基于堆積試驗的黏壤土仿真物理參數標定

向 偉，吳明亮，呂江南，全 偉，馬 蘭，劉佳杰

基于堆積試驗的黏壤土仿真物理參數標定

向 偉1,2，吳明亮1※，呂江南2，全 偉1，馬 蘭2，劉佳杰2

（1. 湖南農業大學工學院，長沙 410128；2. 中國農業科學院麻類研究所，長沙 410205）

為獲取南方黏壤土的離散元仿真模型精準接觸參數，構建土壤離散元仿真模型，基于土壤堆積試驗，結合試驗測定和EDEM軟件推薦的參數構建土壤仿真模型，以休止角為響應值，采用Design Expert軟件依次設計Plackett-Burman試驗、最陡爬坡試驗和Box-Behnken試驗完成土壤仿真物理參數標定及優化。進一步通過成穴裝置成穴的仿真試驗與土槽試驗的對比分析，驗證黏壤土仿真模型的精準性。成穴試驗的仿真與土槽試驗結果表明，裝置在仿真土壤中運動規律與土槽試驗中差異較小，成型穴孔的開口縱長和有效深度的誤差分別為3.98%和1.87%，模擬仿真土壤的物理力學特性與實際土壤一致，表明黏壤土的離散元仿真參數系統標定研究的方法準確可行。研究構建了南方黏壤土精準的離散元仿真模型，為該類型土壤與觸土部件相互作用的動力學研究提供技術支持。

模型；離散元；黏壤土；參數標定；休止角；仿真參數；JKR接觸模型

0 引 言

采用實測試驗與仿真模擬相結合的方法研究觸土機具與土壤相互作用規律，可從細觀上研究受機具作用下土壤顆粒的動態行為，直觀量化分析土壤在機具作用下的運動規律，為農機具的優化提供技術支持[1-3]。土壤顆粒具有典型的離散性[4]，且與觸土部件作用時土壤顆粒呈現動態變化，離散元法分析中將土壤看作由一系列離散的獨立運動的顆粒單元組成，整個土壤的運動和變形由各顆粒單元的運動和相互位置來描述，因而選擇離散元法進行土壤數值模擬更為精準[5-7]。

構建散粒體的離散元仿真模型，其核心技術為仿真參數的確定，主要包括本征參數和物理參數[8-10]，大部分參數可通過試驗測定得出，而部分參數（尤其是物理接觸參數）很難通過試驗獲取，因而許多學者提出采用實測試驗結合虛擬標定實現仿真參數的精準標定[11-15]。Coetzee等采用剪切和側限壓縮試驗對玉米顆粒的摩擦系數和剛度系數進行標定，并進行了試驗驗證[16]。Grima等基于崩塌試驗中顆粒堆休止角分別對干、濕顆粒在離散元仿真中所需滾動摩擦系數進行了標定[17]。劉凡一等基于堆積試驗，采用模擬仿真與響應面法相結合完成小麥離散元仿真參數的標定[18-19]。在土壤離散元仿真模型參數標定研究方面，Ucgul等通過結合Hertze-Mindlin及Hysteretic spring接觸模型，完成土壤粘結力及無粘結力土壤仿真參數標定，解決了其受力塑性形變等問題[20-21]。張銳等應用Hertz-Mindlin接觸模型，對標準球和非標準球的無黏性沙土顆粒的碰撞恢復系數與摩擦因數進行了標定，建立了沙土接觸模型[22]。王憲良等采用EDEM軟件外置編譯ECM接觸模型，以休止角等因素為目標值對砂壤土的顆粒半徑和摩擦因素等進行標定，并進行了輪胎-土壤壓實接觸仿真驗證[23]。武濤等基于土壤休止角物理試驗結果，采用JKR接觸模型借助GEMM數據庫獲得離散元模型關鍵參數初始范圍，運用Box-Behnken試驗方法進行休止角仿真模擬，通過回歸分析求取砂壤土仿真模型參數的最優值[24]。

應用離散元法研究散粒體動力學問題已成為一種發展趨勢[25-28]。利用離散元法建立土壤仿真模型，本征參數可通過試驗實測得出，在離散元軟件數據庫中，多數土壤顆粒的物理參數的推薦值與真實數值相近，但由于顆粒間接觸特性復雜，部分參數需要進行精準標定及優化，在土壤的離散元仿真參數標定研究方面，尤其是砂土及砂壤土等類型土壤的仿真參數標定研究，各國學者已經做了許多的探索[29-30]，針對中國南方地區種植土壤黏壤土的仿真參數系統標定研究卻少見報導。本研究采用實測試驗與仿真模擬相結合，提出一種顯著性分析和響應面法相結合的方法，對中國南方地區黏壤土的離散元仿真參數進行系統的標定研究；通過篩分試驗、三軸剪切試驗等測定樣品土壤的本征物理力學特性參數，基于土壤堆積試驗，結合試驗測定和EDEM軟件的GEMM數據庫推薦的參數構建土壤仿真模型，以休止角為響應值，采用Design Expert軟件依次設計Plackett-Burman試驗、最陡爬坡試驗和Box-Behnken試驗完成土壤仿真參數標定及優化；進一步通過穴孔成型裝置的仿真試驗與土槽試驗的對比分析，驗證黏壤土離散元仿真模型反映土壤物理力學特性的準確性，以期構建中國南方地區種植土壤黏壤土精準的離散元仿真模型。

1 黏壤土本征參數測定

1.1 土壤原型及粒徑分布

土壤樣品為中國南方種植土壤黏壤土，采自湖南農業大學農業機械化工程實訓中心試驗土槽，含水率為15.8%，采用比重瓶法測得土壤密度為2 680 kg/m3。如圖1所示，采用篩分法測定土壤粒徑分布及百分含量，土壤粒徑為＞5、5～2.5、2.5～1和＜1 mm的質量和質量分數分別為93.12 g、11.64%，194.96 g、24.38%，343.68 g、42.89%和168.24 g、21.09%。

圖1 土壤粒徑篩分試驗

1.2 土壤直剪試驗

采用SJ-1A型應變控制式三軸剪力儀，可測得試驗土壤的彈性模量，確定泊松比，進一步分析得出試驗土壤的剪切模量[22]。試驗過程中加載3種不同圍壓，每組試驗重復4次，分別取平均值記為試驗土壤的指標參數，并計算出其標準偏差。

根據試驗數據繪制圖2所示的主應力差—軸向應變關系曲線圖，主應力差與軸向應變的比值，即圖中曲線線性變化段的斜率為土壤的彈性模量。

圖2 主應力差-軸向應變關系曲線

彈性模量的計算公式為

泊松比為土壤本征參數，南方黏壤土的泊松比一般為0.25～0.45，根據樣品黏壤土的特性與相關文獻，選用泊松比n為0.38[31]。剪切模量的計算公式為

得出試驗土壤的剪切模量1.2×103kPa，標準偏差0.099 kPa。

1.3 土壤堆積試驗

采用漏斗法測定土壤的休止角，其實測試驗裝置如圖3a所示，主要由三角鐵架、漏斗和接土盤組成。試驗后，采用Matlab讀取土壤堆單側圖像，對圖像分別進行去噪、灰度、二值化處理，最終提取圖像邊界點，對邊界點進行線性擬合，得出擬合直線的斜率即為土壤休止角的正切值。

圖3b所示為土壤堆積仿真模擬試驗裝置。仿真模擬試驗中，漏斗下端落料口一直處于打開狀態，隨著仿真土壤顆粒的不斷生成，落料口下端一直落料，直至所有土壤顆粒停止運動則模擬結束，采用EDEM軟件自帶的量角器功能測定土壤休止角。

圖3 休止角測定試驗裝置

土壤堆積實測試驗重復4次，取平均值記為試驗土壤的休止角，其結果為42.4°，標準偏差0.45°。

2 土壤仿真參數模擬標定

2.1 土壤仿真模型

中國南方地區種植土壤黏壤土具有較強的粘結性和彈塑性，EDEM軟件中內置的Hertz-Mindlin with JKR模型（簡稱JKR模型）能模擬顆粒受力條件下土壤應力-應變特征，該模型不僅能體現顆粒的彈塑性，且能體現顆粒的粘結性[32]，本文采用EDEM 2017版開展仿真模擬試驗，選擇JKR模型為土壤顆粒接觸模型。

堆積試驗的離散元仿真模型參數主要為：本征參數和物理參數。

（1）前文已完成土壤本征參數的測取。根據實測的土壤粒徑及百分含量測定數值，設定模擬土壤的粒徑及質量百分比分別為：5 mm，11.64%；3 mm，24.38%；1 mm，63.98%。土壤堆積仿真試驗中，試驗裝置材料為鋼材，其本征參數為：密度7.85×103kg/m3，泊松比0.3，剪切模量7.0×107kPa[22]。

（2）將土壤及鋼材的本征參數和仿真規模輸入到EDEM軟件中，從GEMM數據庫獲取仿真參數的范圍值和推薦數值分別為：土壤-鋼材恢復系數0.2～0.5，0.3；土壤-鋼材靜摩擦因數0.5～1.2，0.6；土壤-鋼材滾動摩擦因數0.05～0.2，0.1；土壤泊松比0.25～0.45，0.38；土壤JKR表面能7.5～14.5 J/m2，12.5 J/m2；土壤-土壤恢復系數0.15～0.75，0.6；土壤-土壤靜摩擦因數0.44～1.16，0.85；土壤-土壤滾動摩擦因數0.05～0.2，0.1。

2.2 仿真參數標定方法

EDEM軟件的GEMM數據庫對土壤仿真參數的推薦并非基于土壤不同類型和不同物理特性條件下的精準數值，由于土壤的多樣性，導致不同土壤的物理參數差異性較大，因而需基于推薦范圍值對試驗土壤的仿真參數進行精準標定及優化。

（1）應用Design Expert 軟件設計Plackett-Burman試驗，以土壤休止角為響應值，篩選出影響顯著的物理參數。仿真模擬試驗中共8個真實參數1～8，設計3個虛擬參數9～11，每個參數按照推薦范圍值均取低、高2個水平，分別以編碼?1和+1表示，如表1所示。仿真試驗中設定1個中心點，共進行12 組試驗，每組仿真模擬試驗重復4次，取平均值記為單組試驗的休止角。

表1 Plackett-Burman 試驗參數列表

（2）基于Plackett-Burman 試驗篩選出的顯著性參數，設計最陡爬坡試驗，進一步縮小顯著性參數的范圍值，以準確地進入到最優值的附近區域。仿真模擬試驗時，非顯著性參數取GEMM數據庫的推薦數值，顯著性參數按照設計的步長逐步增加，記錄并分析仿真試驗的休止角，分別計算仿真試驗結果與實測試驗結果的相對誤差。

（3）基于最陡爬坡試驗結果，根據Box-Behnken試驗設計，顯著性參數取高、中和低3個水平設計試驗，分別以編碼+1、0和?1形式表示，非顯著性參數取值同最陡爬坡試驗，記錄每組仿真試驗的休止角。此外，試驗中采用5個中心點進行誤差估計，共進行17組試驗，每組仿真模擬試驗重復4次，取平均值記為單組仿真試驗的數值結果。

2.3 結果與分析

2.3.1 Plackett-Burman試驗

表2所示為Plackett-Burman試驗的設計方案及仿真模擬結果，采用Design Expert軟件對該模擬試驗結果進行方差分析，得出各參數的影響效果如表3所示。

表2 Plackett-Burman 試驗方案設計及結果

注：變量1-11含義同表1。

Note: The variables1-11are equal to those in table 1.

表3 Plackett-Burman 試驗參數顯著性分析

表3結果顯示：仿真參數5—土壤JKR表面能（）、6—土壤-土壤恢復系數（）、7—土壤-土壤靜摩擦因數（）對土壤顆粒休止角影響顯著，其余參數影響較小，并不顯著。因此，在后續的最陡爬坡試驗以及Box-Behnken試驗中開展、、共3個影響顯著的物理參數的標定及優化。

2.3.2 最陡爬坡試驗

表4所示為最陡爬坡試驗設計方案及結果，結果表明：隨著、、數值的增加，仿真試驗得出的休止角逐漸增大，而仿真與實測試驗得出的土壤顆粒休止角的相對誤差呈現先減小后增加的趨勢；在4號試驗水平時，休止角的相對誤差達到最小值，由此可知，試驗變量的最優區間在4號試驗水平附近。因此，選取4號水平為中心點，設為中水平，選取3號、5號水平分別為低、高水平進行后續的Box-Behnken試驗和回歸模型分析；物理參數、、的低、中、高水平分別為10.3 J/m2、11.7 J/m2、13.1 J/m2，0.39、0.51、0.63和0.73、0.87、1.02。

表4 最陡爬坡試驗設計方案及結果

注：參數、、指參數5、6、7，下同。

Note: Parameter,andare equal to parameter5,6,7, reopectively. The same below.

2.3.3 Box-Behnken試驗和回歸模型

表5所示為Box-Behnken 試驗設計方案及結果，根據試驗結果，采用Design-Expert軟件建立土壤顆粒休止角與3個自變量（編碼值）的二階回歸模型，其二次多項式方程為

表5 Box-Behnken 試驗設計方案及結果

對表5的試驗模型進行方差分析，得到結果如表6所示，結果表明：方程模型值為0.000 2，呈現極顯著性（<0.01），在統計學上是有意義的，表明該模型因變量（休止角）與所有自變量之間均呈現極顯著性；失擬項不顯著（=0.118 6>0.05）表明，采用此模型進行結果分析，雖存在一定的失誤概率，但該方程的模擬可信；決定系數2=0.967 6、校正決定系數2adj=0.926 0，二者均接近1，表明擬合方程有意義，其可靠度高；變異系數=2.41%、精密度Adeq precision達到16.305，表明該模型具有良好的可信度和精確度。

表6結果表明：模擬的一次項、、對休止角影響極顯著，交互作用項和二次項2對休止角影響顯著。從單因素水平分析，各因素對休止角的影響順序：（土壤-土壤靜摩擦因數）>（土壤JKR表面能）>（土壤-土壤恢復系數）；交互作用存在下，交互作用項對休止角影響順序：>>。

表6 Box-Behnken 試驗二次多項式模型方差分析

注：**表示該項極顯著(<0.01)，*表示該項顯著(<0.05)。

Note: ** and * indicated significance at 0.01 and 0.05 levels, respectively.

2.3.4 回歸模型交互效應分析

本試驗以土壤休止角作為土壤仿真模型參數標定的評價指標，采用Design Expert軟件對模型數據進行二次多元回歸擬合，得出圖4所示的影響目標函數休止角的參數間相互作用的響應面和等高線分布圖，分別為土壤JKR表面能和土壤-土壤恢復系數交互作用、土壤JKR表面能和土壤-土壤靜摩擦因數、土壤-土壤恢復系數和土壤-土壤靜摩擦因數交互作用。

圖4 影響休止角的參數間的交互作用

圖4a可看出，土壤JKR表面能和土壤-土壤恢復系數變化引起的休止角變化較小，同時等高線呈現較大曲率的橢圓形表明，土壤JKR表面能和土壤-土壤恢復系數交互影響顯著；圖4b、圖4c的響應面的坡度較大，表明土壤JKR表面能和土壤-土壤靜摩擦因數、土壤-土壤恢復系數和土壤-土壤靜摩擦因數對休止角的影響較大；圖4b、圖4c的等高線的曲率平緩，表明土壤JKR表面能和土壤-土壤靜摩擦因數、土壤-土壤恢復系數和土壤-土壤靜摩擦因數交互影響不顯著。

2.4 最優參數組及仿真驗證

利用Design-Expert軟件的優化功能，以實測休止角42.4°為目標對回歸模型進行尋優，所得出的優化解并非唯一解，而是若干組解。分別采用這些優化解進行土壤堆積仿真試驗驗證，選取與土壤實測堆數據最為近似的一組最優解：土壤JKR表面能為12.73 J/m2、土壤-土壤恢復系數為0.55、土壤-土壤靜摩擦因數為0.84，其余非顯著性參數取GEMM數據庫的推薦值。

優化解下休止角仿真試驗結果與實測試驗結果對比如圖5所示，仿真與實測試驗得到的土壤顆粒在形狀和相關數值上均無明顯差異（>0.05），4次重復仿真試驗得到土壤休止角為43.5°、41.8°、43.9°、42.3°，均值為42.9°，標準偏差為0.87°，與實測試休止角的相對誤差（實測休止角為標準值）僅為1.2%，結果表明應用顯著性分析和響應曲面法相結合的方法優化土壤顆粒仿真物理參數是可行的。

圖5 堆積試驗結果

3 穴孔成型試驗驗證

3.1 試驗目的

為驗證經過參數標定優化后構建的黏壤土離散元仿真模型是否能夠準確反映土壤的物理力學特性，結合土槽試驗和離散元仿真試驗進行穴孔成型試驗，以成型穴孔的開口縱長和有效深度為響應值，將實測值與仿真值進行對比分析，利用相對誤差值判斷離散元仿真模型的精準性。

3.2 試驗方法與指標

3.2.1 穴孔成型土槽試驗

土槽試驗在湖南農業大學農業機械化工程實訓中心試驗土槽開展，為保障多次試驗中土槽土壤條件的一致性，每次試驗前對土槽土壤依次進行：刮土板刮平、旋耕機旋耕、刮土板刮平、噴淋系統灑水、鎮壓輥壓實等處理。測定土壤參數：土壤較平整，土壤比重2 680 kg/m3，含水率為15.8%，0～160 mm深度土壤堅實度為185.6 kPa、土壤孔隙度為48.7%。

試制圖6a所示成穴裝置試驗樣機，樣機作業參數如下：滾動半徑260 mm，穴刺直徑35 mm，錐尖倒角65°，入土深度68 mm。

圖6 土槽試驗

土槽試驗進行4次平行試驗，每次試驗設定機具的前進速度為1.68 km/h，單次試驗機具前進30 m，測定單次試驗運行的中間段5 m內的穴孔的開口縱長和有效深度，記為單次試驗的數值結果，取4次平行試驗均值記為最終的數值結果，并計算其標準偏差。

開口縱長：測定成型穴孔上部端面沿著裝置前進方向的長度，記為開口縱長。

有效深度：沿著成型穴孔端面到穴孔內部縱長為35 mm位置平面的垂直高度，記為有效深度。

相對誤差：土槽試驗和仿真試驗結果的相對誤差，以仿真模擬得出的數值為標準值，相對誤差均取絕對值。

3.2.2 穴孔成型仿真試驗

采用Pro/E 5.0軟件按照1∶1比例建立成穴裝置三維模型，簡化模型并導入EDEM軟件，試驗裝置的材料為鋼材，本征參數為：密度7.85×103kg/m3，泊松比0.3，剪切模量7.0×107kPa。

a. 穴孔成型仿真裝置

a. Simulation device of hole forming

b. 仿真成型穴孔

在EDEM軟件中建立土槽模型，其尺寸（長′寬′高）為350 mm′250 mm′180 mm，按照標定優化后的土壤物理參數在土槽模型中模擬生成高度為160 mm的土壤（土壤生成過程中，采用一定程度壓實以實現土壤孔隙度48.7%）。EDEM仿真模型初始狀態如圖7a所示，成穴裝置位于土槽左上端。

設定成穴裝置以2 rad/s進行順時針轉動，其水平前進（向右平動）速度為0.468 m/s。進行4次仿真穴孔成型平行試驗，測定成型穴孔的開口縱長和有效深度，取4次平行試驗數值的均值記為仿真試驗結果，并計算其標準偏差。

3.3 試驗結果與分析

土槽試驗成型穴孔如圖6b所示，仿真試驗成型穴孔如圖7b所示。成穴裝置成穴的土槽試驗與仿真試驗的結果對比如表7所示，結果表明：基于JKR接觸模型，結合EDEM軟件的GEMM數據庫推薦的物理參數范圍值，利用代理模型進行黏壤土離散元仿真模型參數標定及優化后，觸土部件在仿真土壤模型中運動規律與土槽試驗中差異較小，成型穴孔的開口縱長和有效深度的誤差分別為3.98%和1.87%，仿真土壤的物理力學特性與實際土壤一致，從而表明黏壤土的離散元仿真參數系統標定研究的方法準確可行。

表7 仿真與土槽試驗結果對比

4 結 論

本文基于土壤堆積試驗，采用實測試驗與離散元仿真相結合的方法，結合EDEM軟件對中國南方地區種植土壤黏壤土進行仿真參數標定及優化，以休止角為響應值，借助Design Expert軟件，將顯著性分析和響應面法應用于仿真參數的優化求解，篩選出對休止角影響顯著的物理參數，分析影響休止角的參數間的交互作用，確定最優參數。進一步通過穴孔成型的仿真試驗與土槽試驗對比分析，驗證黏壤土離散元仿真模型反映土壤物理力學特性的準確性。得出如下結論：

1）仿真模擬的Plackett-Burman試驗結果表明，仿真物理參數中土壤JKR表面能、土壤-土壤恢復系數、土壤-土壤靜摩擦因數對土壤休止角影響顯著；而其他物理參數對土壤休止角無顯著性影響。

2）仿真模擬的Box-Behnken試驗結果表明，3個顯著性參數的一次項（土壤JKR表面能、土壤-土壤恢復系數、土壤-土壤靜摩擦因數）和二次項（土壤JKR表面能和土壤-土壤恢復系數交互項、土壤-土壤靜摩擦因數）對土壤休止角影響顯著。對二階回歸模型求解，得出黏壤土仿真參數最優值：土壤JKR表面能12.73 J/m2、土壤-土壤恢復系數和靜摩擦因數分別為0.55、0.84，其余非顯著性參數取GEMM數據庫推薦值，土壤泊松比0.38、土壤-土壤滾動摩擦因數0.1、土壤-鋼材恢復系數、靜摩擦因數和滾動摩擦因數分別為0.3、0.6和0.1。

3）成穴裝置成穴的仿真試驗與土槽試驗的對比結果表明，利用代理模型進行黏壤土離散元仿真參數標定及優化后，成穴裝置在土壤仿真模型中運動規律與土槽試驗中差異較小，成型穴孔物理尺寸的數值差異在3.98%以內，仿真模擬土壤的物理力學特性與實際土壤一致。本研究探索出土壤離散元仿真物理參數系統標定及優化的方法，構建中國南方地區黏壤土精準的離散元仿真模型，為該類型土壤與觸土部件相互作用下的動力學研究提供理論基礎與技術支撐。

[1] 李博，陳軍，黃玉祥．機械與土壤相互作用的離散元仿真研究進展[J]．農機化研究，2015，37(1)：217－222．Li Bo, Chen Jun, Huang Yuxiang. Research progress of discrete element simulation of soil-machine interaction[J]. Journal of Agrucultural Mechanization Research, 2015, 37(1): 217－222. (in Chinese with English abstract)

[2] 王學振，岳斌，高喜杰，等．深松鏟不同翼鏟安裝高度時土壤擾動行為仿真與試驗[J]．農業機械學報，2018，49(10)：124－136．Wamg Xuezhen, Yue Bin, Gao Xijie, et al. Discrete element simulations and experiments of disturbance behavior as affected by mounting height of subsoiler’s wing[J]. Transactions of the Chinese Society for Agricultural Machinery, 2018, 49(10): 124－136. (in Chinese with English abstract)

[3] 馬帥，徐麗明，邢潔潔，等．葉輪旋轉式葡萄藤埋土單邊清除機研制[J]．農業工程學報，2018，34(23)：1－10．Ma Shuai, Xu Liming, Xing Jiejie, et al. Development of unilateral cleaning machine for grapevine buried by soil with rotary impeller[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(23): 1－10. (in Chinese with English abstract)

[4] 賈洪雷，劉行，余海波，等．免耕播種機凹面爪式清茬機構仿真與試驗[J]．農業機械學報，2018，49(11)：68－77．Jia Honglei, Liu Hang, Yu Haibo, et al. Simulation and experiment on stubble clearance mechanism with concave claw-type for no-tillage planter[J]. Transactions of the Chinese Society for Agricultural Machinery, 2018, 49(11): 68－77. (in Chinese with English abstract)

[5] Zdancevi?ius E, Ka?ianauskas R, Zabulionis D. Improvement of viscoelastic damping for the hertz contact of particles due to impact velocity[J]. Procedia Engineering, 2017, 172: 1286－1290.

[6] Buechler S R, Mustoe G G W, Berger J R, et al. Under-standing the soil contact problem for the LWD and static drum roller by using the DEM[J]. Journal of Engineering Mechanics-Asce, 2012, 138(1): 124－132.

[7] 方會敏，姬長英，Farman A C，等．基于離散元法的旋耕過程土壤運動行為分析[J]．農業機械學報，2016，47(3)：22－28． Fang Huimin, Ji Changying, Farman A C, et al. Analysis of soil dynamic behavior during rotary tillage based on distinct element method[J]. Transactions of the Chinese Society for Agricultural Machinery, 2016, 47(3): 22－28. (in Chinese with English abstract)

[8] Janda A, Ooi J Y. DEM modeling of cone penetration and unconfined compression in cohesive solids[J]. Powder Technology, 2016, 293: 60－68.

[9] 黃玉祥，杭程光，苑夢嬋，等．深松土壤擾動行為的離散元仿真與試驗[J]．農業機械學報，2016，47(7)：80－88．Huang Yuxiang, Hang Chengguang, Yuan Mengchan, et al. Discrete element simulation and experiment on disturbance behavior of subsoiling[J]. Transactions of the Chinese Society for Agricultural Machinery, 2016, 47(7): 80－88. (in Chinese with English abstract)

[10] 袁全春，徐麗明，邢潔潔，等．機施有機肥散體顆粒離散元模型參數標定[J]. 農業工程學報，2018，34(18)：21－27．Yuan Quanchun, Xu Liming, Xing Jiejie, et al. Parameter calibration of discrete element model of organic fertilizer particles for mechanical fertilization[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(18): 21－27. (in Chinese with English abstract)

[11] 石林榕，孫偉，趙武云，等．馬鈴薯種薯機械排種離散元仿真模型參數確定及驗證[J]. 農業工程學報，2018，34(6)：35－42．Shi Linrong, Sun Wei, Zhao Wuyun, et al. Parameter determination and validation of discrete element model of seed potato mechanical seeding[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(6): 35－42. (in Chinese with English abstract)

[12] Mak J, Chen Y, Sadek M A. Determining parameters of a discrete element model for soil-tool interaction[J]. Soil and Tillage Research, 2012, 118: 117－122.

[13] Li Bo, Chen Ying, Chen Jun. Modeling of soil-claw interaction using the discrete element method (DEM)[J]. Soil and Tillage Research, 2016, 158: 177－185.

[14] Chen Y, Munkholm L J, Nyord T. A discrete element model for soil-sweep interaction in three different soils[J]. Soil and Tillage Research, 2013, 126: 34－41.

[15] Xiao Xiangwu, Tan Yuanqiang, Zhang Hao, et al. Experimental and DEM studies on the particle mixing performance in rotating drums: Effect of area ratio[J]. Powder Technology, 2017, 314: 182－194.

[16] Coetzee C J, Els D N J. Calibration of discrete element parameters and the modelling of silo discharge and bucket filling[J]. Computers & Electronics in Agriculture, 2009, 65(2): 198－212.

[17] Grima A P, Wypych P W. Development and validation of calibration methods for discrete element modelling[J]. Granular Matter, 2011, 13(2): 127－132.

[18] 劉凡一，張艦，李博，等．基于堆積試驗的小麥離散元參數分析及標定[J]．農業工程學報，2016，32(12)：247－253．Liu Fanyi, Zhang Jian, Li Bo, et al. Calibration of parameters of wheat required in discrete element method simulation based on repose angle of particle heap[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016,32(12): 247－253. (in Chinese with English abstract)

[19] 劉凡一，張艦，陳軍．小麥籽粒振動篩分黏彈塑性接觸模型構建及其參數標定[J]．農業工程學報，2018，34(15)：37－43．Liu Fanyi, Zhang Jian, Chen Jun. Construction of visco-elasto-plasticity contact model of vibratory screening and its parameters calibration for wheat[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(15): 37－43. (in Chinese with English abstract)

[20] Uchul M, Fielke J M, Saunders C. 3D DEM tillage simulation: Validation of a hysteretic spring (plastic) contact model for a sweep tool operating in a cohesionless soil[J]. Soil and Tillage Research, 2014, 144: 220－227.

[21] Ucgul M, Fielke J M, Saunders C. Three-dimensional discrete element modelling (DEM) of tillage: Accounting for soil cohesion and adhesion[J]. Biosystems Engineering, 2015, 129(1): 298－306.

[22] 張銳，韓佃雷，吉巧麗，等．離散元模擬中沙土參數標定方法研究[J]．農業機械學報，2017，48(3)：49－56．Zhang Rui, Han Dianlei, Ji Qiaoli, et al. Calibration methods of sandy soil parameters in simulation of discrete element method[J]. Transactions of the Chinese Society for Agricultural Machinery, 2017, 48(3): 49－56. (in Chinese with English abstract)

[23] 王憲良，胡紅，王慶杰，等．基于離散元的土壤模型參數標定方法[J]．農業機械學報，2017，48(12)：78－85． Wang Xianliang, Hu Hong, Wang Qingjie, et al. Calibration method of soil contact characteristic parameters based on DEM theory[J]. Transactions of the Chinese Society of Agricultural Machinery, 2017, 48(12): 78－85. (in Chinese with English abstract)

[24] 武濤，黃偉鳳，陳學深，等．考慮顆粒間黏結力的黏性土壤離散元模型參數標定[J]．華南農業大學學報，2017，38(3)：93－98．Wu Tao, Huang Weifeng, Chen Xueshen, et al. Calibration of discrete element model parameters for cohesive soil considering the cohesion between particles[J]. Journal of South China Agricultural University, 2017, 38(3): 93－98. (in Chinese with English abstract)

[25] 王金武，唐漢，王奇，等．基于EDEM 軟件的指夾式精量排種器排種性能數值模擬與試驗[J]．農業工程學報，2015，31(21)：43－50． Wang Jinwu, Tang Han, Wang Qi, et al. Numerical simulation and experiment on seeding performance of pickup finger precision seed-metering device based on EDEM[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(21): 43－50. (in Chinese with English abstract)

[26] 戚江濤，蒙賀偉，坎雜，等．基于EDEM 的雙螺旋奶牛飼喂裝置給料性能分析與試驗[J]．農業工程學報，2017，33(24)：65－71． Qi Jiangtao, Meng Hewei, Kan Za, et al. Analysis and test of feeding performance of dual-spiral cow feeding device based on EDEM[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(24): 65－71. (in Chinese with English abstract)

[27] 高國華，馬帥．基于離散單元分析與物場分析的盆花移栽手爪優化[J]．農業工程學報，2017，33(6)：35－42．Gao Guohua, Ma Shuai. Improvement of transplanting manipulator for potted flower based on discrete element analysis and Su-field analysis[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2017, 33(6): 35－42. (in Chinese with English abstract)

[28] 朱德泉，李蘭蘭，文世昌，等．滑片型孔輪式水稻精量排種器排種性能數值模擬與試驗[J]．農業工程學報，2018，34(21)：17－26． Zhu Dequan, Li Lanlan, Wen Shichang, et al. Numerical simulation and experiment on seeding performance of slide hole-wheel precision seed-metering device for rice[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2018, 34(21): 17－26. (in Chinese with English abstract)

[29] Zhong Wenqi, Yu Aibing, Liu Xuejiao, et al. DEM/CFD-DEM modelling of non-spherical particulate systems: Theoretical developments and applications[J]. Powder Technology, 2016, 302: 108－152.

[30] 石林榕，趙武云，孫偉．基于離散元的西北旱區農田土壤顆粒接觸模型和參數標定[J]．農業工程學報，2017，33(21)：181－187． Shi Linrong, Zhao Wuyun, Sun Wei. Parameter calibration of soil particles contact model of farmland soil in northwest arid region based on discrete element method[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(21): 181－187. (in Chinese with English abstract)

[31] 賀一鳴，向偉，吳明亮，等．基于堆積試驗的壤土離散元參數的標定[J]．湖南農業大學學報：自然科學版，2018，44(2)：216－220． He Yiming, Xiang Wei, Wu Mingliang, et al. Parameters calibration of loam soil for discrete element simulation based on the repose angle of particle heap[J]. Journal of Hunan Agricultural University: Natural Sciences, 2018, 44(2): 216－220. (in Chinese with English abstract)

[32] 羅帥，袁巧霞，GOUDA Shaban，等．基于JKR粘結模型的蚯蚓糞基質離散元法參數標定[J]．農業機械學報，2018，49(4)：343－350．Luo Shuai, Yuan Qiaoxia, Gouda S, et al. Parameters calibration of vermicomposting nursery substrate with discrete element method based on JKR contact model[J]. Transactions of the Chinese Society for Agricultural Machinery, 2018, 49(4): 343－350. (in Chinese with English abstract)

中國農業工程學會會員：吳明亮（E041200186S）

Calibration of simulation physical parameters of clay loam based on soil accumulation test

Xiang Wei1,2, Wu Mingliang1※, Lü Jiangnan2, Quan Wei1, Ma Lan2, Liu Jiajie2

(1.,,410128;2.,,410205,)

In order to obtain the precise physical parameters of the discrete element simulation model of typical cultivated soil clay loam in southern China, this paper constructed a soil discrete element simulation model. Based on a soil accumulation test, this study proposed a method for combining the significance analysis and response surface method, which calibrated and optimized the simulation parameters of clay loam in southern China. Combining the results of actual test and GEMM database parameters recommended by constructing the DEM model of the soil, repose angle of soil was taken as response value, using the Design Expert software through the Plackett-Burman test, the steepest climbing test and Box-Behnken test, simulation physical parameters were calibrated and optimized. The simulation model of discrete element in clay loam was verified to be accurate by analyzing the simulation and soil bin testing of hole forming device. The DEM model of soil was established on the basis of the parameters determined by the basic test. The 8 initial physical parameters were screened for significance using the Plackett-Burman test. The results show that: the surface energy of soil for JKR model, soil-soil restitution coefficient, and the soil-soil static friction coefficient have significant effects on the response value and repose angle. Based on the optimal interval value of the significant parameters are determined by the steepest ascent test and the Box-Behnken test result, the quadratic regression model of significance parameters and repose angle is established and optimized to obtain the optimal combination of the significance parameters: The surface energy of soil for JKR model is 12.73 J/m2. The soil-soil restitution coefficient is 0.55. The soil-soil static friction coefficient is 0.84. Other insignificance parameters are as recommended by the GEMM database (Poisson's ratio of soil is 0.38. Soil-soil rolling friction coefficient is 0.1. Soil-steel restitution coefficient is 0.3. Soil-steel static friction coefficient is 0.6. Soil-steel rolling friction coefficient is 0.1). By the analog simulation of optimal parameter combination, it can be obtained that the simulated repose angle is 42.9° and the measured repose angle is 42.4°, therefore, the relative error is only 1.2%. There is no significant difference in shape and relevant value between the soil in simulation and the soil in experiment (>0.05). The optimized parameters can be used for further DEM analog simulation between the clay loam and the soil-contacting components and revealing the law of motion of clay loam under the action of soil-contacting components. The results of the simulation and soil bin testing of hole forming device show that, motion law of the soil-engaging component in the simulated soil model is slightly different from that in the soil groove test, with the numerical difference within 3.98%, which proves that the soil simulation model after parameter calibration and optimization can accurately replace the real soil for simulation. The research can provide theoretical basis and technical support for the dynamic study of the interaction between this type of soil and the contact soil components.

models; discrete element method; clay loam; parameter calibration; repose angle; simulation parameters; Johoson-Kendall-Roberts contact model

10.11975/j.issn.1002-6819.2019.12.014

S152.9；TP391.9

A

1002-6819(2019)-12-0116-08

2019-01-10

2019-05-17

國家科技支撐計劃（2014BAD11B03）；湖南省科技廳重點項目（2017NK2131）；國家麻類產業技術體系項目（CARS-16-E21）；中國農業科學院科技創新工程項目（CAAS-ASTIP-2016-IBFC）

向偉，博士，助理研究員，主要從事農業機械創新設計。Email：xwxblg@163.com

吳明亮，教授，博士生導師，主要從事農業機械研究。Email：mlwu@hunau.edu.cn

向 偉，吳明亮，呂江南，全 偉，馬 蘭，劉佳杰. 基于堆積試驗的黏壤土仿真物理參數標定[J]. 農業工程學報，2019，35(12)：116－123. doi：10.11975/j.issn.1002-6819.2019.12.014 http://www.tcsae.org

Xiang Wei, Wu Mingliang, Lü Jiangnan, Quan Wei, Ma Lan, Liu Jiajie. Calibration of simulation physical parameters of clay loam based on soil accumulation test[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(12): 116－123. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.12.014 http://www.tcsae.org