復式花生脫殼機振動分選裝置試驗及參數優化

摘要：通過單因素試驗和Box-Behnken試驗設計及響應面分析，建立復式花生脫殼機振動篩作業含雜率和損失率數學模型，采用響應曲面優化分析和多目標優化設計方法，獲得復式花生脫殼機振動分選裝置振動篩作業最佳工作參數為振幅3.8 mm、振動頻率485 Hz、振動臂角度35°，此條件下分選裝置含雜率為2.18%，損失率為174%。

關鍵詞：數學模型；振動分選裝置；響應面分析法；花生；脫殼機

中圖分類號： S226.4文獻標志碼： A文章編號：1002-1302（2015）02-0365-05

收稿日期：2014-04-03

基金項目：國家現代農業產業技術體系（編號：CARS-14）。

作者簡介：王建楠（1983—），男，河南潢川人，碩士，助理研究員，主要從事農產品加工技術與裝備研究。Tel：（025）84346247；E-mail：wjnsunrise@126.com。花生是我國的重要油料作物和優質蛋白資源[1]。脫殼是花生種植及油用、食用加工前的必經工序，是影響花生果仁及其制品品質和商品性的關鍵[2]。機械化脫殼加工技術設備落后，尤其是種用花生脫殼技術裝備缺乏，已成為制約花生產業發展的主要瓶頸之一[3-5]。脫殼過程中提高剝凈率、降低破碎率是花生脫殼設備研發需要重點考慮的關鍵問題，是實現花生脫殼，尤其是種用花生機械化脫殼設備快速推廣應用的關鍵。由于花生莢果物理特性差異懸殊[6]，現普遍應用的臥式單滾筒凹板篩型式花生脫殼設備存在脫凈率低、破碎率高的問題[7]。復式雙滾筒花生脫殼設備能將一次脫殼后的未脫莢果經振動分選裝置分選，并輸送至復脫倉實現復脫，提高了脫凈率，但是，由于在花生莢果及果仁振動分選裝置運動參數、運動規律方面鮮有研究，且花生莢果及果仁物理特性與稻麥等顆粒物料有顯著差異[8]，致使復式花生脫殼機振動分選裝置運動參數配置不合理，存在莢果、果仁分選含雜率和損失率高，整機復脫效果差等問題。本試驗利用振動分選試驗臺，針對白沙花生品種開展振動分選裝置性能試驗，利用Box-Behnken試驗設計及響應面分析對關鍵參數進行優化設計，以期為復式花生脫殼機振動分選裝置的優化設計提供支撐。

1振動分選裝置結構及工作原理

1.1復式花生脫殼機工作過程

復式花生脫殼機由機架、進料斗、一次脫殼滾筒與凹板篩、復脫滾筒與凹板篩、振動分選裝置、去雜風機等組成。脫殼機工作時，花生莢果由進料斗進入一次脫殼倉，在脫殼滾筒作用下進行脫殼；脫殼后的花生果殼經去雜風機吹出，果仁及未脫莢果混合物落在振動分選裝置上，在振動篩及一定風力作用下，在篩面上分層并形成雙向運動，花生果仁由右端出料口出料，未脫莢果向分選裝置尾部運動，并經氣力提升裝置進入復脫倉實現復脫（圖1）。

1.2振動分選裝置工作原理

振動分選裝置由魚鱗篩、振動臂、偏心驅振裝置組成（圖1）。莢果及果仁混合物落在魚鱗篩上時，由于二者比重有差異，比重較大的花生果仁在風力與振動的作用下與魚鱗篩保持接觸，受到魚鱗篩的推送沿篩面前行；反之比重較小的花生莢果在風力作用下未與篩面接觸，在振動的作用下向篩尾運動。振動臂與垂直方向安裝角度α影響物料在篩面上的拋擲高度（圖2），為實現花生較佳的運動狀態，果仁需與魚鱗篩篩面保持較好的接觸，果仁在篩面受力情況應滿足[9]：Gcosδ≥mω2Asinβ，式中，G為物料重力（N）；m為物料顆粒的質量（kg）；δ為篩面安裝角（°）；ω為振動圓頻率（s-1）；A為振幅（m）；β為激振角（°）。

1.3振動分選裝置分選過程及影響因素分析

由圖2可知，影響花生在篩面運動的主要參數有振幅（2r）、驅振頻率f、振動臂與垂直方向傾角α。在花生脫殼機工作過程中，如振幅過小，將導致花生莢果及果仁在輸送過程中不易分層，使花生莢果、果仁難以分開；反之，則會造成物料在篩片跳動過大，甚至跳出篩面，造成損失。如驅振頻率選擇不當，會導致花生莢果及果仁在輸送過程中過快，分選效果差。

2材料與方法

2.1試驗儀器設備

試驗所需儀器設備見表1。

2.2試驗原料

為考核振動分選裝置分選特性，選用白沙花生品種的莢果及果仁混合物為原料。莢果尺寸范圍集中在長20～45 cm、寬10～15 cm、厚10～15 mm，自然曬干后含水率為743%；果仁尺寸集中范圍在12.6～16.8 mm、寬6～10 mm、厚8.1～10.3 mm。

2.3試驗參數

以花生出料端含雜率R1和損失率R2為振動分選裝置作業性能考核指標，每次試驗重復3次，取平均值。計算公式為：R1=m2/（m1+m2+m3）；R2=m3/（m1+m2+m3），式中，m1為出料端果仁凈質量；m2為出料端莢果凈質量；m3為振動過程中損失的莢果及果仁總質量。

2.4試驗設計

將同一批花生莢果及果仁混合物在振動分選試驗臺，以振幅、頻率、振動擺臂角度為試驗因子，進行單因素分選試驗，待物料在篩面上形成一定料層厚度后從出料端出料，穩態情況下取料15 s，對取料進行相應指標測試。運用中心組合設計理論，綜合單因素試驗結果，選取振幅A、頻率B、振動擺臂角度C為影響因子進行二次回歸正交試驗，以含雜率R1、損失率R2為響應值進行響應面分析，按照方程xi=（zi-zi0）/Δzi對自變量真實值進行編碼，式中，xi為自變量編碼值，zi為自變量真實值，zi0為試驗中心點處自變量的真實值，Δzi為自變量的變化步長。各因素自變量編碼及水平[10-14]見表2。

3結果與分析

3.1單因素試驗

3.1.1不同振幅對分選效果的影響振動篩頻率設定為 480 Hz，振動臂與垂直方向夾角α設定在35°，分別在振幅為2.0、2.5、3.0、3.5、4.0、4.5、5.0、5.5 mm條件下，對復式花生脫殼機分選裝置進行試驗。由圖3可見，花生輸送裝置含雜率與振幅呈現非線性關系，當振幅大于4.5 mm時，輸送裝置含雜率急劇上升，主要是由于振幅過大，造成篩面振動劇烈，花生莢果及果仁在篩面跳動明顯，難以實現有效分層；振幅與損失率也呈非線性關系，主要是由于振幅越大，越易使花生莢果及果仁跳出篩面，從而造成損失。綜合考慮含雜率、損失率等因素，振幅以3.0～5.0 mm為宜。endprint

3.1.2不同振動頻率對分選效果的影響振動篩振幅設定為3.5 mm，振動臂與垂直方向夾角設定在35°，在振動頻率分別為480、490、500、510、520 Hz條件下，對復式花生脫殼機振動分選裝置進行試驗。由圖4可見，花生輸送裝置含雜率與振動頻率呈現非線性關系，當振動頻率為500 Hz時，輸送裝置含雜率最低，當大于500 Hz時，振動篩對物料輸送過快，分選效果變差；損失率隨振動頻率增加而增加。綜合考慮含雜率、損失率等因素，振動頻率以480～520 Hz為宜。

3.1.3不同振動臂傾角α對分選效果的影響將振動篩振幅設定為3.5 mm，振動頻率設定為480 Hz，在α分別為28°、30°、32°、34°、36°、38°、40°、42°條件下，分別對復式花生脫殼機分選裝置進行試驗。由圖5可見，含雜率與α呈現非線性關系，在34°時含雜率最低；損失率與α呈線性關系，隨α增大，損失率逐漸增大。綜合考慮含雜率、損失率等因素，振動臂角度α以30°～40°為宜。

3.2二次回歸正交試驗

3.2.1含雜率數學模型及方差分析采用逐步回歸法對表3結果進行三元二次回歸擬合，得到含雜率編碼值簡化回歸方程為：R1=96.60-2.25A-2.62B-0.13C-0.75AB-025AC-3.8A2-1.05B2-3.55C2，振幅、頻率、振動臂傾角與

含雜率存在二次非線性關系。由方差分析結果（表4）可見，模型顯著性檢驗F=25.27，P=0.0001，Quadratic回歸方程檢驗達極顯著，失擬檢驗不顯著，這說明殘差由隨機誤差引起；R2=0.972 4，擬合度>95%，這說明模型能反映響應值變化，試驗誤差小，可用含雜率數學模型對含雜率進行分析和預測；振幅、頻率及振動臂傾角的交互項對含雜率影響較為顯著。

3.2.2含雜率響應曲面分析響應面等高線形狀可反映因子間交互效應強弱，橢圓形表示兩因子交互作用顯著，而圓形則與之相反。由圖6至圖8可見，振幅和頻率、頻率和傾角的交互作用顯著，其他因素交互作用較小。由圖6可見，當振動臂角度α一定時，降低振動頻率和振幅可以降低含雜率。由圖7可見，當振動頻率一定時，隨著振幅及振動臂傾角α增大，含雜率先減小后增大。由圖8可見，當振幅一定時，隨著頻率的增加含雜率增加。

3.2.3損失率數學模型及方差分析對表4結果進行三元二次回歸擬合，得到含雜率編碼值簡化回歸方程為：

模型P值小于0.000 1，Quadratic回歸方程檢驗達到極顯著，失擬檢驗為不顯著，殘差由隨機誤差引起；R2=0.979 5，擬合度>95%，模型能夠反映響應值變化，試驗誤差小，可以對損失率進行分析和預測；振幅、頻率及振動臂傾角的交互項對損失率影響較為顯著。

3.2.4損失率的響應曲面分析由圖9至圖11可見，振幅和頻率、頻率和傾角α的交互作用對損失率影響明顯，其他交互作用影響不顯著，這與其數學模型表達式相符；在一定試驗范圍內，當其中1個因子保持在一定值時，損失率隨其他2個因子的增大而先增大后減小。

4參數優化

由含雜率和損失率2個目標參數響應面分析可知 降低振動頻率雖可降低損失率，但含雜率存在先降后增的現象；增加振動臂傾角α雖可降低損失率，但卻導致含雜率升高。因此，對2個目標函數進行多目標優化，探析同時滿足這2個目標函數的最佳參數組合，目標函數為[15-17]：

5驗證試驗

將脫殼設備設置為振幅3.8 mm、振動頻率485 Hz、振動臂角度35°，進行3次驗證試驗。由表6可見 含雜率相對誤差為4.83%，損失率相對誤差為3.23%，與理論值相差較小，這說明優化脫殼機振動分選裝置運動參數是切實可行的。

6結論

用響應曲面模型分析判斷振幅、頻率、振動臂傾角及各因素交互作用與含雜率和損失率的關系。對含雜率而言，振幅和頻率、頻率和傾角的交互作用顯著，其他因素交互作用較小；當振動臂角度α一定時，降低振動頻率和振幅可以降低含雜率；當振動頻率一定時，隨著振幅及振動臂傾角α增大，含雜率先減小后增大；當振幅一定時，隨著頻率的增加含雜率增加。對損失率而言，振幅和頻率、頻率和傾角α的交互作用對損失率影響明顯，其他交互作用影響不顯著；在一定試驗范圍內，當其中1個因子保持在一定值時，損失率隨其他2個因子的增大而先增大后減小。

綜合考慮復式花生脫殼機振動分選裝置作業參數，采用Design Expert軟件進行多目標優化設計，得到復式花生脫殼機振動分選裝置最佳參數為振幅3.8 mm、振動頻率485 Hz、振動臂角度35°，振動篩在該作業參數下平均含雜率為218%，平均損失率為1.74%。

參考文獻：

[1]謝煥雄，王建楠，胡志超，等. 我國種用花生機械化脫殼技術路線[J]. 江蘇農業科學，2012，40（10）：356-358.

[2]王建楠，謝煥雄，劉敏基，等. 打擊揉搓式花生脫殼設備作業質量制約因素與提升對策[J]. 中國農機化，2012（1）：57-59，64.

[3]高連興，杜鑫，張文，等. 雙滾筒氣力循環式花生脫殼機設計[J]. 農業機械學報，2011，42（10）：68-73.

[4]那雪姣，劉明國，張文，等. 機械脫殼時花生仁損傷特征及規律[J]. 農業工程學報，2010，26（5）：117-121.

[5]高連興，張文，杜鑫，等. 花生脫殼機脫出物的漂浮系數試驗[J]. 農業工程學報，2012，28（2）：289-292.

[6]禹山林. 中國花生品種及其系譜[M]. 上海：上海科學技術出版社，2008：41.

[7]謝煥雄，彭寶良，張會娟，等. 我國花生脫殼技術與設備概況及發展[J]. 江蘇農業科學，2010（6）：581-582.endprint

[8]李耀明，王智華，徐立章，等. 油菜脫出物振動篩分運動分析及試驗研究[J]. 農業工程學報，2007，23（9）：111-114.

[9]張之儀. 機械化運輸設計手冊[M]. 北京：機械工業出版社，1997：138.

[10]易軍鵬，朱文學，馬海樂，等. 牡丹籽油超聲波輔助提取工藝的響應面法優化[J]. 農業機械學報，2009，40（6）：103-110.

[11]明道緒. 高級生物統計[M]. 北京：中國農業出版社，2006：239-246.

[12]郭瑞琴，劉竹麗. 新型食用杏核脫殼裝置[J]. 機械設計與研究，2004，20（4）：83-84.

[13]王軍，王敏，于智峰，等. 基于響應曲面法的苦蕎麩皮總黃酮提取工藝優化[J]. 農業機械學報，2007，38（7）：205-208.

[14]Bonafaccia G，Marocchini M，Kreft I. Composition and technological properties of the flour and bran from common and tartary buckwheat[J]. Food Chemistry，2003，80（1）：9-15.

[15]岳田利，趙志華，王燕妮，等. 釀酒酵母菌胞內海藻糖提取工藝參數的優化[J]. 農業機械學報，2007，38（4）：93-97.

[16]韓清華，李樹君，毛志懷，等. 微波真空干燥條件對蘋果脆片感官質量的影響[J]. 農業機械學報，2009，40（3）：130-134.

[17]熊建華，吳琴，林麗萍，等. 響應面分析法優化超聲提取樟樹籽油的工藝[J]. 中國糧油學報，2013，28（3）：65-69.

[18]李大婧，宋江峰，劉春泉，等. 超聲波輔助提取黑豆皮色素工藝優化[J]. 農業工程學報，2009，25（2）：273-279.

[19]陳莉，屠康，王海，等. 采用響應曲面法對采后紅富士蘋果熱處理條件的優化[J]. 農業工程學報，2006，22（2）：159-163.

[20]岳田利，周鄭坤，袁亞宏，等. 蘋果中有機氯農藥殘留的超聲波去除條件優化[J]. 農業工程學報，2009，25（12）：324-330.

[21]邵平，孫培龍，朱羽，等. 短程蒸餾處理菜籽毛油和堿催化制備生物柴油工藝研究[J]. 農業工程學報，2007，23（4）：228-232.

[22]吳洪成，胡卓炎，余愷，等. 速凍薯條制備工藝優化[J]. 農業工程學報，2007，23（5）：214-219.熊中剛，賀娟，敖邦乾，等. 基于路徑彎曲度動態預瞄搜索算法的車輛路徑跟蹤控制軟件系統設計[J]. 江蘇農業科學，2015，43（2）：370-373.endprint