耦合有限元法、多体动力学与声学边界元法实现振动响应预测与噪声源识别。对于悬臂式输送槽等强参数化部件，可构建简化动力学模型以降低计算成本。He等将输送槽等效为阻尼摆系统，基于拉格朗日方程推导运动微分方程，并通过自由衰减振动与模态试验标定阻尼和刚度参数，稳态摆幅预测误差仅为1.11%–4.3%，进一步结合正交试验与方差分析优化液压缸铰点长度，使摆幅降低11.62%。对于输送槽壳体等大面积薄壁结构，需采用多体动力学、有限元法与声学边界元法联合仿真以精细刻画其声固耦合行为。Jing等构建了含83个链节的输送链动力学模型，以计算得到的轴承反力作为壳体声学仿真的激励输入，通过模态与谐响应分析预测辐射噪声，成功识别112 Hz啮合频率为最大噪声源，并施加约束阻尼层实现约0.4 dB的A计权等效声压级降低。当前动态建模方法在谐波激励下的高频响应预测相对准确，但普遍未考虑田间喂入量波动与地面颠簸引起的宽带随机载荷，引入实测载荷谱作为动态边界并开展时频瞬态分析是提高复杂工况下预测可信度的关键途径。

**2.2.3 气固两相流CFD–DEM耦合仿真**
在气力输送装置中，气流与颗粒群之间存在强双向动量交换。单独使用DEM无法捕捉气相阻力效应，而纯计算流体力学方法难以描述颗粒间接触碰撞与团聚行为。计算流体力学-离散元法（CFD–DEM）耦合技术通过交替求解纳维-斯托克斯方程与颗粒运动方程，为这类问题提供了最完整的数值分析框架，其技术实现关键在于两求解器间的精确动量与质量交换以及合适的耦合时间步匹配。在收获机械领域，该技术已从方法验证发展为关键部件的机理揭示与参数优化。早期，Li等利用CFD–DEM再现了风筛式清选装置中籽粒与短茎秆在气流与筛面联合作用下的分层筛分过程，验证了该方法描述农业物料气固两相流的可靠性。近年，研究聚焦于非球形颗粒在输送管道中的输运行为与防堵塞机理。Liu等通过耦合仿真发现向日葵收获机气力弯管中离心力驱动的剪切聚集效应在出口形成颗粒层，导致速度衰减与残留，据此提出以弯径比为核心的流态优化准则；Zhao等利用CFD–DEM结合响应面法对小区小麦育种收获机气力提升管进行多参数协同优化，优化后残留籽粒率低至0.021%。尽管CFD–DEM在揭示气固相互作用机理与指导设计方面优势显著，但其工程应用仍受限于高计算成本，中等规模输送系统仿真需数天或更长时间，造成与工程迭代需求的尺度矛盾。该技术目前更适于作为虚拟试验平台，为代理统计模型或数字孪生提供高保真数据样本。

**2.2.4 机理分析方法的对比与选择**
三种数值与分析方法针对不同主导物理问题，不应视为可互换的替代方案。离散元法（DEM）最适合解析颗粒尺度作用，能追踪单颗粒速度、力链网络与轨迹，提供识别堆积区、评估能量耗散与优化结构参数的直接机理信息，但其对非球形与混合物料标定依赖性强，在跨作物移植方面存在局限性。动态/振动声学分析聚焦于结构振动、动态响应与辐射噪声，通过耦合多体动力学、有限元分析与边界元分析可识别主导振型与噪声源，适用于结构可靠性与减振降噪设计，计算效率较高，但激励边界理想化时田间预测精度受约束。计算流体力学-离散元法（CFD–DEM）耦合更适用于气固相互作用主导的机制，能同时考虑气动阻力与颗粒间相互作用，特别适用于气力输送、颗粒沉积与堵塞分析，但主要劣势是计算成本极高。因此，技术选择应根据主导物理机制与模型保真度-计算效率平衡确定。对于系统级优化，可分层使用：简化动力学模型用于快速参数筛选，DEM用于颗粒流机理分析，CFD–DEM用于气驱动输运过程的高保真分析。

**2.3 输送系统智能感知与协同控制技术**
**2.3.1 多源信息感知与输送状态在线监测**
实时感知输送系统运行状态是实现智能决策的基础。早期接触式方法通过转速比偏差诊断或监测多点液压参数获取负载信息，但传感器易受田间振动干扰，且单一机械维度难以在堵塞前提供预警，响应滞后明显。非接触传感技术的引入有效拓宽了信息维度。Jadhav等利用激光雷达（LiDAR）扫描物料轮廓，在线测量体积流量，误差约7%，消除了部件磨损风险；Hosainpour等通过分析冲击声音信号频谱识别物料类型，准确率超过97%，证明在恶劣条件下具有鲁棒性。近年机器视觉的突破正推动监测范式从“滞后反馈”向“前瞻预测”转变。Lai等利用双目视觉实时计算喂入量并预调节辊筒转速，使堵塞率从17.76%降至4.32%；Liu等利用输送槽图像透光率预测喂入量并自适应调整脱粒间隙，显著降低破碎率与损失率。前瞻性感知可为控制赢得宝贵响应窗口，是智能输送监测的重要发展方向，但如何在田间恶劣条件下实现多源特征的高可靠性、低延迟融合决策仍是迈向闭环自主控制的核心瓶颈。

**2.3.2 数据驱动的负载预测与智能诊断**
从多源传感器数据中提取有效特征进行负载预测与故障识别是智能决策的核心。当前研究沿多参数融合负载感知、知识驱动优化决策与数据驱动智能诊断三条路径推进，逐步突破传统固定阈值报警的适应性局限。在负载感知层面，融合行进速度、关键部件扭矩/功率与液压信号的估计模型显著增强了在线量化的鲁棒性；基于数据库知识发现（KDD）的关联规则挖掘为模糊控制器参数配置提供了客观依据，推动负载管理从经验判断转向数据与知识混合驱动的自适应调节。故障诊断领域从简单判别快速发展为智能识别：早期基于转速比偏差的分级预警规则计算简单，率先实现嵌入式部署；随后发展的基于支持向量机（SVM）的多类故障分类器与基于过程冲击信号时频特征及多层感知器（MLP）的工况识别方法，显著提高了早期堵塞的检测灵敏度与准确率，标志着诊断逻辑升级为多模态智能分析。数据驱动方法在处理非线性强耦合工况时优势明显，但仍面临小样本学习不足与跨模型泛化能力有限等挑战。

**2.3.3 前馈–反馈协同防堵塞与参数自适应调节**
起初，输送系统防堵塞控制主要依赖以转速比偏差为输入、行进速度为输出的模糊反馈调节，实现基本负载适应。为提升品质，Chen等利用KDD技术从历史运行数据中挖掘部件转速、损失率与喂入量间的关联规则，构建融合输送槽、螺旋与脱粒滚筒信号的多参数模糊控制器，使系统调节时间缩短50%，损失率降低约14%，证明多源信息融合可有效弥补单参数反馈在动态响应与信息利用方面的不足。视觉感知与前馈机制的引入正在推动控制范式从“事后修正”向“事前预测”转变。通过在输送通道入口或槽底安装视觉模块捕捉物料轮廓与透光特征，结合深度学习或神经网络实时估计喂入量并前馈调节执行器，可显著增强防堵塞效果：Lai等利用双目视觉测量甘蔗收获机喂入量并分级调节辊筒转速，堵塞率从17.76%降至4.32%；Liu等利用大豆收获机输送槽图像透光率预测喂入量并协同调节脱粒分离间隙，使破碎率与损失率分别降低1.03和1.17个百分点。此外，控制参数的在线自整定能力对多执行器协同至关重要，Zheng等利用改进粒子群算法实时优化模糊比例-积分-微分（PID）参数，使甘蓝收获机夹持切割机构响应时间缩短至0.18 s，田间合格率超过96%，为跨作物场景自适应控制算法设计提供了参考。多参数协同调节最终依赖于高保真系统模型，Maertens等利用随机牛顿法在线递归辨识分离过程指数损失曲线，证明了时变条件下递归建模的可行性；Li等利用粒子群优化小波神经网络（PSO-WNN）对脱粒清选系统进行状态空间辨识，模型输出方差比例超过88%，有效解决了强耦合非线性系统的黑箱建模问题。当前研究已初步形成“多源感知→数据驱动建模→前馈-反馈协同调节”的技术闭环，将此类数据驱动模型嵌入数字孪生环境以实现全输送-脱粒-清选链参数的在线动态优化，是该领域向系统级智能化演进的关键路径。

**3. 物料收集技术研究进展**
物料收集是收获机作业的最终环节，负责接收、暂存与转移清选后的作物，直接影响作业连续性、效率与作物品质。收集系统需处理籽粒、饲草、块茎、蔬菜等多种物料，要求高效低损顺畅卸粮。当前研究主要围绕系统配置与适应性、粮箱与卸粮机构仿真优化、物料流与损伤机理以及智能感知与协同调度展开。

**3.1 喂入技术**
喂入是物料从输送系统进入粮箱的关键瓶颈，其输送效率与籽粒完整性直接影响后续收集质量。由于净粮升运器位于机器内部难以直接监测，该领域研究长期滞后于脱粒清选。近年离散元法（DEM）成为分析螺旋与斗式提升机内颗粒流动的核心手段，相关仿真初步揭示了链速、斗距与填充率等因素对输送效率与籽粒损伤的耦合影响。仿生非光滑等被动减阻结构在降低阻力与损伤方面也显示出潜力。在喂入质量控制方面，已定量阐明清选参数对含杂率的决定性影响，激光扫描、机器视觉与多传感器融合等非接触传感方法的引入正逐步弥补提升器内部在线检测的不足。然而，现有研究仍以单部件优化为主，对“清选—提升—入粮”全链动态匹配以及提升过程中作物损伤的定量机理认识不足。未来构建融入数字孪生与机理-数据混合模型的清收集闭环协同控制架构，有望实现高效低损洁净喂入的自适应调节，为联合收获机收集系统智能化提供关键支撑。

**3.2 粮箱配置与分类**
粮箱是收集系统的核心暂存单元，其设计可从安装位置、卸粮方式与结构形式三个维度进行系统分类。按安装位置分为车载式与离车式，车载式集成于收获机机体，是目前应用最广泛的形式。按卸粮动力机构与结构形式分为底部螺旋强制卸粮与重力自流卸粮，结构形式包括平底、锥底与圆柱形等。这些分类维度共同构成了粮箱选型与设计的多维框架。跨作物收集方式的差异从根本上决定了粮箱的设计思路。谷物联合收获机普遍采用“净粮升运器+车载粮箱+底部螺旋卸粮”的标准化方案；饲草收获机充分利用切碎滚筒产生气流的功能，通过排料口将物料直接吹入随行拖车或粮箱；马铃薯等块茎收获机采用升运链提升后人工捡拾或吨袋收集，收集过程自动化程度较低；蔬菜收获机根据作物形态配备柔性输送带与可更换收集箱，以低损伤为核心追求。这种多样性意味着尽管颗粒流动、壁面压力等共性理论可跨作物移植，但具体粮箱结构参数与卸粮控制策略必须针对物料特性定制。目前跨作物粮箱综合研究仍较薄弱，尚未形成通用设计导则。

**3.3 粮箱机构与卸粮装置设计优化**
**3.3.1 粮箱容积设计**
粮箱容积设计是收获系统容量规划的核心，需在作业连续性、机器重心、土壤压实与破碎损失等多目标间平衡。现有研究主要结合仿真分析与田间试验：针对再生稻等特殊场景，建立容积-破碎率关系模型，定量评估容积对破碎损失与收获效率的影响；同时，实际卸粮流量因发动机转速不足、卸粮阀门调节不当等操作偏差而显著低于理论值，设计时需引入冗余系数。从战略管理角度，粮箱容量规划已从静态经验匹配逐步向融合实时状态监测与传感器信息的数据驱动自适应优化演进。

**3.3.2 卸粮机构设计与优化**
作为收集系统的末端部件，卸粮机构性能直接制约收获连续性与籽粒损伤率。在基础机理层面，离散元法（DEM）被广泛用于分析螺旋输送机中的颗粒流动行为，Fernandez等系统比较了多种螺旋构型，首次揭示颗粒沿轴向逐渐压实的“压实效应”，为变螺距、变径轴等渐进式体积释放设计提供了关键理论基础；Dai与Grace建立的扭矩模型进一步阐明了堵塞段对扭矩需求的显著影响。对于气流辅助卸粮等复杂工况，Liu等利用计算流体力学-离散元法（CFD–DEM）耦合仿真卸粮臂内气固两相流，通过优化弯径比有效抑制了颗粒沉积与速度衰减。在参数优化与物料适应性层面，研究聚焦于螺旋转速、倾角与含杂率等关键参数的交互作用。Zhao等利用DEM与响应面法研究高纤维亚麻脱出物卸粮，发现含杂率增加约2%可导致卸粮流量下降16%–20%，通过参数优化实现田间实测流量1.6 kg/s，验证了仿真用于高杂质物料卸粮优化的有效性。在过程监测方面，Loghavi等搭建便携式试验台证实多点标定可大幅降低冲击式流量传感器测量误差；Lian等基于决策树算法实现籽粒损失信号实时识别，为卸粮过程从开环控制向在线计量过渡提供了方法论支持。在驱动与流态设计层面，Rabinovich等提出的流态转变准则有助于防止卸粮死角，Mariyono的生产率增长分析为系统能效评估提供了宏观视角。卸粮机构优化已从单颗粒模型发展到多物理场耦合仿真真实多组分物料，发展方向是通过“流态感知—参数决策—结构调节”实现闭环减损卸粮。

**3.3.3 粮箱入粮品质全局匹配**
物料进入粮箱的初始状态由割台、脱粒、清选等前序环节的作业质量决定。Craessaerts等的模糊预测模型揭示了风机转速与上筛负荷对粮箱含杂率的非线性影响；Chaab等利用量纲分析建立割台损失预测模型，发现当拨禾轮指数为1.38、割茬高度为15 cm时割台损失最小；Li等利用压电陶瓷传感器与信号调理电路设计了联合收获机清选损失监测装置。这些前序环节的优化为提高入粮品质提供了技术保障，也意味着收集系统的优化离不开整机物料流的全局匹配。收集质量始于清选、终于卸粮，任一环节的疏忽都会在最终物料品质指标上体现，因此构建“清选—喂入—储存—卸粮”全链协同优化框架是未来收集技术不可回避的挑战。

**3.4 收集过程机理分析与减损**
**3.4.1 粮箱内物料流动特性**
卸粮过程中粮箱内散体物料的流动模式与壁面压力分布是影响卸粮效率与结构安全的核心机理问题。流动模式包括整体流、漏斗流与混合流，受料斗角度、出料口尺寸、壁面摩擦、内摩擦及填充高度影响。离散元法（DEM）研究表明，壁面角度与壁面摩擦可区分整体流与漏斗流；当料斗更陡、壁面更光滑时，物料倾向于整体向下移动；当料斗较浅或摩擦较大时，中心区域优先流动而近壁区域停滞，流-滞边界容易引起压力过渡。DEM可追踪颗粒运动与接触力，但填充方式会影响压力预测，整体填充可能因颗粒重新排列不充分而产生不真实接触力。欧拉有限元法可避免大变形网格畸变，适用于模拟卸料速度场、应力场与壁面压力分布。在螺旋卸料中，螺旋结构改变了取料均匀性与停滞区分布。Yuan等发现深仓中心卸料时整体流与管状流并存，界面处的压力拱可引起动态超压。因此，应协同优化粮箱几何、壁面摩擦、填充方式与卸料机构，以改善卸料连续性与可靠性。

**3.4.2 卸粮过程作物损伤机理与减损设计**
卸粮过程中挤压、冲击与摩擦引起的机械损伤直接影响作物最终商品品质。尽管离散元法（DEM）已广泛用于模拟颗粒流动行为，但现有Hertz-Mindlin等弹性接触模型无法准确描述颗粒破碎、微裂纹萌生与扩展的真实损伤演化过程。Shen等应用Tavares UFRJ损伤模型，通过单轴压缩与落锤试验标定水稻籽粒的断裂能分布与损伤累积系数，为籽粒破碎精确仿真提供了新方法框架。粘结颗粒模型虽可模拟颗粒破碎，但其参数标定复杂且计算成本极高，难以应用于工程尺度整机仿真。不同作物损伤阈值差异显著，现有研究缺乏统一损伤准则与通用预测模型。在苹果自动化采摘分选领域，机械损伤同样是制约品质的核心问题，Mhamed等指出即使使用柔性材料与缓冲装置，损伤率精确控制仍依赖于对碰撞能量、接触时间等多物理耦合的深入理解；Hemmelgarn等比较了常规自走式青饲收获机与改装谷物联合收获机在整株玉米收获时的籽粒损伤，发现后者消除了切碎滚筒的剧烈冲击，完整籽粒率从70.7%