基于EDEM的茶鲜叶分级机的筛分率的研究

李兵，李为宁，柏宣丙，张正竹

基于EDEM的茶鲜叶分级机的筛分率的研究

李兵1,2，李为宁1，柏宣丙1，张正竹2,3*

1. 安徽农业大学工学院，安徽 合肥 230036；2. 安徽农业大学茶树生物学与资源利用国家重点实验室，安徽 合肥 230036；3. 安徽农业大学茶与食品科技学院，安徽 合肥 230036

为了提高鲜叶分级机的筛分率，以柳叶种机采鲜叶为试验原料，对6CFJ-70型鲜叶分级机的关键技术参数进行了研究，利用Solidworks 2014对鲜叶分级机进行3D建模，基于离散元法建立鲜叶仿真颗粒模型和接触力学模型，设置关键仿真技术参数，运用EDEM 2018软件对鲜叶在锥形滚筒中的运动进行了数值模拟，得到影响筛分率的关键参数为锥形滚筒转速与倾角。为了对上述参数进行优化，以筛分率为目标函数，设计了2因素5水平的二次旋转正交组合试验，运用响应面法得到二次回归模型且通过了相关验证试验。结果表明，影响鲜叶分级效率的主要因素是锥形滚筒转速和锥形滚筒倾角。当锥形滚筒的转速为24 r·min-1，锥形滚筒倾角为6°时，鲜叶的筛分率为81.7%，具有较好的鲜叶分级效果，本文的研究内容可以为鲜叶分级机的设计与优化提供技术参考。

茶鲜叶分级机；离散元法；EDEM；响应面分析法

随着人们生活水平的提高，茶叶逐渐成为消费者喜欢的健康饮品，但传统的手工采摘难以满足茶叶的规模化生产，机械化的茶叶采摘成为必然趋势。随着机械化采摘技术的发展以及推广应用，在一定程度上满足了茶叶生产对茶鲜叶的需求，但是机采茶鲜叶往往存在芽叶破碎，茶鲜叶质量参差不齐、均净度低、老叶老梗偏多的问题[1]。由于名优绿茶在我国茶叶产业发展中具有重要的地位，对于茶鲜叶的外形要求更高，所以机采的鲜叶需要进一步的进行分级处理。鲜叶分级机是提高名优绿茶鲜叶质量的重要装备之一，可以将各类等级的茶鲜叶混合物分离成不同等级[2]。

锥形滚筒式鲜叶分级机是一种广泛使用的茶鲜叶分级设备，其工作原理是鲜叶通过进料口进入锥形滚筒内部，鲜叶在自身重力作用下随倾斜的筛面向出料口运动，贴近筛面大小不同的茶鲜叶先后通过由小到大的筛孔被分离出来。国内的一些专家和学者运用滚筛机、平筛机和风选机等不同鲜叶分级设备对同样的鲜叶原料进行了筛分比较[3]；对鲜叶分级机的主要参数选取进行了研究[4]；以新型鲜叶分级机为研究对象，研究在不同筛孔孔板组合、振动频率下的机采鲜叶分级效果[5]。这些研究都是基于传统实验方法所进行的，难以分析物料的运动过程。离散元法作为一种颗粒离散体物料的分析方法，将物料颗粒看成一系列离散的独立运动单元，根据离散物质本身所具有的离散特性建立数学模型，将需要分析的物体看作离散颗粒的集合，这与离散物质本身所具有的离散特性相一致。因此，离散元法在分析农业物料时具有很大的优越性，在农业工程领域不断得到应用和推广[6]。20世纪90年代后，一些学者开始运用离散元法研究物料颗粒与农业机械相关零部件之间的相互作用及物料颗粒的流动问题[7]。近年来，离散元法开始在茶叶机械领域有所涉及。国内一些学者运用EDEM技术研究了茶叶滚筒杀青机的滚筒温度场的变化规律[8]，采用离散元分析法对平面圆筛机的筛分效率进行了相关研究[9]。但是EDEM技术对于鲜叶分级机的相关研究几乎没有涉及。

本文通过三维建模软件Solidworks 2014建立鲜叶分级机的三维几何模型，基于离散元法建立鲜叶的颗粒模型和接触力学模型，运用EDEM 2018离散元仿真软件对影响鲜叶分级效果的相关因素进行数值模拟，研究了锥形滚筒中鲜叶的运动规律，同时设计2因素5水平的二次旋转正交组合试验进行试验验证，寻求具有高筛分率的最佳技术参数组合。

1 鲜叶分级机的总体结构与工作原理

鲜叶分级机由进料口、电机、传动装置、机架、锥形滚筒、分级隔板、出料口、支撑轴等组成（图1）。鲜叶分级机的相关设计参数见表1。鲜叶分级机的主要工作部件是一个锥形滚筒，锥形滚筒筒体有若干孔径大小不同的筛孔（图2）。鲜叶分级机的工作原理是固定在机架上的电机作为动力输出，通过传动装置带动锥形滚筒转动，鲜叶通过进料口进入锥形滚筒内部，鲜叶随着锥形滚筒作圆周运动。小于不同筛孔孔径的鲜叶穿过筛孔，落到下方的各级集料板上实现分级，大于筛孔孔径的鲜叶由出料口排出并进行鲜叶的收集。

2 茶鲜叶的运动分析

由于锥形滚筒筒体倾斜安装，与水平方向成一定角度并围绕自身转轴作圆周运动，因此茶鲜叶在锥形滚筒中的运动过程较为复杂。以单粒茶鲜叶为研究对象对其进行受力分析（图3）。

表1 鲜叶分级机结构参数

注：1-电机；2-锥形滚筒；3-进料口；4-机架；5-滚轮；6-分级隔板；7-出料口；8-底板

图2 鲜叶分级机实体图

图3 鲜叶受力分析图

当鲜叶的脱离角<90°时，鲜叶在重力作用下有向前滑动的趋势，此时鲜叶沿着锥形滚筒内壁运动的临界条件为：

代入可得：

根据受力分析可得鲜叶沿筛面前滑的条件：

当鲜叶的脱离角>90°时，鲜叶沿着锥形滚筒壁有向后滑动的趋势，此时鲜叶沿着锥形滚筒内壁运动的临界条件为：

根据受力分析可得鲜叶沿筛面后滑的条件为：

由此可得到物料的抛起条件为：

当锥形滚筒的实际转速到达临界转速时，此时鲜叶的重力与离心力大小相等、方向相反，鲜叶不再脱离筛面进行下落，锥形滚筒的实际转速小于临界转速时，茶鲜叶会脱离锥形滚筒壁而作抛物运动。因此在实际使用过程中，鲜叶分级机中锥形滚筒的转速应小于其临界转速[10]。锥形滚筒的实际转速达到临界转速的30%时，由于鲜叶获得的速度较低，鲜叶不能跟随锥形滚筒作圆周运动，大部分鲜叶堆积在锥形滚筒底部，导致筛分效果较差。锥形滚筒的实际转速达到临界转速的60%时，部分鲜叶贴附在锥形滚筒壁上，并且鲜叶之间的相互作用力较大，使得鲜叶互相勾连分级效率下降。一般情况下，锥形滚筒转速取值范围是临界转速的30%~60%。其计算公式如下：

其中，为鲜叶质量；为鲜叶在锥形滚筒中的圆周速度；为锥形滚筒的半径。

当α=90°时，鲜叶达到锥形滚筒的最高位置，得到临界转速为：

3 茶鲜叶仿真模型的建立

3.1 鲜叶的仿真颗粒模型

鲜叶分级机的锥形滚筒是进行鲜叶分级的主要结构部件，因此运用三维建模软件Solidworks 2014建立锥形滚筒三维几何模型，如图4所示。由于鲜叶的形态差异明显，包括鲜叶叶片的大小、叶片的形状、叶片厚度、梗节间长度、容重等。鲜叶叶片的大小有大、中、小叶种之分，成熟的老叶片长度在10 cm以上为大叶种，5~6 cm以下的称之为小叶种，中间大小的为中叶种[11]。目前，对于不规则的物料建模普遍采用多球组合成一个有固定空间关系的组合体的方式，考虑到计算机的运行速度和计算机处理时间，对不同等级的鲜叶颗粒模型均采用球形颗粒聚合体填充建立的模型[12-13]。

图4 锥形滚筒三维模型

3.2 鲜叶接触力学模型

接触力学模型是EDEM仿真软件进行数值模拟的重要基础设置，在离散元中单元之间接触的弹性和非弹性性质用弹簧和阻尼器来表示。弹簧代表单元的弹性，阻尼器代表单元的非弹性，用带有摩擦因数的滑块来表示单元之间的摩擦[14]。常用的接触模型有以下6种：Hertz-Mindlin无滑动接触模型、Hertz-Mindlin粘结接触模型、线性黏附接触模型、运动表面接触模型、线弹性接触模型和摩擦带电接触模型。由于本文的研究对象是茶鲜叶，接触主要是茶鲜叶之间的接触、茶鲜叶与锥形滚筒壁之间的接触，所以选择软球模型中的Hertz-Mindlin无滑动接触模型[15-16]。

3.3 EDEM仿真参数设置

（1）设置茶鲜叶的接触模型为Hertz-Mindlin无滑动接触模型。（2）设置茶鲜叶的物理力学属性等参数[17]，具体参数设置见表2。（3）设置几何体的材料属性和动力学参数。（4）设置合适的仿真区域大小以便提高计算机的仿真速度。（5）创建颗粒工厂，主要设置颗粒的生成数量、生成速率和生成方式等，本文采用动态颗粒工厂，以提高茶鲜叶仿真颗粒的生成效率。（6）EDEM 2018中设定的时间步长通常为Rayleigh时间步长的30%。设置仿真时间、数据写出频率和仿真网格大小，相关设置如下：设置仿真总时长为6 s；设置茶鲜叶仿真数据写出频率为0.01 s；仿真网格大小设为最小粒子半径的3倍，然后运行仿真[18]，仿真过程如图5所示。

4 仿真结果与分析

4.1 锥形滚筒转速对鲜叶分级效果的影响

锥形滚筒的转速直接影响了鲜叶在锥形滚筒中的运动过程和筛分效果，从图6中可知：随着锥形滚筒转速的增大，锥形滚筒处于高转速时的鲜叶平均速度和相互作用力均均增大，鲜叶被滚筒带起高度加大，起抛角加大，有利于鲜叶上下层翻滚，使鲜叶更加松散，增大了鲜叶与筛网的接触时间，有利于提高筛分率；当锥形滚筒的转速过低（8 r·min-1）时，鲜叶被滚筒带起高度过小，起抛角过小，鲜叶在锥形滚筒底部堆积，只有与筛网接触的下部鲜叶得到筛分，上部鲜叶并未能与筛网接触，造成筛分率降低；当锥形滚筒的转速过高（40 r·min-1）时，鲜叶的离心力大于自身的重力，导致鲜叶贴附在锥形滚筒壁上，鲜叶与筛网之间失去相对运动，筛网失去筛分作用，降低了分级效率。

4.2 锥形滚筒倾角对鲜叶分级效果的影响

在鲜叶分级过程中倾角的大小能够直接影响鲜叶在锥形滚筒中的轴向位移量及鲜叶与筛网的接触时间，从而影响筛分率，因此有必要对不同锥形滚筒倾角下的鲜叶分级进行研究[19]。倾角过小时，鲜叶在锥形滚筒中的轴向位移量过小，若不提高锥形滚筒转速，容易造成鲜叶堆积的现象。如图7所示：在其他条件都相同的情况下，锥形滚筒倾角的增大使得鲜叶下滑速度加大，利于下层翻滚，鲜叶间的空隙率加大，同时竖直分速度加大，有利于提高筛分率。但倾角过大时，鲜叶下滑速度加大。竖直分速度加大，有利于鲜叶快速通过筛网，但同时鲜叶的水平分速度也加大，减小了与筛网接触时间，筛分率反而下降。在2.4 s以后，鲜叶的平均速度和相互作用力全部为0，是因为锥形滚筒倾角过大，鲜叶在锥形滚筒中分级的时间很短造成的。轴向位移量过大导致鲜叶未完全分级就已经全部通过出料口排出锥形滚筒中，分级效果最差。

表2 茶鲜叶参数设置

图5 鲜叶分级机仿真过程

图6 不同转速条件下茶鲜叶的v-t和F-t曲线

图7 不同倾角条件下茶鲜叶的v-t和F-t曲线

5 二次旋转正交组合试验与结果分析

为了对锥形滚筒式茶叶分级机的关键参数进行优化，以6CFJ-70型鲜叶分级机为研究对象，在安徽宣城华阳茶叶机械有限公司进行正交组合试验，鲜叶茶树品种为宣城当地柳叶种，当春茶新梢一芽三叶比例达到30%~40%时，采用川崎SM110双人采茶机进行机采作业。

根据目前鲜叶分级机多年的使用经验，筛孔形状为方形孔，小孔尺寸、大孔尺寸分别为15 mm×15 mm、20 mm×20 mm时，具有较好的适应性，满足较多茶叶加工对鲜叶分级的需求，鲜叶分级效果较好，并为多数茶厂采用，故筛孔的形状与尺寸不在本次参数优化选取范围内。由于对鲜叶分级机结构参数的研究较少，而结构参数中的锥形滚筒转速、倾角对于鲜叶分级效果具有较大的影响，因此在其他条件都相同的情况下，为了进一步验证锥形滚筒的转速、倾角等对鲜叶分级的影响，结合单因素试验，选择锥形滚筒转速、锥形滚筒倾角作为试验因素，以筛分率作为评价指标。进行2因素5水平的二次旋转正交组合试验，正交试验因素水平见表3，试验结果见表4。

筛分率的计算：按照鲜叶分级机的国家机械行业标准（JB/T 12835—2016）规定，在鲜叶分级机正常工作状态下，称取50 kg的鲜叶，将鲜叶分级机各出茶口的鲜叶称重并相加，按照公式（13）计算筛分率。

式中，n-筛分率，∑i-分级后各出茶口排出鲜叶质量之和，1-投入筛分的鲜叶质量。

表3 正交试验因素水平

表4 试验设计与结果

运用数据处理软件Design-Expert 10.0对表4中的试验数据进行多元回归拟合[20]，建立筛分率1与锥形滚筒转速、锥形滚筒倾角之间的二次多项式回归模型，回归方程为：

1=28.89392＋3.13600＋8.45161－0.097656－0.0669732－0.524692

回归模型方差分析和显著性检验[21]，如表5所示。由表5可知，回归模型的=0.000 7 <0.001，失拟项=0.141 0>0.05，模型的决定系数2=0.940 2。失拟项用来表示所有模型与试验拟合的程度，即二者之间的差异程度。在筛分率回归方程中，锥形滚筒的转速、倾角对于筛分率指标的影响是极显著的，失拟项不显著。表明在一定范围内，回归模型与实际情况拟合度较高，可用该回归方程代替试验真实点对试验结果进行分析[22]。

由表5进一步分析可得，对于筛分率指标，回归项A、A2影响极为显著；B、AB以及B2影响不显著。根据表中数据中各试验因素的检验值，影响筛分率指标的主次因素分别为：A2>A>B2>AB>B。由于鲜叶分级机的倾角取值范围一般选择为6~10°，实际倾角变化范围并不大，因此，过小的试验中倾角取值范围，使得锥形滚筒倾角与转速相比较对筛分率指标的影响并不显著。通过Design-Expert 10.0软件对数据进行处理可以得到锥形滚筒转速、锥形滚筒倾角与筛分率之间的响应曲面图，如图8所示。响应曲面图（三维）运用图形技术将函数关系表现出来，响应曲面的等值曲线可直观地反映因素交互作用对试验评价指标的影响程度。

由图8可知，锥形滚筒转速与锥形滚筒倾角存在交互作用。当锥形滚筒倾角一定时，随着锥形滚筒转速的增大，鲜叶筛分率先增大后减小。当锥形滚筒转速一定时，随着锥形滚筒转速的增大，鲜叶筛分率同样先增大后减小。当锥形滚筒转速和锥形滚筒倾角变化时，筛分率的变化区间较大，说明锥形滚筒的转速和倾角对筛分率指标的影响程度较为显著,通过Design-Expert 10.0软件进行优化求解，得到锥形滚筒的转速为24 r·min-1，锥形滚筒倾角为6°时，鲜叶具有较好的筛分效果，筛分率指标达到83%，响应曲面分析所得的筛分率指标变化规律与仿真结果基本一致。

通过鲜叶分级样机进行鲜叶分级实验验证，根据Design-Expert 10.0软件得到的最佳参数组合方案，选取锥形滚筒转速为24 r·min-1，倾角为6°进行鲜叶分级试验，得到筛分率指标为81.7%，与响应面分析法得到的优化解基本一致，间接验证了回归模型的有效性和正确性。

图8 因素交互作用对筛分率指标的影响

6 结论

茶鲜叶属于散粒体农业物料，传统方法难以对茶叶分级机中的茶鲜叶颗粒的关键运动学及动力学参数进行数值计算或检测。EDEM软件可以数值化模拟散状物料加工处理过程中颗粒体系的行为特征。为获取茶鲜叶分级机实际工作中的茶鲜叶颗粒的实际运动学及动力学参数，以宣城当地的柳叶种机茶采鲜叶为试验原料，以6CFJ-70型鲜叶分级机为试验样机，运用Solidworks 2014在上述试验样机的基础上，建立1∶1三维虚拟样机；运用EDEM 2018建立茶鲜叶颗粒模型并进行了相关仿真计算，数值仿真计算的结果阐明了锥形滚筒转速、倾角对筛分率的影响。为了验证以上仿真结果，设计2因素5水平的二次回归正交旋转组合试验，通过Design-Expert 10.0软件对相关试验数据进行响应面法二次回归分析，结果表明，影响鲜叶分级机筛分率的主次因素依次为：锥形滚筒转速、倾角；当鲜叶分级机的锥形滚筒转速为24 r·min-1、倾角为6°时，筛分率为81.7%，鲜叶分级机具有较好的筛分效果，为鲜叶分级机的设计与优化提供了理论借鉴。

本文仅在鲜叶分级机的关键参数上考虑对柳叶种茶鲜叶分级效果的影响，在今后的研究中可考虑不同类别茶鲜叶的物理特性、筛孔形状以及孔隙率等因素对鲜叶分级机分级效果的影响。

[1] 杨娟, 李中林, 袁林颖, 等. 机采茶鲜叶分级技术初步研究[J]. 中国茶叶加工, 2015(2): 41-45.

[2] 唐小林, 李文萃, 范起业. 机采茶鲜叶分类分级技术及相关设备研究进展[J]. 中国茶叶加工, 2015(2): 5-8.

[3] 张兰兰, 董迹芬, 唐萌, 等. 名优茶机采鲜叶分级技术研究[J]. 浙江大学学报(农业与生命科学版), 2012, 38(5): 593-598.

[4] 孙六莲, 严跃滨, 唐焕华. 茶叶鲜叶分级机主要参数研究[J]. 农业与技术, 2016, 36(1): 38-39.

[5] 袁海波, 滑金杰, 邓余良, 等. 基于YJY-2型鲜叶分级机的机采茶叶分级分类工艺优化[J]. 农业工程学报, 2016, 32(6): 276-282.

[6] 于建群, 付宏, 李红, 等. 离散元法及其在农业机械工作部件研究与设计中的应用[J]. 农业工程学报, 2005(5): 1-6.

[7] 廖庆喜, 张朋玲, 廖宜涛, 等. 基于EDEM的离心式排种器排种性能数值模拟[J]. 农业机械学报, 2014, 45(2): 109-114.

[8] 汪晓华, 李文昊, 何磊, 等. 平面圆筛机筛分参数对筛分效率的影响[J]. 轻工机械, 2013, 31(3): 8-12.

[9] 李志杰, 王素芬, 黄剑虹, 等. 基于EDEM绿茶滚筒杀青机温度场研究[J]. 安徽农业科学, 2016, 44(23): 235-237.

[10] 金石坚. 正确选择圆筒旋转筛转速的探讨[J]. 粮食与饲料工业, 1999(11): 7-9.

[11] 安徽农学院. 制茶学[M]. 合肥: 中国农业出版社, 1989: 25-26.

[12] 李洪昌, 李耀明, 唐忠, 等. 基于EDEM的振动筛分数值模拟与分析[J]. 农业工程学报, 2011, 27(5): 117-121.

[13] 原建博, 李骅, 吴崇友, 等. 基于离散单元法的水稻籽粒快速颗粒建模研究[J]. 南京农业大学学报, 2018, 41(6): 1151-1158.

[14] 高国华, 谢海峰. 基于EDEM的薯土分离机构数值分析与模拟[J]. 农机化研究, 2019, 41(1): 15-21.

[15] 鹿芳媛, 马旭, 齐龙, 等. 基于离散元法的杂交稻振动匀种装置参数优化与试验[J]. 农业工程学报, 2016, 32(10): 17-25.

[16] 许健, 甘义权, 蔡宗寿, 等. 基于EDEM的倾斜圆盘勺式大豆排种器投种性能优化研究[J]. 安徽农业科学, 2018, 46(21): 193-196.

[17] 朱志楠, 赵章风, 钟江, 等. 基于多相流耦合过程数值模拟的茶鲜叶离心式连续脱水设备参数模拟与优化[J]. 茶叶科学, 2017, 37(3): 280-289.

[18] J.-F.Ferellec, G.R.McDowell. A simple method to create complex particle shapes for DEM [J]. Geomechanics and Geoengineering, 2008, 3(3): 211-216.

[19] 施昱, 王庆海, 叶伟. 基于EDEM软件数值模拟的滚筒筛优化设计[J]. 环境工程学报, 2016, 10(9): 5197-5202.

[20] 丁力, 杨丽, 刘守荣, 等. 辅助充种种盘玉米气吸式高速精量排种器设计[J]. 农业工程学报, 2018, 34(22): 1-11.

[21] 耿端阳, 张明源, 何珂, 等. 倾斜双圆环型孔圆盘式玉米排种器设计与试验[J]. 农业机械学报, 2018, 49(1): 68-76.

[22] 朱德泉, 李兰兰, 文世昌, 等. 滑片型孔轮式水稻精量排种器排种性能数值模拟与试验[J]. 农业工程学报, 2018, 34(21): 17-26.

Research on Screening Rate of Fresh Tea Leaves Classifier Based on EDEM

LI Bing1,2, LI Weining1, BAI Xuanbing1,ZHANG Zhengzhu2,3*

1. School of Engineering, Anhui Agricultural University, Hefei 230036, China; 2. State Key Laboratory of Tea Plant Biology and Utilization, Anhui Agricultural University, Hefei 230036, China; 3. School of Tea and Food Science and Technology, Anhui Agricultural University, Hefei 230036, China

In order to improve the screening rate of fresh tea leaves classifier, the key technical parameters of 6CFJ-70 fresh tea leaves classifier were studied with machine picking fresh leaves of willow-Leaf tea plant. Solidworks 2014 was used to build the 3D model of fresh tea leaves classifier. Based on discrete element method, the simulation granular model and contact mechanics model of fresh tea leaves were established, and the key simulation technical parameters were set up. EDEM 2018 software was used to simulate the conical drum of fresh tea leaves. The movement of the conical drum was simulated numerically, and the key parameters affecting the screening rate were the rotational speed and inclination angle of the conical drum. In order to optimize the above parameters, a quadratic rotation orthogonal combination experiment with 2 factors and 5 levels was designed with screening rate as objective function. The quadratic regression model was obtained by response surface method and the related validation tests were carried out. The results show that the main factors affecting the classification efficiency of fresh leaves are the rotational speed of conical drum and the inclination of conical drum in turn. When the rotating speed of conical drum is 24 r·min-1and the inclination angle of conical drum is 6 degrees, the screening rate of fresh leaves is 81.7%, which has a good effect of fresh leaves classification. The research content of thispaper can provide technical reference for the design and optimization of fresh tea leaves classifier.

fresh tea leaves classifier, discrete element method, EDEM, response surface analysis

TS272.3

A

1000-369X(2019)04-484-11

2019-03-25

2019-04-30

安徽省科技重大专项“茶叶机采原料分选装备研究与产业化”（16030701097）

李兵，男，副教授，博士，主要从事茶叶机械方面的研究，libing@ahau.edu.cn。*通信作者：zzz@ahau.edu.cn