2BDB- 6(110)型大豆仿生智能耕播機設計與試驗

賈洪雷 鄭 健 趙佳樂 郭明卓 莊 健 王增輝

(1.吉林大學工程仿生教育部重點實驗室， 長春 130025； 2.吉林大學生物與農業工程學院， 長春 130025；3.東北師范大學人文學院， 長春 130117)

0 引言

東北地區是我國規模最大的大豆種植區，大豆種植面積和產量約占全國的40%以上[1]。東北地區地處冷涼區，氣候低溫易旱，春播時存在嚴重的土壤凍結現象，導致耕種層土壤溫度回升緩慢，土壤水分不足，影響了大豆根系生長，延緩了大豆初期發育，縮短了大豆生長周期，進而嚴重影響大豆產量。因此，如何提升春播時耕種層土壤溫度與含水率，是提升我國東北地區大豆產量的關鍵。

HOLEN等[2]研究表明，耕種層土壤中的大孔隙通常是土壤與外界物質能量交換的主要通道；JABRO等[3]研究得出淺松作業可有效疏松耕種層土壤，增大耕種層土壤大孔隙度；因此，進行淺松作業可有效促進耕種層土壤與外界的物質能量交換，進而加速土壤溫度回升。單成鋼等[4]研究表明壟作具有提升地溫的作用；王旭清等[5]研究表明壟作能減少漏光損失，增強土壤吸熱能力，提高作物產量；何進等[6]研究表明良好的壟面成型能力是衡量扶壟效果的重要指標；因此，在播種后進行壟型修復(扶壟)作業，亦可起到增強土壤吸熱能力的作用。ASARE等[7]和TASER等[8]研究均表明鎮壓作業的穩定性對土壤含水率具有顯著影響，研制可對鎮壓作業進行實時監控的智能化系統，可保障鎮壓作業質量，顯著提升土壤含水率。因此，本文設計一種一次進地可同時完成淺松、碎土、播種、扶壟和鎮壓作業的大豆耕播機具，可在完成播種作業的同時，有效提升耕種層土壤溫度與含水率。

耕播聯合機具作業時存在阻力大、能耗高的難題，其耕作阻力主要由觸土部件與土壤接觸產生，因此降低觸土部件摩擦力，可有效提高作業效率。任露泉等[9]指出仿生結構具有減阻性能，馬付良等[10]研究表明仿生技術具有減阻效果好、可設計性強等優點。因此，本文采用仿生學減阻設計方法對關鍵觸土部件幾何結構進行優化設計，從而有效降低作業阻力。本文通過分析野兔爪趾挖掘土壤時的減阻結構機理，設計仿生減阻淺松鏟；分析采集的穿山甲鱗片表面結構參數，設計仿生扶壟鏟表面。

綜上，本文通過對耕播聯合技術、仿生減阻技術的集成創新，設計2BDB- 6(110)型大豆仿生智能耕播機，并在黑龍江省勃利縣進行相關田間試驗，研究仿生耕整機構對土壤溫度以及作業阻力的影響機理；明確鎮壓力自動調節系統對土壤含水率的影響；探索耕播聯合作業的最佳參數組合，為東北地區大豆高產技術提供裝備支撐。

1 整機結構與原理

1.1 整機結構

目前，壟上4行種植是中國東北地區一種新型大豆種植模式，單壟壟寬1 100 mm，壟高300 mm，實行壟上4行拐子苗種植模式，其相較于傳統的大壟雙行種植模式，增加了植株密度，提高了土地利用率，加大了葉面積指數，從而達到最大限度發揮增產潛力的目的，本文基于該種模式設計了2BDB- 6(110)型大豆仿生智能耕播機。如圖1a所示，該機由機架、12組播種單體、7組耕整單體和動力傳動系統構成。如圖1b所示，每組播種單體由1組V型雙圓盤開溝裝置、1套雙腔氣吸式排種裝置和1組鎮壓力自動調節系統等組成，各播種單體相互間距為450 mm。如圖1c所示，耕整單體設有仿生減阻淺松鏟和仿生扶壟鏟各1件，耕整單體相互間距為1 100 mm。如圖2所示，傳動系統設計為雙側獨立多級機械式鏈條傳動，地輪作為整機傳動的動力源，通過鏈傳動驅動排種器與排肥器，地輪通過鏈輪將動力傳遞給傳動軸Ⅰ，傳動軸Ⅰ將動力同時傳遞給動力軸Ⅱ，傳動軸Ⅱ與播種單體四連桿之間增設一級傳動，即傳動軸Ⅲ，傳動軸Ⅲ帶動排種軸進行排種。

圖1 2BDB- 6(110)型大豆仿生智能耕播機整機結構示意圖Fig.1 Schematic diagrams of 2BDB- 6(110) soybean bionic intelligent till-sowing machine1.地輪 2.施肥開溝裝置 3.機架組合 4.風機 5.肥箱 6.劃印器 7.踏板組件 8.四連桿仿行機構 9.V型雙圓盤開溝裝置 10.種箱11.雙腔氣吸式排種裝置 12.三圓盤擠壓式覆土器 13.鎮壓力自動調節系統 14.仿生減阻淺松鏟 15.V型碎土輥 16.仿生扶壟鏟

圖2 整機傳動示意圖Fig.2 Transmission diagram of machine1.傳動軸Ⅰ 2.左地輪軸 3.鏈傳動組合 4.傳動軸Ⅱ 5.傳動軸Ⅲ 6.排種軸 7.排種器驅動鏈輪焊合處 8.排種器 9.地輪張緊輪組合 10.右地輪軸 11.橫梁支架 12.肥箱支架 13.傳動軸Ⅰ張緊輪組合 14.傳動軸Ⅱ張緊輪組合

1.2 作業原理

2BDB- 6(110)型大豆仿生智能耕播機主要作業參數如表1所示。如圖3所示，耕整單體除V型碎土輥于壟上作業外，其余部件均作業于壟溝，播種單體均在壟上進行拐子苗播種作業，其播種模式如圖4所示。作業時隨著機具的前進，仿生減阻淺松鏟(圖5a)對表層土壤進行疏松，通過對其鏟柄結構的仿生設計，減小淺松鏟的作業阻力；淺松后，地表淺層土壤結構被改變，產生的土塊被V型碎土輥(圖5b)進一步壓碎，使種床土壤細碎平整，同時對整機進行限深；V型雙圓盤開溝裝置在平整后的壟上進行作業，開出2條間距為220 mm的種溝；雙腔氣吸式排種器同時對2條種溝進行雙行交錯播種，播種間距為90 mm；仿生起壟鏟(圖5c)對原壟進行修整，完善壟形結構，其鏟體表面具有穿山甲鱗片仿生結構，可有效減小扶壟過程中產生的摩擦力。最后，鎮壓力自動調節系統(圖5d)對鎮壓力值進行實時監測，并通過鎮壓力控制裝置調節鎮壓力大小，進而保證鎮壓作業穩定性。

表1 2BDB- 6(110)型大豆仿生智能耕播機主要技術參數Tab.1 Main technical parameters of 2BDB- 6(110) soybean bionic intelligent till-sowing machine

圖3 耕整單體和播種單體作業位置示意圖Fig.3 Diagram of sowing unit and soil tillage and preparation unit operating location

圖4 壟上雙行交錯播種模式示意圖Fig.4 Diagram of double row and staggered planting pattern on ridge

2 關鍵機構設計

2.1 鎮壓力自動調節系統

鎮壓力自動調節系統主要由仿形彈性鎮壓輥、鎮壓力監測裝置和鎮壓力控制機構組成。其中，仿形彈性鎮壓輪主要由輪壁、彈簧套管、彈簧、中心軸、高度調節裝置等組成，其結構如圖6所示。

2.1.1鎮壓力監測裝置

鎮壓力監測裝置由主節點和子節點兩部分組成，子節點由單片機CC2530和直線位移傳感器組成，子節點和主節點硬件框圖如圖7、8所示。直線位移傳感器置于鎮壓輪的輻條套管外壁處，將輪輻伸縮量參數信號轉換為電壓信號，即輻條套管相對于輻條軸的位移信號。通過鎮壓力標定，得到鎮壓力與直線位移傳感器壓縮位移量信號之間的函數模型。鎮壓力采集模塊置于鎮壓輪的輪壁上，其主控芯片CC2530與傳感器相連，將傳感器的測量數據發送給主節點，車速傳感器(NJK- 5002C(8002C)型霍爾傳感器)安裝在拖拉機后輪上，用于測量機具前進速度[11]。主節點接收子節點和車速傳感器數據后，通過RS232串口傳給工控機，工控機依據數學函數模型將數據進行換算得到鎮壓力的值并實時顯示，達到監測鎮壓力的目的。鎮壓力監測裝置安裝示意圖如圖9所示[12]。

圖5 關鍵部件結構圖Fig.5 Structure diagrams of key components

圖6 仿形彈性鎮壓輥結構圖Fig.6 Structure diagram of profiling elastic press wheel1.高度調節裝置 2.輪架 3.輥筒 4.中心軸 5.輻條 6.輻條套管

2.1.2鎮壓力控制系統

系統硬件主要包括信號采集器和鎮壓力控制器兩部分，信號采集器的原理如圖10所示。圖中，U2為磁隔離線性放大器ISOEM，用于將信號調理電路輸出的電壓信號放大至0～5 V以便A/D轉換器能將其采集。U3為10位A/D轉換器TLC1543，用于采集放大后的直線位移傳感器電壓信號，其通過DATAOUT引腳(與單片機的P0.3引腳相連接)將轉換后的數據輸入STC89C52單片機。芯片TLC1543的其它功能引腳EOC、I/O clock、ADDRESS和CS分別與單片機的I/O引腳P0.0、P0.1、P0.2和P0.4相連。無線發射模塊采用NRF24L01，主要負責將STC89C52單片機處理后直線位移傳感器傳感信號發射至鎮壓力控制器。

鎮壓力控制器的原理如圖11所示，其采用無線接收模塊NRF24L01接收直線位移傳感器信號。信號經單片機分析、計算后，單片機通過I/O引腳P2.5輸出一個執行控制信號，該控制信號經10位D/A轉換芯片TLC5615處理后轉換成模擬信號，之后經功率放大后，可作為電- 氣比例閥的驅動信號，從而起到調節鎮壓力的效果。

圖8 主節點硬件框圖Fig.8 Hardware frame diagram of main node function

圖9 鎮壓力監測裝置安裝示意圖Fig.9 Connection diagram of pressure acquisition module

如圖12所示，氣壓傳動系統由空氣壓縮機、儲氣罐、過濾器、電- 氣比例閥和空氣彈簧組成。空氣壓縮機產生壓縮空氣存儲在儲氣罐內，由過濾器過濾，濾除壓縮空氣中的粉塵和雜質。信號采集器采集到直線位移傳感器輸出信號時，通過無線傳輸方式將該信號傳輸到鎮壓力控制器，再由鎮壓力控制器輸出控制信號，驅動電- 氣比例閥輸出穩定的氣壓力，從而控制空氣彈簧產生相應大小的推力。

本文所設計鎮壓力控制裝置采用空氣彈簧系統，其相較于目前常見的液壓控制系統，具有響應速度快的優勢，同時液壓油易受到空氣中粉塵等雜質的污染，因此空氣彈簧系統的工作壽命相對較長。如圖13所示，鎮壓力調節機構主要由旋柄、空氣彈簧、空氣彈簧連接架、空氣彈簧支架組成，空氣彈簧底端通過螺栓與鎮壓輥上的空氣彈簧托板(即鎮壓輥連接柄)固連，空氣彈簧連接架則與空氣彈簧頂端固連。機具作業前，通過旋轉旋柄帶動空氣彈簧連接架上下移動，待移動至預設鎮壓強度值后固定旋柄不動，則空氣彈簧連接架隨之固定，此時空氣彈簧頂端與鎮壓輥機架呈剛性連接。作業時，空氣彈簧垂直向下的推力通過空氣彈簧托板(即鎮壓輥連接柄)傳遞給鎮壓輥，使其向下運動，從而實現對鎮壓力的調節。

2.2 仿生耕整機構設計

2.2.1空間曲面淺松鏟仿生設計

研究表明，深松鏟柄在維持鏟刀位置、傳遞破土動力的同時，自身還承擔著破開前方表層土壤的任務，其受到的土壤阻力是總阻力的主要部分，因而合理的鏟柄結構可有效降低工作阻力，減少作業能耗[13]。野兔具有非常優秀的土壤挖掘能力，其挖掘的洞穴可在地下形成復雜的體系結構，野兔挖洞時，后腿為身體提供支撐，前爪對土壤進行切削同時拋送，其前爪爪趾結構與形態處于最優化狀態，可將切削土壤時的阻力減至最小[14]。本文通過仿生學設計思想，提取兔前爪結構形態，對淺松鏟鏟柄部位進行改型設計，設計仿生淺松鏟鏟柄。

圖10 信號采集器原理圖Fig.10 Schematic diagram of signal collector

圖11 鎮壓力控制器原理圖Fig.11 Overall frame diagram of pressure controller

圖12 氣壓傳動系統結構示意圖Fig.12 Schematic diagram of pneumatic drive device structure1.空氣彈簧 2.電- 氣比例閥 3.過濾器 4.儲氣罐 5.空氣壓縮機

圖13 鎮壓力調節機構結構圖Fig.13 Schematic diagram of pressure regulating mechanism structure1.旋柄 2.空氣彈簧連接架 3.空氣彈簧 4.螺栓 5.空氣彈簧托板(鎮壓輥連接柄)

觀察發現，如圖14a所示，野兔前爪5個爪趾結構特點基本相似，進行挖掘作業時主要為前爪趾破土，因此采用逆向掃描儀對第1爪趾的輪廓線進行提取，輪廓線結構如圖14b所示，采用多項式擬合的方法逆向提取輪廓參數，獲得平滑曲線，爪趾外緣曲線Y1與內側曲線Y2擬合結果如圖14c所示，擬合方程為

Y1=4.52-7.31e-X1/1.98

(1)

Y2=4.68-16.94e-X2/2.47

(2)

仿生淺松鏟鏟柄刃口為淺松鏟主要破土部件，鏟柄刃口對土壤的犁削作用導致作業阻力較大，其破土方式與野兔前爪趾挖掘土壤動作相似，因此將野兔前爪趾輪廓曲線結構應用于淺松鏟柄，設計仿生淺松鏟鏟柄，實現對淺松作業的減阻降耗。

圖14 野兔爪趾結構Fig.14 Structure diagrams of hare claw toe

如圖15a所示淺松鏟結構，AB段為鏟柄與機架連接部分，BC段為淺松鏟破土刃口，CD段為鏟尖安裝部分。其中BC段采用仿生野兔前爪趾曲線設計，通過曲線修正，使BC段兩端與AB段和CD段平滑連接，其中刃口截面為楔形設計，刃口夾角60°。淺松作業深度一般為100～150 mm，為了使淺松深度滿足土壤水分垂直入滲的需要，作業深度D為150 mm，鏟柄寬58 mm，厚30 mm，AB段長500 mm，鏟柄采用65Mn鋼制造，破土刃口BC段進行熱處理，硬度為52 HRC[15]。鏟柄實物如圖15b所示。

圖15 淺松鏟結構圖Fig.15 Structure diagrams of shallow shovel

2.2.2扶壟鏟鏟尖耦合仿生設計

2BDB- 6(110)型大豆仿生智能耕播機工作過程中，除淺松鏟鏟柄持續對地表下土壤進行破土作業外，淺松鏟鏟尖與扶壟鏟鏟尖均以一定的入傾角犁削土壤，其中淺松鏟鏟尖作業深度為150 mm，扶壟鏟鏟尖作業深度為150 mm，二者作業持續與深層土壤接觸，作業阻力較大，對整機作業功耗產生影響，兩種鏟尖具有相似的外形結構，因此對二者進行減阻設計，以達到減小作業阻力、降低整機作業功耗的目的。

圖16 穿山甲鱗片結構Fig.16 Structure diagrams of pangolin scale

研究表明，穿山甲的鱗片為波形體表結構，鱗片體表宏觀凹凸不平，如圖16a所示，鱗片層疊排列[17]，接觸土壤時極易使凹處形成無土區，即使對于含水量較多的粘性土，也會使水膜不易連續，體表實際觸土面積減小，從而降低了土壤的粘附力；對于含水率較少的粘性土，動物體表凹處不僅無土、少水，使水膜不連續, 并且易儲滿空氣使動物體表與土壤表面間存在空氣膜，既降低摩擦因數，又減少粘附。因此在設計淺松鏟尖與扶壟鏟尖的表面結構時，采用穿山甲鱗片的表面形態作為兩鏟尖的表面結構，以達到脫附減阻的目的[16]。

如圖16b所示，對穿山甲鱗片單體輪廓進行逆向工程掃描提取，掃描曲線做近似處理，為使加工方便，對輪廓曲線平滑處理，處理結果如圖16c所示，穿山甲鱗片輪廓曲線由上曲線L1和下曲線L2構成，其方程可表示為

y=ax2+b(a>0，b>0)

(3)

y=cx2+d(c<0，d<0)

(4)

式中a——L1的開口大小

b——L1的高度

c——L2的開口大小

d——L2的高度

根據淺松鏟尖與扶壟鏟尖的體積，選定a=0.053，b=37.5 mm，c=0.017 7，d=12.5 mm，鱗片厚度2 mm，鱗片單體間相互覆蓋，相互覆蓋面積50%[18]，由于鏟體表面結構較為復雜，為保證加工表面精確度與強度，加工方式選擇砂型鑄造，材料成分選擇QT450- 10球墨鑄鐵，球化劑為稀土鎂合金，采用電磁感應爐進行熔煉，鑄件成形后表面水洗和噴砂清理，扶壟鏟尖的耦合仿生減阻表面如圖17所示。

圖17 耦合仿生減阻表面Fig.17 Coupling bionic anti-drag surface

3 田間試驗

3.1 試驗內容和方法

3.1.1試驗條件

試驗時間為2017年5月和10月，試驗地點為黑龍江省勃利縣試驗基地(北緯45°45′48.82″，東經130°31′28.41″)，試驗現場如圖18所示。試驗地屬于東北黑土區，前茬作物為玉米，在上一年的秋季進行滅茬。試驗前的土壤物理性質如表2所示。

圖18 田間試驗現場Fig.18 Field test site

理化特性參數數值堅實度/MPa40.2容積密度/(g·cm-3)1.254含水率/%18.8溫度/℃13.1pH值7.14有機質質量分數/%3.69全氮質量分數/%0.14速效鉀質量比/(mg·kg-1)174.3速效磷質量比/(mg·kg-1)16.6

試驗主要儀器設備：凱斯2104型拖拉機(動力為154 kW，最大行進速度為40 km/h)、2BDB- 6(110)型大豆仿生智能耕播機、SC- 900型土壤緊實度儀、TDR300型土壤水分測試儀、曲管地溫計、耕深尺、環刀組件(容積100 cm3)、卷尺、電子天平等。

3.1.2試驗方法

試驗分為2部分：單因素對比試驗，分別研究仿生淺松扶壟耕整機構對耕種層土壤溫度的影響和減阻效果，以及鎮壓力實時監控系統對耕種層土壤含水率的影響；雙因素參數優化試驗，確定耕播聯合作業最優參數組合，并進行最優參數對比驗證試驗。在兩部分試驗中，2BDB- 6(110)型大豆仿生智能耕播機共使用5種作業形態，分別進行5種作業：①2BDB- 6(110)型大豆仿生智能耕播機進行正常耕播聯合作業(S1)。②去掉仿生耕整機構進行播種作業(S2)。③去掉仿生耕整機構，安裝傳統淺松鏟和扶壟鏟進行耕播聯合作業(S3)。④關閉鎮壓力監控系統進行耕播聯合作業(S4)。⑤去掉仿生耕整機構并關閉鎮壓力監控系統進行播種作業(S5)。

單因素對比試驗時，將試驗田平均分為4塊(A1、A2、A3和A4)，每塊試驗田有24條壟，壟高為300 mm、壟寬為1 100 mm、每壟長為200 m。機具S1、S2、S3和S4分別在地塊A1、A2、A3和A4內進行作業，通過測量S1和S2作業后不同深度的土壤溫度，探索淺松、起壟和播種聯合作業對土壤溫度的影響規律；通過測量S1和S3的作業阻力，驗證仿生結構設計對耕整機構的減阻效果；通過測量S1和S4的鎮壓強度及平均土壤含水率(0～100 mm)，探究鎮壓力自動調節裝置的作業效果，以及對耕種層土壤含水率的影響規律。

參數優化試驗時，以淺松深度和鎮壓強度為試驗因素，以平均土壤溫度(0～450 mm)、平均土壤含水率(0～100 mm)以及大豆平均出苗時間為試驗指標，試驗因素編碼如表3所示。運用Design-Expert軟件中3-Level Factorial Design響應曲面設計法，共進行13組試驗，其中9組為析因點，4組為零點以估計誤差，并對試驗結果進行分析，檢驗各因素對試驗指標的顯著性影響和各因素之間是否具有交互作用，并得出響應曲面和回歸方程，優化出各因素的最佳參數組合；最后將所得耕播聯合作業最優參數組合與傳統播種作業進行驗證性對比試驗，試驗前，將試驗田平均分為2塊(A5和A6)，每塊試驗田有24條壟，壟高300 mm、壟寬1 100 mm、每壟長為200 m。機具S1和S5分別作業于試驗田A5和A6，驗證最優作業參數組合條件下，耕播聯合作業相對于傳統播種作業對大豆發育的促進效果(土壤溫度、土壤含水率、大豆出苗時間、大豆產量)。

試驗所選用大豆種子為黑河52，種植模式為大壟四行種植模式，行距110 mm、株距90 mm、種植密度為390 000株/hm2，播種施肥情況為尿素、磷酸二銨、氯化鉀3種常用肥混施，N、P、K質量比為1∶2∶0.5。

表3 因素編碼Tab.3 Coding of factors

3.1.3試驗指標測試方法

(1)土壤溫度：播種作業后，于試驗小區的對角線上，隨機取樣5點，于每個測定點處使用曲管地溫計對不同處理的土壤溫度進行測定，測定層次為地表(0 cm)及地下5、10、15、20、25、30、35、40、45 cm深處的溫度，測定時間為每天06:00—18:00，每隔1 h測量一次溫度，取白天平均溫度為日平均溫度，連續觀測一個月[19]，取每層次5個測定點的月平均溫度作為該層次溫度，取10個層次5個測定點的月平均溫度為0～450 mm平均土壤溫度。

(2)牽引阻力測試：主要測試仿生減阻淺松鏟與仿生扶壟鏟鏟壁結構對整機減阻性能的影響，主要以S1和S3兩種機具的牽引阻力進行對比，阻力測試儀器為上海高靈傳感系統工程有限公司生產的GLBLZ柱式拉壓力傳感器。測力傳感器一側與拖拉機連接，另一側與作業機具的機架相連接，所測阻力為整機作業阻力。使用農機動力學參數遙測儀記錄采集的數據，記錄頻率1 Hz，拖拉機工作速度為4.5 km/h。

(3)大豆平均出苗時間：大豆出苗后，每兩天觀測一次，直到大豆出苗期結束不再有新苗長出為止。分別記錄每塊試驗田內兩條壟上5 m內的苗數，每塊試驗田重復測量3次，據此可計算出大豆平均出苗時間。平均出苗時間計算公式為[20]

(5)

式中N——從上一個時間點算起的出苗數

T——播種后的天數，d

(4)平均土壤含水率(0～100 mm)：于土壤溫度測定點上使用TDR300型土壤水分測試儀測定其0～100 mm處的土壤含水率，重復測量3次，取其平均值作為此點的平均土壤含水率(0～100 mm)。取5點的平均值作為試驗小區平均土壤含水率(0～100 mm)，測量時間為苗期開始到出苗期結束。

(5)鎮壓強度標準差：鎮壓強度標準差值反映了鎮壓強度的波動離散程度，可用于測定鎮壓作業穩定性。分別測定預設鎮壓強度為35、45、55 kPa下的實際鎮壓強度值，每秒記錄一次，記錄20 s，并計算鎮壓強度標準差。

(6)大豆產量：在大豆成熟時，每個小區連續取10株，風干后統計大豆單株粒數、百粒種子質量以計算理論產量，理論產量計算公式為

(6)

式中Y——理論產量，kg/hm2

r——平均行距，m

D——平均株距，m

S——株粒數，粒

W——種子百粒質量，g

3.2 田間試驗結果與討論

3.2.1單因素對比試驗結果與討論

3.2.1.1仿生淺松扶壟耕整機構對耕種層土壤溫度的影響和減阻效果

如圖19所示，根據試驗結果可知：

圖19 淺松深度對土壤溫度的影響試驗結果Fig.19 Test results of effect of shallow loosening depth on soil temperature

(1)S1和S2模式下的土壤溫度均隨著深度的遞增而保持一定幅度的下降，主要原因為土壤淺層的垂直溫度梯度比空氣大，土壤熱容量比空氣約大1 000倍，大部分熱量被土壤耕種層吸收，而深處的熱通量大為減弱，因此兩種作業模式下的土壤溫度梯度均隨深度增加而減小[21-22]。

圖20 淺松深度對牽引阻力的影響試驗結果Fig.20 Test results of effect of shallow loosening depth on tractive drage

(2)在任一淺松作業深度(10、20、30 cm)條件下，S1和S2作業模式對地表土壤(深度0 cm)溫度無顯著性影響，說明地表溫度主要受外部環境影響。在淺松作業深度為10 cm時，S1相較于S2作業模式，顯著提升了5～25 cm深度范圍內的土壤溫度，但在30～45 cm深度范圍內無顯著性差異；在淺松作業深度為20 cm時，S1相較于S2作業模式，顯著提升了5～35 cm深度范圍內的土壤溫度，但在40～45 cm深度范圍內無顯著性差異；在淺松作業深度為30 cm時，S1相較于S2作業模式，顯著提升了5～35 cm深度范圍內的土壤溫度，但在40～45 cm深度范圍內無顯著性差異。土壤深度為20 cm時，3種淺松作業深度模式下S1相較于S2作業模式的土壤溫度提升效果最為顯著，分別提升1.0、1.2、1.5℃。上述結果說明，淺松作業可有效提高一定范圍內的土壤孔隙度，加速土壤內部與外部環境間的物質能量交換[23]，進而更有效地吸收外部熱量，將熱能傳遞至作業深度下方一定范圍內的土壤，因此淺松作業深度越大，溫度得到提升的土壤深度范圍越大。但當土壤深度達到40 cm時，土壤熱通量大為減弱，超出地表熱能傳遞范圍，因此持續增加淺松作業深度并不能提升40 cm以上深度的土壤溫度。

如圖20所示，根據試驗結果可知：

(1)耕播聯合作業時，作業阻力會在初始階段迅速提升至峰值后，逐漸趨于平穩，說明淺松起壟部件剛與土壤接觸時，土壤對觸土部件的載荷較小，土壤產生彈性變形，當載荷逐漸增加至超過土壤的彈性極限時，土壤開始進入塑性變形階段，隨著淺松鏟和起壟鏟不斷前進，土體所承受載荷繼續增加進而開始屈服但并未被破壞，此時土壤開始出現硬化現象，耕作阻力達到最大值(圖中峰值)，此時凝聚力結合鍵被破壞，土壤發生初始失效，并開始出現軟化效應，強度降低，對淺松鏟和扶壟鏟的阻力逐漸變小并趨于穩定。

(2)在相同淺松深度條件下，S1牽引阻力峰值明顯低于S3(P<0.05)，且S3可以更快地達到峰值，隨著淺松深度的提升，S1和S3的阻力峰值差距逐步加大，淺松深度為10 cm時，平均降低最大作業阻力0.54 kN，作業阻力峰值降低13.20%；淺松深度為20 cm時，平均降低最大作業阻力1.35 kN，作業阻力降低15.94%；淺松深度為30 cm時，平均降低最大作業阻力3.42 kN，作業阻力降低19.77%；因此S1相較于S3可降低作業阻力13%～20%。上述結果說明采用野兔爪趾結構可更快地破壞凝聚力結合鍵，加快土壤失效，因此其阻力峰值更小。采用穿山甲鱗片仿生結構表面具有更好的減黏脫附效果，打破了土壤與鏟體表面接觸時形成的水膜的連續性，降低了土壤的粘結力，從而降低土壤對鏟體表面的粘附，減小了耕整機構與土壤之間的摩擦力。

3.1.2.2鎮壓作業穩定性及平均土壤含水率(0～100 mm)試驗結果與討論

鎮壓作業穩定性可由鎮壓強度值隨時間變化的波動程度(鎮壓強度標準差)所反映，鎮壓強度標準差越小，說明鎮壓作業穩定性越高，對播種行土壤的鎮壓效果越好。如圖21和表4所示，在預設3種鎮壓強度(35、45、55 kPa)下，S1鎮壓強度隨時間的波動變化程度均低于S4，說明S1鎮壓作業穩定性高于S4，鎮壓質量更高，說明S1模式下鎮壓力自動調節裝置可實時監測鎮壓力值，并通過鎮壓力調節裝置調節鎮壓力，從而提高了鎮壓作業的穩定性，進而保證了鎮壓質量。隨著預設鎮壓強度的增加，S1和S4的波動變化程度和標準差均有所提高，這是由于鎮壓強度越大，仿形彈性鎮壓輥對播種行表層土壤的壓實程度越高，受不同堅實度的表層土壤影響程度越高造成的。

圖21 鎮壓作業穩定性試驗結果Fig.21 Test results of compaction intensity stability

圖22 平均土壤含水率(0～100 mm)試驗結果Fig.22 Test results of average soil water content (0～100 mm)

機具結構鎮壓強度/kPa354555S1±0.14±0.25±0.37S4±0.58±0.83±1.06

如圖22所示，在相同的試驗條件下，S1模式對平均土壤含水率(0～100 mm)有顯著性的提升作用，如當鎮壓力水平為45 kPa時，S1相較于S4可提高土壤平均含水率(0～100 mm)1.36%，第15天時最為顯著，相較于S4模式土壤含水率提升1.9%。說明鎮壓作業的高穩定性，可顯著增加土壤蓄水保墑能力。

3.2.2參數優化試驗結果與討論

3.2.2.1參數優化試驗結果

以各影響因素編碼值為自變量，以平均土壤含水率(0～100 mm)、平均土壤溫度(0～450 mm)以及大豆平均出苗時間為響應指標，試驗結果如表5所示，X1、X2為淺松深度與鎮壓強度編碼值。

上述試驗結果經Design-Expert 軟件處理分析后可得平均土壤含水率(0～100 mm)、平均土壤溫度(0～450 mm)以及大豆平均出苗時間的方差分析結果，如表6所示。

對表6的數據進行二次多元回歸擬合，得到平均土壤含水率(0～100 mm)、平均土壤溫度(0～450 mm)以及大豆平均出苗時間對自變量編碼值的二次多元回歸方程分別為

Y1=18.29-0.99X1+1.03X2-0.65X1X2

(7)

Y2=16.79+0.28X1-0.25X2-0.3X1X2

(8)

(9)

表5 響應曲面試驗設計與結果Tab.5 Experiment design and result of responsesurface analysis

表6 正交試驗方差分析Tab.6 Variance analysis of orthogonal test

平均土壤含水率(0～100 mm)對自變量編碼值的二次多元回歸方程，回歸診斷顯示，因素X1、X2、X1X2對平均土壤含水率(0～100 mm)的影響均為顯著項(P<0.05)。失擬項P值為0.080 4，顯然P>0.05，回歸方程不失擬。決定系數與校正決定系數均接近于1，表明回歸方程擬合度很高，精密度值為11.03(大于4)，表明該回歸方程在設計域內預測性能良好。各因素對平均土壤含水率(0～100 mm)顯著性的影響由大到小為：鎮壓強度、淺松深度。

平均土壤溫度(0～450 mm)對自變量編碼值的二次多元回歸方程，回歸診斷顯示，因素X1、X2、X1X2對平均土壤溫度(0～450 mm)的影響均為顯著項(P<0.05)。失擬項P值為0.890 0，顯然P>0.05，回歸方程不失擬。決定系數與校正決定系數均接近于1，表明回歸方程擬合度很高，精密度值為7.629(大于4)，表明該回歸方程在設計域內預測性能良好。各因素對平均土壤溫度(0～450 mm)顯著性的影響由大到小為：淺松深度、鎮壓強度。

3.2.2.2參數優化試驗結果分析與討論

應用響應曲面法分析2個因素對試驗指標的影響和交互作用，并運用Matlab軟件對Design-Expert軟件求出的回歸方程進行尋優，得出最佳參數組合。

由圖23a和式(7)可知，兩因素均對平均土壤含水率(0～100 mm)具有顯著性影響(P<0.01)，且兩者之間具有交互作用。平均土壤含水率(0～100 mm)隨著淺松深度的增加而下降，且下降趨勢逐步減緩；隨著鎮壓強度的提高而上升，且上升趨勢逐步減緩。由圖23b和式(8)可知，兩因素均對平均土壤溫度(0～450 mm)具有顯著性影響(P<0.01)，且兩者之間具有交互作用。平均土壤溫度(0～450 mm)隨著淺松深度的增加而上升，且上升趨勢逐步減緩；隨著鎮壓強度的提高，平均土壤溫度(0～450 mm)先上升而后下降。由圖23c和式(9)可知，兩因素均對大豆平均出苗時間具有顯著性影響(P<0.01)，且兩者之間具有交互作用。隨著淺松深度的增加，大豆平均出苗時間先下降而后上升；隨著鎮壓強度的提高，大豆平均出苗時間先下降而后上升。

圖23 各因素對試驗指標影響的響應曲面Fig.23 Response surfaces influenced by various factors on test index

依據試驗結果分析以及模型擬合，運用Matlab軟件對式(9)進行尋優求解，以出苗時間最早為主要尋優指標，獲得最優參數取值方案及對應結果：淺松深度為20.0 cm，鎮壓強度為48.2 kPa，平均土壤含水率(0～100 mm)為18.07%，平均土壤溫度(0～450 mm)為16.5℃，平均出苗時間為9.84 d。因此最終選取的最優參數組合為：淺松深度為20 cm，鎮壓強度取整數為48 kPa。

3.2.2.3對比驗證試驗

依照最優方案參數組合，進行田間對比驗證試驗。機具S1于試驗田A5作業，參數設置為淺松深度20 cm，鎮壓強度48 kPa，機具S5于試驗田A6作業，參數設置為鎮壓強度48 kPa，機具S1和S5作業速度均為6 km/h。測得2塊試驗田的平均土壤含水率(0～100 mm)、土壤溫度、平均出苗時間(按照式(5)的方法，每塊試驗田重復測量3次)試驗結果如圖24所示。由對比驗證結果可知，采取最優組合方案的S1模式相較于S5模式可提升平均土壤含水率(0～100 mm)0.47%，分別提升10、20、30 cm深度土壤溫度0.7、1.3、0.9℃，縮短出苗時間0.52 d。S1模式下平均出苗時間為9.55 d，相較于軟件優化結果的9.84 d有所縮短，主要是因為驗證試驗是在第2部分試驗結束之后進行，此時氣溫已有所提高，因而縮短了出苗時間。2017年10月，按照式(6)對大豆產量進行測定，測得S1模式下大豆產量為2 491 kg/hm2，S5模式下大豆產量為2 440.95 kg/hm2，大豆產量提高2.05%，大豆產量的提高是由于土壤溫度和含水率的提升促進了大豆根系發育，提高了根系吸收營養與能量的能力；同時出苗時間的縮短延長了大豆生長時間，提高了全生育期光能利用率，利于植株干物質積累和生長發育，從而提高了大豆產量。

圖24 對比驗證試驗結果Fig.24 Result of contrast and validation test

4 結論

(1)淺松扶壟作業可有效提升一定深度范圍內的土壤溫度，淺松作業深度為10 cm時，可顯著提升5～25 cm深度范圍內的土壤溫度；淺松作業深度為20 cm和30 cm時，可顯著提升5～35 cm深度范圍內的土壤溫度，但當土壤深度達到40 cm以上時，土壤熱通量大為減弱，超出地表熱能傳遞范圍，淺松扶壟作業對土壤溫度的提升效果已不顯著。

(2)設計的仿生淺松扶壟耕整機構相較于傳統耕整機構可顯著降低作業阻力，其采用的野兔爪趾結構可更快地破壞凝聚力結合鍵，加快土壤失效；采用的穿山甲鱗片仿生結構表面具有更好的減黏脫附效果，打破土壤與鏟體表面接觸時形成的水膜的連續性，減低土壤的黏結力，從而降低土壤對鏟體表面的粘附，減小了耕整機構與土壤之間的摩擦力。淺松深度為10 cm時，作業阻力降低13.20%；淺松深度為20 cm時，作業阻力降低15.94%；淺松深度為30 cm時，作業阻力降低19.77%。

(3)設計的鎮壓力自動調節裝置可顯著減小作業過程中鎮壓力的波動，從而提升鎮壓作業的穩定性，具有更好的蓄水保墑效果。當鎮壓強度為45 kPa時，其平均土壤含水率(0～100 mm)最大為第21天的19.23%，最小為第27天的18.12%，相較于傳統鎮壓裝置可提高平均土壤含水率(0～100 mm)1.36%。

(4)淺松深度和鎮壓強度均對土壤溫度和含水率具有顯著性影響(P<0.05)，且兩者之間具有交互作用。平均土壤含水率(0～100 mm)隨著淺松深度的增加而下降，隨著鎮壓強度的提高而上升；平均土壤溫度(0～450 mm)隨著淺松深度的增加而上升，隨著鎮壓強度的提高，先上升而后下降；大豆平均出苗時間隨著淺松深度的增加，先下降而后上升，隨著鎮壓強度的提高，先下降而后上升。運用Design-Expert和Matlab軟件對耕播聯合作業的淺松深度和鎮壓強度進行參數優化，確定耕播聯合作業最優參數組合為：淺松深度為20 cm，鎮壓強度取整數為48 kPa，在該參數組合下，淺松、扶壟、播種聯合作業相較于傳統播種作業可提升平均土壤含水率(0～100 mm)0.47%，分別提升10、20、30 cm深度土壤溫度0.7、1.3、0.9℃，縮短大豆平均出苗時間0.52 d，提高大豆產量2.05%。

1 薛慶喜. 中國及東北三省30年大豆種植面積、總產、單產變化分析[J]. 中國農學通報, 2013, 29(35):102-106.

XUE Qingxi.Analysis on the change of 30 year’s soybean areas, production and yield in China and Northeast China[J]. Chinese Agricultural Science Bulletin, 2013, 29(35):102-106. (in Chinese)

2 HOLEN N M, WAR S M. Quantification of water storage in fingers associated with preferential flow in milled peat stockpiles[J]. Soil Science Society of America Journal，1999, 63(3): 480-486.

3 JABRO J D, STEVENS W B, IVERSEN W M, et al. Tillage depth effects on soil physical properties, sugarbeet yield, and sugarbeet quality[J]. Communications in Soil Science and Plant Analysis, 2010, 41(7): 908-916.

4 單成鋼, 朱彥威, 倪大鵬, 等．丹參壟作對土壤耕層溫度的影響[J]. 作物雜志, 2012(1)：118-121．

SHAN Chenggang, ZHU Yanwei, NI Dapeng, et al.Effect ofSalviamiltiorrhizaridge culture on soil temperature[J]. Crops, 2012(1): 118-121.(in Chinese)

5 王旭清, 王法宏, 任德昌, 等. 作物壟作栽培增產機理及技術研究進展[J]. 山東農業科學, 2001(3): 41-45．

WANG Xuqing, WANG Fahong, REN Dechang, et al. Cropping cultivation mechanism and technology research progress of ridge cultivation[J].Shandong Agricultural Sciences,2001(3): 41-45. (in Chinese)

6 何進, 李洪文, 張學敏, 等. 1QL- 70型固定壟起壟機設計與試驗[J]. 農業機械學報, 2009, 40(7): 55-60.

HE Jin, LI Hongwen, ZHANG Xuemin, et al. Design and experiment of 1QL- 70 bed former for permanent raised beds[J]. Transactions of the Chinese Society for Agricultural Machinery, 2009, 40(7): 55-60.(in Chinese)

7 ASARE S N,RUDRA R P,DICKINSON W T,et al. Soil macroporosity distribution and trends in a no-till plot using a volume computer tomography scanner[J]. Journal of Agricultural Engineering Research, 2001, 78(4): 437-447.

8 TASER O F, KARA O. Silage maize (ZeamaysL.) seedlings emergence as influenced by soil compaction treatments and contact pressures[J]. Plant, Soil and Environment, 2005, 51(7): 289-295.

9 任露泉, 李建橋, 陳秉聰. 非光滑表面的仿生降阻研究[J]. 科學通報, 1995, 40(19):1812-1814.

REN Luquan, LI Jianqiao, CHEN Bingcong.Research on drag reduction of blades with bionic non-smooth surfaces[J]. Chinese Science Bulletin, 1995, 40(19): 1812-1814.(in Chinese)

10 馬付良, 曾志翔, 高義民,等. 仿生表面減阻的研究現狀與進展[J]. 中國表面工程, 2016, 29(1): 7-15.

MA Fuliang, ZENG Zhixiang, GAO Yimin,et al. Research status and progress of bionic surface drag reduction[J].China Surface Engineering,2016, 29(1): 7-15.(in Chinese)

11 賈洪雷, 李楊, 齊江濤, 等.基于ZigBee的播種行表層土壤堅實度采集系統[J/OL]. 農業機械學報, 2015, 46(12):39-46, 61.http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20151206&journal_id=jcsam.DOI：10.6041/j.issn.1000-1298.2015.12.006.

JIA Honglei, LI Yang, QI Jiangtao,et al. Design and test of soil compaction acquisition system for sowing line surface based on ZigBee[J/OL]. Transactions of the Chinese Society for Agricultural Machinery,2015, 46(12):39-46, 61.(in Chinese)

12 黃東巖, 朱龍圖, 賈洪雷, 等.基于壓電薄膜的免耕播種機播種深度控制系統[J/OL]. 農業機械學報, 2015, 46(4):1-8.http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20150401&journal_id=jcsam.DOI：10.6041/j.issn.1000-1298.2015.04.001.

HUANG Dongyan, ZHU Longtu, JIA Honglei,et al.Automatic control system of seeding depth based on piezoelectric film for no-till planter[J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2015, 46(4):1-8.(in Chinese)

13 龔皓暉,王霜.仿生深松鏟結構設計與有限元分析[J].農機化研究,2013,35(7):53-57.

GONG Haohui, WANG Shuang. Bionic subsoiler structural design with the finite element analysis[J]. Journal of Agricultural Mechanization Research,2013,35(7):53-57.(in Chinese)

14 FRESCHI P, FASCETTI S, MUSTO M, et al. Seasonal variation in food habits of the Italian hare in a south Apennine semi-natural landscape[J]. Ethology Ecology & Evolution, 2016, 28(2): 148-162.

15 張金波,佟金,馬云海.仿生減阻深松鏟設計與試驗[J/OL].農業機械學報,2014,45(4):141-145.http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20140422&journal_id=jcsam. DOI：10.6041/j.issn.1000-1298.2014.04.022.

ZHANG Jinbo, TONG Jin, MA Yunhai. Design and experiment of bionic anti-drag subsoiler[J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2014, 45(4): 141-145.(in Chinese)

16 張毅,孫友宏,任露泉.鉆頭泥包的土壤動物仿生學分析研究[J].探礦工程(巖土鉆掘工程),2003, 30(2):41-43.

ZHANG Yi, SUN Youhong, REN Luquan. Research on soil animals for the bionic analysis to abort bit bailing[J]. Exploration Engineering, 2003, 30(2): 41-43. (in Chinese)

17 MEYER W, LIUMSIRICHAROEN M, SUPRASERT A, et al. Immunohistochemical demonstration of keratins in the epidermal layers of theMalayanpangolin(Manisjavanica), with remarks on the evolution of the integumental scale armour[J]. European Journal of Histochemistry, 2013, 57(3):172-177.

18 叢茜,任露泉,吳連奎,等.幾何非光滑生物體表形態的分類學研究[J].農業工程學報,1992, 8(2):7-12.

CONG Qian, REN Luquan, WU Liankui, et al. Taxonomic research on geometric non-smooth animal surface shapes[J]. Transactions of the CSAE, 1992, 8(2): 7-12. (in Chinese)

19 RAMAKRISHNA A, TAM H M, WANI S P, et al. Effect of mulch on soil temperature, moisture, weed infestation and yield of groundnut in northern Vietnam[J]. Field Crops Research, 2006, 95(2): 115-125.

20 VOORHEES W B, EVANS S D, WARNES D D. Effect of preplant wheel traffic on soil compaction, water use, and growth of springwheat[J]. Soil Science Society of America Journal, 1985, 49(1): 215-220.

21 KANG S, HU X, GOODWIN I, et al. Soil water distribution, water use, and yield response to partial root zone drying under a shallow groundwater table condition in a pear orchard[J]. Scientia Horticulturae, 2002, 92(3): 277-291.

22 ARAGHI A, MOUSAVIBAYGI M, ADAMOWSKI J. Detecting soil temperature trends in Northeast Iran from 1993 to 2016[J]. Soil and Tillage Research, 2017, 174(12): 177-192.

23 TYLKOWSKI T, BUJARSKA-BORKOWSKA B. Effect of acorn size and sowing depth onQuercusroburandQ.petraeaseedling emergence and height[J]. Sylwan,2011, 155(3): 159-170.