CN109443420A - 一种联合收获机风机质量检测装置及其检测方法 - Google Patents

一种联合收获机风机质量检测装置及其检测方法 Download PDF

Info

Publication number
CN109443420A
CN109443420A CN201811018397.1A CN201811018397A CN109443420A CN 109443420 A CN109443420 A CN 109443420A CN 201811018397 A CN201811018397 A CN 201811018397A CN 109443420 A CN109443420 A CN 109443420A
Authority
CN
China
Prior art keywords
centrifugal blower
blower
sensor
cleaned
hot
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811018397.1A
Other languages
English (en)
Other versions
CN109443420B (zh
Inventor
李耀明
李鸿信
马征
徐立章
唐忠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu University
Original Assignee
Jiangsu University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu University filed Critical Jiangsu University
Priority to CN201811018397.1A priority Critical patent/CN109443420B/zh
Publication of CN109443420A publication Critical patent/CN109443420A/zh
Application granted granted Critical
Publication of CN109443420B publication Critical patent/CN109443420B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Control Of Positive-Displacement Air Blowers (AREA)
  • Structures Of Non-Positive Displacement Pumps (AREA)

Abstract

本发明提供了一种联合收获机风机质量检测装置，包括检测系统；所述检测系统包括角度传感器、气流检测装置、振动检测装置、扭矩传感器、温度传感器和控制系统；所述角度传感器安装在清选离心风机上方；所述扭矩传感器安装在清选离心风机输入轴上；所述振动检测装置安装在清选离心风机上；所述温度传感器安装在清选离心风机上；所述气流检测装置位于清选离心风机出口处；所述控制系统与角度传感器、扭矩传感器、气流检测装置、振动检测装置和温度传感器连接。本发明可以检测联合收获机风机质量是否合格，保障联合收获机清选性能。

Description

一种联合收获机风机质量检测装置及其检测方法
技术领域
本发明涉及联合收获机风机质量检测领域，特别涉及一种联合收获机风机质量检测装置和检测方法。
背景技术
清选装置作为谷物联合收获机的“消化系统”，其性能直接影响谷物的清选质量及整机的作业性能。目前，国内外大部分谷物联合收获机采用的是风筛式清选装置，其中气流场的分布与清选质量有着密切的关系。随着谷物联合收获机向大型、高效等方向发展，这对联合收获机风机的制造装配质量提出了更高的要求。为了保障风筛式清选装置的清选性能及可靠性，联合收获机风机制造装配质量检测技术有待深入研究。目前对于联合收获机清选装置的检测手段主要有手工测量和自动测量，手工测量存在着人为读数误差、计算误差、相关数据不能同时记录等缺点；自动测量存在着仪器设备复杂、功能冗余、开发维护费用高、系统封闭等缺点。
风速检测装置在其他领域已经有所发明。专利公开号为CN 102901837 A通过风扇与感磁组件组合检测风速，通过风扇转动使感磁组件产生电信号，从而检测风速大小。但该装置灵敏度低，且对于风扇与轴承等零件精度要求很高。专利公告号CN 206725598 U通过在测量腔内安装风速传感器测量风速大小，但该装置在风速较大情况下进风时容易在测量腔内部出现涡流现象造成测量误差。
发明内容
针对现有技术中存在的不足，本发明提供了一种联合收获机风机质量检测装置和检测方法，检测联合收获机风机质量是否合格，保障联合收获机清选性能。
本发明是通过以下技术手段实现上述技术目的的。
一种联合收获机风机质量检测装置，包括检测系统；
所述检测系统包括角度传感器、气流检测装置、振动检测装置、扭矩传感器、温度传感器和控制系统；
所述角度传感器安装在清选离心风机上方，用于检测出风口倾角和清选离心风机安装角度；所述扭矩传感器安装在清选离心风机输入轴上，用于检测清选离心风机工作的扭矩；
所述振动检测装置安装在清选离心风机上，用于检测清选离心风机工作状态的振动；所述温度传感器安装在清选离心风机上，用于测量清选离心风机工作温度；
所述气流检测装置位于清选离心风机出口处，用于检测风速大小和方向；
所述控制系统与角度传感器、扭矩传感器、气流检测装置、振动检测装置和温度传感器连接，用于根据扭矩、出风口倾角、清选离心风机安装角度、振动、工作温度、风速大小和方向判断清选离心风机装配质量。
进一步，还包括实验平台，所述实验平台包括清选离心风机和清选室，所述清选离心风机安装在清选室入口，所述清选室设有振动筛安装支架。
进一步，气流检测装置包括直线移动导轨装置、旋转机构和热膜式风速传感器组；所述直线移动导轨装置安装在振动筛安装支架上；所述直线移动导轨装置上设有移动滑块，所述移动滑块上安装旋转机构，所述旋转机构输出端安装热膜式风速传感器组；所述热膜式风速传感器组，用于测量风速大小和方向；所述控制系统控制直线移动导轨装置和旋转机构，所述控制系统读取和分析热膜式风速传感器组输出的信号。
进一步，所述热膜式风速传感器组包括传感器外壳，热膜传感器和进风口，所述传感器外壳上设有若干进风口，每个所述进风口内放置热膜传感器，所述热膜传感器连接控制系统。
进一步，所述热膜传感器固定在进风口处，且所述热膜传感器与进风口平行放置，且与进风口上下等间距。
进一步，所述振动检测装置包括电涡流振动传感器Ⅰ和电涡流振动传感器Ⅱ，所述电涡流振动传感器Ⅰ和电涡流振动传感器Ⅱ分别位于清选离心风机输出轴上，且所述电涡流振动传感器Ⅰ和电涡流振动传感器Ⅱ轴线呈垂直分布。
一种联合收获机风机质量的检测方法包括如下步骤：
清选离心风机参数测量：启动清选离心风机，通过所述角度传感器测量清选离心风机出风口倾角γ1和清选离心风机安装角度γ2；通过所述扭矩传感器测量清选离心风机工作的扭矩 T；通过所述振动检测装置测量清选离心风机工作状态的振动b；通过所述温度传感器测量清选离心风机工作温度a；通过所述热膜式风速传感器组测量清选离心风机输出的风速大小合集[V]和方向合集[λ]；
质量判断：通过所述控制系统判断清选离心风机是否存在质量问题。
进一步，所述控制系统内通过建立神经网络模型判断清选离心风机是否存在质量问题。
进一步，所述建立神经网络模型为：所述控制系统设有神经网络模块，所述清选离心风机出风口倾角γ1、清选离心风机安装角度γ2、清选离心风机工作的扭矩T、清选离心风机工作状态的振动b、清选离心风机工作温度a、清选离心风机的转速n、风速大小合集[V]和方向合集[λ]作为所述神经网络模块输入层；所述神经网络模块隐含层中神经元个数为10个，其中隐含层神经元传递函数为S型正切函数y＝tansig(x)，x表示神经网络模块输入层的输出；蜗壳故障、轮毂故障和分风板故障作为所述神经网络模块的输出层；所述输出层神经元传递函数为S型对数函数y＝logsig(x`)，x`表示神经网络模块隐含层的输出；通过改变清选离心风机参数，进行神经网络的训练，构建神经网络模型。
进一步，所述通过所述热膜式风速传感器组测量清选离心风机输出的风速大小合集[V]和风速方向合集[λ]具体为：
所述热膜式风速传感器组内设有N个热膜传感器，所述直线移动导轨装置的行程上设有 M个检测点；
移动所述直线移动导轨装置至第i检测点，通过旋转机构旋转热膜式风速传感器组，当第j热膜传感器的风速为最大值，记录此刻的风速Vij，旋转机构的转角为第j热膜传感器的风向λij；其中1≤i≤M，1≤j≤N；将检测的风向λij和风速Vij输入控制系统，即控制系统中的风速大小合集[V]＝[V11,V12…Vij…VMN]，风速方向合集[λ]＝[λ11，λ12…λij…λMN]。
本发明的有益效果在于：
1.本发明所述的联合收获机风机质量检测装置，通过控制直线移动导轨装置和旋转机构对清选室内部多个点进行气流的速度大小及方向的实时检测。
2.本发明所述的联合收获机风机质量检测装置，运用多个传感器结合的方式对风机的质量进行检测，能保证检测结果的准确性。
3.本发明所述的联合收获机风机质量检测方法，运用BP神经网络对风机质量进行判断， BP神经网络在训练时，能够通过学习自动提取输出、输出数据间的“合理规则”，并自适应的将学习内容记忆于网络的权值中。
4.本发明所述的联合收获机风机质量检测方法，通过BP神经网络模型，用于判断清选离心风机的安装质量。
附图说明
图1为本发明所述的联合收获机风机质量检测装置结构图。
图2为本发明所述的联合收获机风机质量检测装置主视图。
图3为本发明所述的振动检测装置安装示意图。
图4为本发明所述的气流检测装置安装示意图。
图5为本发明所述的热膜式风速传感器组放大图。
图6为图5的剖视图。
图7为本发明所述的联合收获机风机质量检测装置立体图。
图8为本发明所述的流程图。
图中：
1-控制系统；2-动力驱动装置；3-清选离心风机；4-振动检测装置；5-气流检测装置；6- 角度传感器；7-清选室；203-扭矩传感器；301-风机轴；302-风机轴承座；303-蜗壳；401-固定磁铁；402-传感器支架；403-温度传感器；404-电涡流振动传感器Ⅰ；405-电涡流振动传感器Ⅱ；501-轴承座横向连接板；502-轴承座Ⅰ；503-丝杆输送装置；504-轴承座纵向连接板； 505-丝杠螺母；506-舵机；507-热膜式风速传感器组；508-轴承座Ⅱ；509-限位块连接板；510- 磁性限位块；511-联轴器Ⅲ；512-电机Ⅱ；513-电机连接板；507-1-传感器外壳；507-2-变送器；507-3-热膜传感器；507-4-进风口；701-机架；702-清选室底板；703-振动筛安装支架； 704-覆盖板。
具体实施方式
下面结合附图以及具体实施例对本发明作进一步的说明，但本发明的保护范围并不限于此。
如图1、图2和图7所示，本发明所述的联合收获机风机质量检测装置，实验平台包括清选离心风机3和清选室7，所述清选离心风机3安装在清选室7入口，动力驱动装置2通过联轴器与所述清选离心风机3连接，所述清选室7内部安装振动筛安装支架703、清选室底板702、机架701和覆盖板704，所述清选室7的结构为现有的联合收获机内部结构，由于不同的联合收割机内的清选空间的大小和组成的位置关系有所差别，因此，清选室7的具体连接关系在此不再描述，联合收获机的振动筛安装支架703上安装振动筛，而本发明的振动筛安装支架703上固定检测系统；本发明可以使用安装好的联合收获机作为实验平台，也可以用上述搭建的实验平台。
所述检测系统包括角度传感器6、气流检测装置5、振动检测装置4、扭矩传感器203、温度传感器404和控制系统1；
所述角度传感器6通过磁铁吸附固定在风机出风口蜗壳303上方，用于检测出风口倾角和清选离心风机3安装角度；所述扭矩传感器203安装在清选离心风机3输入轴上，用于检测清选离心风机3工作的扭矩；
如图3所示，所述振动检测装置4安装在清选离心风机3上，用于检测清选离心风机3 工作状态的振动；所述温度传感器404安装在清选离心风机3上，用于测量清选离心风机3工作温度；传感器支架402通过固定磁铁401固定在机架上，温度传感器403固定在传感器支架402上并置于风机轴承座302上方5mm处，用于检测风机轴承座302在工作过程中的温度变化情况，振动传感器Ⅰ404和振动传感器Ⅱ405分别固定在传感器支架402上，两个传感器呈轴线垂直分布，置于风机轴301表面5mm处，用于检测风机3在工作过程中的振动情况；
所述气流检测装置5位于清选离心风机3出口处，用于检测风速大小和方向；气流检测装置5包括直线移动导轨装置、旋转机构和热膜式风速传感器组507；所述直线移动导轨装置安装在振动筛安装支架703上；所述直线移动导轨装置上设有移动滑块505，所述移动滑块505上安装旋转机构，所述旋转机构输出端安装热膜式风速传感器组507；所述热膜式风速传感器组507，用于测量风速大小和方向；所述控制系统1控制直线移动导轨装置和旋转机构，所述控制系统1读取和分析热膜式风速传感器组507输出的信号。所述直线移动导轨装置为丝杆输送装置503，所述旋转机构为舵机506。
如图4所示，气流检测装置5包括轴承座横向连接板501、轴承座Ⅰ502、丝杆输送装置 503、轴承座纵向连接板504、丝杠螺母505、舵机506、热膜式风速传感器组507、轴承座Ⅱ508、限位块连接板509、磁性限位块510、联轴器Ⅲ511、电机Ⅱ512和电机连接板513；轴承座Ⅰ502与轴承座Ⅱ508支撑丝杆输送装置503，所述磁性限位块510由轴承座与磁铁固定连接组成，并固定在丝杆输送装置503上；舵机506固定连接在丝杠螺母505上，丝杠螺母 505在丝杆输送装置503滑动，舵机506轴与热膜式风速传感器组507固定连接，电机Ⅱ512 通过联轴器Ⅲ511与丝杆输送装置503连接，电机连接板513两侧分别与两个电机固定连接限制其相对转动。轴承座纵向连接板504安装振动筛安装支架703上。所述的气流检测装置 5可通过驱动电机Ⅱ512使丝杠503转动，进而使固定在丝杠螺母505上的热膜式风速传感器组507纵向移动，通过驱动舵机506使热膜式风速传感器组507均匀转动，当气流平行进入进风口507-4时风速达到最大，此时可通过舵机506转角计算出风速方向和风速大小。
如图5和图6所示，所述热膜式风速传感器组507包括传感器外壳507-1，热膜传感器 507-3和进风口507-4，所述传感器外壳507-1上设有若干进风口507-4，每个所述进风口507-4 内放置热膜传感器507-3，所述热膜传感器507-3连接控制系统1。所述热膜传感器507-3是利用电桥失衡原理,可以得到风速和电压的关系，通过标准风洞进行标定及通过变送器507-2 线性化处理，使风速和电压成正比例关系，利用电压信号进而得到风速值，所述变送器507-2 置于传感器外壳507-1内，所述的热膜传感器507-3固定连接在进风口507-4处，并与进风口 507-4平行放置，与进风口507-4上下等间距，所述的热膜式风速传感器组507包括5个均布的与进风口507-4方向一致的热膜传感器507-3。
所述控制系统1与角度传感器6、扭矩传感器203、气流检测装置5、振动检测装置4和温度传感器404连接，用于读取和分析信号。
如图8所示，本发明所述的联合收获机风机质量检测装置的检测方法，包括如下步骤：
准备工作：所述联合收获机安装清选离心风机3后，在振动筛安装支架703上安装所述气流检测装置5；此外一般安装的清选离心风机3认为质量合格，但是也可以使用一台新出厂的清选离心风机3。
清选离心风机3参数测量：启动清选离心风机3，通过所述角度传感器6测量清选离心风机3出风口倾角γ1和清选离心风机3安装角度γ2；通过所述扭矩传感器203测量清选离心风机3工作的扭矩T；通过所述振动检测装置4测量清选离心风机3工作状态的振动b；通过所述温度传感器404测量清选离心风机3工作温度a；通过所述热膜式风速传感器组507测量清选离心风机3输出的风速大小合集[V]和方向合集[λ]；
所述热膜式风速传感器组507内设有5个热膜传感器507-3，所述直线移动导轨装置的行程上设有3个检测点；
移动所述直线移动导轨装置至第i检测点，所述舵机的初始位置为所述风速传感器进风口与水平面平行位置，终止转角为90度，每次旋转角度为1°，延时3秒钟采集数据。通过旋转机构旋转热膜式风速传感器组507，当第j热膜传感器507-3的风速为最大值，记录此刻的风速Vij，旋转机构的转角为第j热膜传感器507-3的风向λij；其中1≤i≤3，1≤j≤5；将检测的风向λij和风速Vij输入控制系统1，即控制系统1中的风速大小合集 [V]＝[V11,V12…Vij…V35]，风速方向合集[λ]＝[λ11，λ12…λij…λ35]。
建立神经网络模型：所述控制系统1设有神经网络模块，所述清选离心风机3出风口倾角γ1、清选离心风机3安装角度γ2、清选离心风机3工作的扭矩T、清选离心风机3工作状态的振动b、清选离心风机3工作温度a、清选离心风机3的转速n、风速大小合集[V]和方向合集[λ]作为所述神经网络模块输入层；所述神经网络模块隐含层中神经元个数为10个，其中隐含层神经元传递函数为S型正切函数y＝tansig(x)，x表示神经网络模块输入层的输出；蜗壳故障、轮毂故障和分风板故障作为所述神经网络模块的输出层；所述输出层神经元传递函数为S型对数函数y＝logsig(x`)，x`表示神经网络模块隐含层的输出；通过改变清选离心风机3参数，进行神经网络的训练，构建神经网络模型；检测系统基于LabVIEW软件，可以显示各传感器的参数及显示存在的故障。检测方法的分析方法采用在LabVIEW中嵌入MATLAB工具箱中的BP神经网络算法，所使用的是三层BP神经模型。
质量判断：待检清选离心风机3安装后，通过神经网络模型判断清选离心风机3是否存在质量问题。
所述实施例为本发明的优选的实施方式，但本发明并不限于上述实施方式，在不背离本发明的实质内容的情况下，本领域技术人员能够做出的任何显而易见的改进、替换或变型均属于本发明的保护范围。

Claims (10)

1.一种联合收获机风机质量检测装置，其特征在于，包括检测系统；
所述检测系统包括角度传感器(6)、气流检测装置(5)、振动检测装置(4)、扭矩传感器(203)、温度传感器(404)和控制系统(1)；
所述角度传感器(6)安装在清选离心风机(3)上方，用于检测出风口倾角和清选离心风机(3)安装角度；所述扭矩传感器(203)安装在清选离心风机(3)输入轴上，用于检测清选离心风机(3)工作的扭矩；
所述振动检测装置(4)安装在清选离心风机(3)上，用于检测清选离心风机(3)工作状态的振动；所述温度传感器(404)安装在清选离心风机(3)上，用于测量清选离心风机(3)工作温度；
所述气流检测装置(5)位于清选离心风机(3)出口处，用于检测风速大小和方向；
所述控制系统(1)与角度传感器(6)、扭矩传感器(203)、气流检测装置(5)、振动检测装置(4)和温度传感器(404)连接，用于根据扭矩、出风口倾角、清选离心风机(3)安装角度、振动、工作温度、风速大小和方向判断清选离心风机(3)装配质量。
2.根据权利要求1所述的联合收获机风机质量检测装置，其特征在于，还包括实验平台，所述实验平台包括清选离心风机(3)和清选室(7)，所述清选离心风机(3)安装在清选室(7)入口，所述清选室(7)设有振动筛安装支架(703)。
3.根据权利要求1所述的联合收获机风机质量检测装置，其特征在于，气流检测装置(5)包括直线移动导轨装置、旋转机构和热膜式风速传感器组(507)；所述直线移动导轨装置安装在振动筛安装支架(703)上；所述直线移动导轨装置上设有移动滑块(505)，所述移动滑块(505)上安装旋转机构，所述旋转机构输出端安装热膜式风速传感器组(507)；所述热膜式风速传感器组(507)，用于测量风速大小和方向；所述控制系统(1)控制直线移动导轨装置和旋转机构，所述控制系统(1)读取和分析热膜式风速传感器组(507)输出的信号。
4.根据权利要求3所述的联合收获机风机质量检测装置，其特征在于，所述热膜式风速传感器组(507)包括传感器外壳(507-1)，热膜传感器(507-3)和进风口(507-4)，所述传感器外壳(507-1)上设有若干进风口(507-4)，每个所述进风口(507-4)内放置热膜传感器(507-3)，所述热膜传感器(507-3)连接控制系统(1)。
5.根据权利要求4所述的联合收获机风机质量检测装置，其特征在于，所述热膜传感器(507-3)固定在进风口(507-4)处，且所述热膜传感器(507-3)与进风口(507-4)平行放置，且与进风口(507-4)上下等间距。
6.根据权利要求1所述的联合收获机风机质量检测装置，其特征在于，所述振动检测装置(4)包括电涡流振动传感器Ⅰ(404)和电涡流振动传感器Ⅱ(405)，所述电涡流振动传感器Ⅰ(404)和电涡流振动传感器Ⅱ(405)分别位于清选离心风机(3)输出轴上，且所述电涡流振动传感器Ⅰ(404)和电涡流振动传感器Ⅱ(405)轴线呈垂直分布。
7.一种根据权利要求1-6任一项所述的联合收获机风机质量检测装置的检测方法，其特征在于，包括如下步骤：
清选离心风机(3)参数测量：启动清选离心风机(3)，通过所述角度传感器(6)测量清选离心风机(3)出风口倾角γ1和清选离心风机(3)安装角度γ2；通过所述扭矩传感器(203)测量清选离心风机(3)工作的扭矩T；通过所述振动检测装置(4)测量清选离心风机(3)工作状态的振动b；通过所述温度传感器(404)测量清选离心风机(3)工作温度a；通过所述热膜式风速传感器组(507)测量清选离心风机(3)输出的风速大小合集[V]和方向合集[λ]；
质量判断：通过所述控制系统(1)判断清选离心风机(3)是否存在质量问题。
8.根据权利要求7所述的联合收获机风机质量检测方法，其特征在于，所述控制系统(1)内通过建立神经网络模型判断清选离心风机(3)是否存在质量问题。
9.根据权利要求7所述的联合收获机风机质量检测方法，其特征在于，所述建立神经网络模型为：所述控制系统(1)设有神经网络模块，所述清选离心风机(3)出风口倾角γ1、清选离心风机(3)安装角度γ2、清选离心风机(3)工作的扭矩T、清选离心风机(3)工作状态的振动b、清选离心风机(3)工作温度a、清选离心风机(3)的转速n、风速大小合集[V]和方向合集[λ]作为所述神经网络模块输入层；所述神经网络模块隐含层中神经元个数为10个，其中隐含层神经元传递函数为S型正切函数y＝tansig(x)，x表示神经网络模块输入层的输出；蜗壳故障、轮毂故障和分风板故障作为所述神经网络模块的输出层；所述输出层神经元传递函数为S型对数函数y＝logsig(x`)，x`表示神经网络模块隐含层的输出；通过改变清选离心风机(3)参数，进行神经网络的训练，构建神经网络模型。
10.根据权利要求7所述的联合收获机风机质量检测方法，其特征在于，所述通过所述热膜式风速传感器组(507)测量清选离心风机(3)输出的风速大小合集[V]和风速方向合集[λ]具体为：
所述热膜式风速传感器组(507)内设有N个热膜传感器(507-3)，所述直线移动导轨装置的行程上设有M个检测点；
移动所述直线移动导轨装置至第i检测点，通过旋转机构旋转热膜式风速传感器组(507)，当第j热膜传感器(507-3)的风速为最大值，记录此刻的风速Vij，旋转机构的转角为第j热膜传感器(507-3)的风向λij；其中1≤i≤M，1≤j≤N；将检测的风向λij和风速Vij输入控制系统(1)，即控制系统(1)中的风速大小合集[V]＝[V11,V12…Vij…VMN]，风速方向合集[λ]＝[λ11，λ12…λij…λMN]。
CN201811018397.1A 2018-09-03 2018-09-03 一种联合收获机风机质量检测装置及其检测方法 Active CN109443420B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811018397.1A CN109443420B (zh) 2018-09-03 2018-09-03 一种联合收获机风机质量检测装置及其检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811018397.1A CN109443420B (zh) 2018-09-03 2018-09-03 一种联合收获机风机质量检测装置及其检测方法

Publications (2)

Publication Number Publication Date
CN109443420A true CN109443420A (zh) 2019-03-08
CN109443420B CN109443420B (zh) 2021-02-12

Family

ID=65530916

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811018397.1A Active CN109443420B (zh) 2018-09-03 2018-09-03 一种联合收获机风机质量检测装置及其检测方法

Country Status (1)

Country Link
CN (1) CN109443420B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110307174A (zh) * 2019-06-28 2019-10-08 江苏大学 一种清选风机制造装配质量检测装置及方法
CN110596421A (zh) * 2019-08-23 2019-12-20 江苏大学 一种清选风机出风口风向检测装置及方法
US11428603B2 (en) * 2018-07-26 2022-08-30 Jiangsu University Assembly quality detecting device and method for wind screen cleaning system based on streamline pattern

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101256119A (zh) * 2007-12-26 2008-09-03 江苏大学 物料输送-脱粒分离-清选试验装置和试验方法
CN102090207A (zh) * 2010-12-24 2011-06-15 江苏大学 谷物联合收割机清选损失检测方法与装置
EP2476304A1 (de) * 2011-01-14 2012-07-18 CLAAS Selbstfahrende Erntemaschinen GmbH Mähdrescher
JP2012157255A (ja) * 2011-01-29 2012-08-23 Iseki & Co Ltd エンジン排気浄化装置を備えたコンバイン
CN102748214A (zh) * 2012-07-10 2012-10-24 国电联合动力技术有限公司 耦合于控制系统的风电机组状态监测与故障诊断系统
CN103718734A (zh) * 2014-01-10 2014-04-16 中山职业技术学院 一种谷粒损失监控装置
CN104521416A (zh) * 2014-12-22 2015-04-22 青岛农业大学 花生收获机工况检测与控制系统
CN104618172A (zh) * 2013-11-03 2015-05-13 西安扩力机电科技有限公司 一种风机远程测试系统
CN104620780A (zh) * 2015-02-12 2015-05-20 青岛理工大学 一种蓖麻联合收获机的分离清选装置
CN104737706A (zh) * 2015-03-04 2015-07-01 江苏大学 一种联合收获机清选损失率自适应控制装置及自适应控制方法
CN104737721A (zh) * 2015-03-04 2015-07-01 江苏大学 一种联合收获机自适应清选控制装置及其自适应清选方法
CN104782318A (zh) * 2015-04-17 2015-07-22 江苏大学 一种联合收割机田间性能测试试验系统及试验方法
CN204741825U (zh) * 2015-03-04 2015-11-11 江苏大学 一种联合收获机清选含杂率自适应控制装置
CN105230233A (zh) * 2015-10-30 2016-01-13 农业部南京农业机械化研究所 联合收割机清选室风场测量装置及方法
CN105875028A (zh) * 2016-04-15 2016-08-24 吉林大学 一种玉米收割机风机装置
CN107258245A (zh) * 2017-06-16 2017-10-20 中联重机股份有限公司 收获机械清选系统风机的控制方法、控制器及控制系统
CN107389294A (zh) * 2017-07-20 2017-11-24 西北农林科技大学 一种收割机清选装置气流场试验平台

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101256119A (zh) * 2007-12-26 2008-09-03 江苏大学 物料输送-脱粒分离-清选试验装置和试验方法
CN102090207A (zh) * 2010-12-24 2011-06-15 江苏大学 谷物联合收割机清选损失检测方法与装置
EP2476304A1 (de) * 2011-01-14 2012-07-18 CLAAS Selbstfahrende Erntemaschinen GmbH Mähdrescher
JP2012157255A (ja) * 2011-01-29 2012-08-23 Iseki & Co Ltd エンジン排気浄化装置を備えたコンバイン
CN102748214A (zh) * 2012-07-10 2012-10-24 国电联合动力技术有限公司 耦合于控制系统的风电机组状态监测与故障诊断系统
CN104618172A (zh) * 2013-11-03 2015-05-13 西安扩力机电科技有限公司 一种风机远程测试系统
CN103718734A (zh) * 2014-01-10 2014-04-16 中山职业技术学院 一种谷粒损失监控装置
CN104521416A (zh) * 2014-12-22 2015-04-22 青岛农业大学 花生收获机工况检测与控制系统
CN104620780A (zh) * 2015-02-12 2015-05-20 青岛理工大学 一种蓖麻联合收获机的分离清选装置
CN104737706A (zh) * 2015-03-04 2015-07-01 江苏大学 一种联合收获机清选损失率自适应控制装置及自适应控制方法
CN104737721A (zh) * 2015-03-04 2015-07-01 江苏大学 一种联合收获机自适应清选控制装置及其自适应清选方法
CN204741825U (zh) * 2015-03-04 2015-11-11 江苏大学 一种联合收获机清选含杂率自适应控制装置
CN104782318A (zh) * 2015-04-17 2015-07-22 江苏大学 一种联合收割机田间性能测试试验系统及试验方法
CN105230233A (zh) * 2015-10-30 2016-01-13 农业部南京农业机械化研究所 联合收割机清选室风场测量装置及方法
CN105875028A (zh) * 2016-04-15 2016-08-24 吉林大学 一种玉米收割机风机装置
CN107258245A (zh) * 2017-06-16 2017-10-20 中联重机股份有限公司 收获机械清选系统风机的控制方法、控制器及控制系统
CN107389294A (zh) * 2017-07-20 2017-11-24 西北农林科技大学 一种收割机清选装置气流场试验平台

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11428603B2 (en) * 2018-07-26 2022-08-30 Jiangsu University Assembly quality detecting device and method for wind screen cleaning system based on streamline pattern
CN110307174A (zh) * 2019-06-28 2019-10-08 江苏大学 一种清选风机制造装配质量检测装置及方法
CN110307174B (zh) * 2019-06-28 2024-03-19 江苏大学 一种清选风机制造装配质量检测装置及方法
CN110596421A (zh) * 2019-08-23 2019-12-20 江苏大学 一种清选风机出风口风向检测装置及方法
CN110596421B (zh) * 2019-08-23 2024-09-03 江苏大学 一种清选风机出风口风向检测装置及方法

Also Published As

Publication number Publication date
CN109443420B (zh) 2021-02-12

Similar Documents

Publication Publication Date Title
CN109443420A (zh) 一种联合收获机风机质量检测装置及其检测方法
CN104568323B (zh) 一种sf6气体泄漏在线监测报警系统
CN104198031B (zh) 一种发动机曲轴扭振信号检测方法及装置
CN107294495A (zh) 一种用于研究积尘对光伏组件性能影响的实验装置及系统
US11428603B2 (en) Assembly quality detecting device and method for wind screen cleaning system based on streamline pattern
CN104764543B (zh) 温度测量装置和用于对车辆的周围空气进行温度测量的方法
CN107677959A (zh) 无人机感应电机综合测试台及测试方法
CN103994652B (zh) 薄层干燥实验设备及其干燥工艺
CN109944814A (zh) 一种植保喷雾机械雾滴飘移试验用风送系统
CN107607324A (zh) 一种对置活塞发动机扫气过程稳流测试装置
CN206114479U (zh) 粉尘检测装置
CN111693244A (zh) 输风装置及无人机抗风飞行能力检测方法
CN207717216U (zh) 一种声速远程测量实验装置
KR20040068871A (ko) 공조(空調) 기기
CN103630545A (zh) 基于近红外光波阵列的注塑叶片在线监测装置及方法
CN112020986A (zh) 一种冲量式谷物联合收割机产量监测系统及方法
JP3161844B2 (ja) プラントの異常検知方法及びその装置
CN205352900U (zh) 一种颗粒物浓度检测装置及包括该装置的空气调节装置
CN208912557U (zh) 风筛式谷物清选试验装置
CA1190767A (en) Flow meter
CN205643091U (zh) 空气悬浮颗粒浓度检测装置
CN108507749B (zh) 一种植物冠层气流场生物模拟测试系统及模拟测试方法
CN113864225B (zh) 基于多项独立控制参数的复杂风场模型构建方法
CN106442240A (zh) 用于空气处理装置的外设颗粒物浓度检测方法及装置
CN109779851A (zh) 一种风力发电机组声功率级测量装置和方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20190308

Assignee: SUZHOU JIUFU AGRICULTURAL MACHINERY Co.,Ltd.

Assignor: JIANGSU University

Contract record no.: X2023320000189

Denomination of invention: A quality inspection device and method for a combine harvester fan

Granted publication date: 20210212

License type: Common License

Record date: 20230821

EE01 Entry into force of recordation of patent licensing contract