农机动力配置方法及系统

1.本发明属于农业与信息技术领域，并特别涉及一种基于线性重构技术的农机动力配置方法及系统。


背景技术：

2.随着我国农业现代化的快速发展，农机装备的总量以及农业机械化水平已经取得大幅度提高。自2016年-2020年，全国农作物耕种收综合机械化水平由65.2％增长至71.25％。其中，机耕率、机播率、机收率分别达到85.49％、58.98％、64.56％。全国农业机械总动力也由9.7亿千瓦增长至10.56亿千瓦。拖拉机拥有量2204.88万台，其中80马力以上拖拉机拥有量143.66万台，拖拉机配套农具4024.08万台。此外，2020年我国田间作业动力拥有量亩均动力0.38kw，美国亩均动力为0.06～0.07kw，我国是美国的5.8-6.8倍。尽管我国农业机械化水平取得了长足的进步，但与发达国家相比我国农业机械依旧存在作业效率低的问题。农机作业效率主要体现在农机自身动力传动系统匹配的合理程度，以及农场亩均动力最优匹配程度两个方面。
3.为了提升农机作业效率，许多专家学者围绕农机动力系统进行了相关研究。国际龙头企业约翰迪尔与凯斯等公司对农机驱动的滑转率进行相关研究并基本实现了农机滑转率的控制。针对后轮驱动大功率拖拉机犁耕作业工况，提出了大功率拖拉机牵引力-滑转率联合自动控制方法，实现农机防滑控制。对车辆牵引力、速度与滑转率相关性进行研究，通过实际作业给出三者间数学表达式。对农机动力系统进行研究，为农机的变速箱结构优化及档位动力匹配提供了理论指导依据。则通过农机与农机具选型配套进行研究，进而对农业生产过程中的农机具与农机选型提供指导与建议。上述研究通过对农机自身动力以及农机与农机具配套等方面进行了研究，但未结合农场实际作业情况对农机与农机具进行优化配置。现有技术对万亩水田现代化农机装备配置分析，系统的给出了农机配置方案。现有技术对贵州高粱生产全程机械化农机配置，提出了适用于坝区地块特点的最佳机具选型方案，并计算出了不同生产环节农机的配置数量。现有技术则以安哥拉马兰热农业种植区为研究对象，对玉米和大豆两种主要农作物的机械化生产系统进行优化配置研究，提出了农机配置方案。
4.尽管上述研究结合实际作业场景对农机配套进行优化并给出指导建议，但这些研究对农机作业效率以及农机速率进行简单假设，未对实际作业场景下农机自身动力与农机具的最优配置进行研究。


技术实现要素：

5.本发明目的解决农场农机动力配置模型不完善的问题，针对该问题本发明综合考虑农机输出动力、农机具配套、路径规划以及作业时间的关系，并基于农机作业力学理论构建了农机总动力系统模型，提出了一种基于线性重构技术优化方法，该方法将非凸优化问题转变为凸优化问题，然后通过拉格朗日对偶法对该问题进行求解。
6.针对现有技术的不足，本发明提出一种农机动力配置方法，其中包括：
7.步骤1、根据农机的耕宽，对目标实际作业区域进行农机路径规划，得到农机的作业路径，根据目标作业完成时间和该作业路径，得到目标作业面积；
8.步骤2、根据农机重量和农机轮胎滚动阻力系数，得到农机的轮胎滚动阻力，并根据农机拖挂的犁具重量、摩擦系数、作业速度，得到犁具阻力，根据该轮胎滚动阻力、该犁具阻力、由作业速度和农机自身牵引力构成的总动力，构建农机的农业最优模型；
9.步骤3、以该农机实际牵引力小于其额定牵引力、作业速度小于其额定速度、实际功率小于其额定功率为约束条件，得到该农业最优模型在该约束条件下最优农机自身牵引力和最优作业速度；
10.步骤4、根据该目标作业面积、该最优农机自身牵引力和该最优作业速度，确定农机台数n，n台该农机以该最优作业速度，按照该作业路径完成目标作业。
11.所述的农机动力配置方法，其中该步骤2包括：
12.根据下式，得到该轮胎滚动阻力：
13.f
滚动
＝g
农机f14.f＝0.0013h 0.0988
15.其中f
滚动
表示轮胎滚动阻力，g
农机
表示为农机重量，f表示为滚动阻力系数，h为车辙深度；
16.犁具阻力表示为：f
犁具
＝g
犁具f综合
kaw εawv217.其中，g
犁具
为犁具重量，f
综合
为综合摩擦系数，k为土垡抗变形系数，a为耕深、w为幅宽，v为农具的作业速度，ε为与梨体曲面形状、土壤密度系数；
18.该农业最优模型：
19.w1(p
牵引
,v)＝p
牵引-g
农机
fv-1.2(g
犁具f综合
20. kab εabv2)v
21.该步骤3包括：
[0022][0023]
s.t.c4:f
额定v额定
p
牵引-f
额定
v-f
牵引v额定
≥0
[0024]
c5:f
牵引v额定-p
牵引
≥0
[0025]
c6:f
额定
v-p
牵引
≥0
[0026]
c7:p
牵引
≥0
[0027]
通过拉格朗日乘子法以及梯度法对进行求解，得到该最优农机自身牵引力和该最优作业速度。
[0028]
所述的农机动力配置方法，其中该目标作业面积s
total
＝nwvt，其中n为农机台数、w为耕宽、v为作业速度、t为目标作业完成时间。
[0029]
所述的农机动力配置方法，其中该农机路径规划包括：构建目标作业区域r的最小外接矩形r
cr
，及其二维直角相对坐标系；根据农机的耕宽w，确定作业平行线间的距离；根据农机转向特性，将作业平行线进行首尾相连；根据相连后的全局路径点序列作为该作业路径。
[0030]
本发明还提出了一种农机动力配置系统，其中包括：
[0031]
路径规划模块，用于根据农机的耕宽，对目标实际作业区域进行农机路径规划，得到农机的作业路径，根据目标作业完成时间和该作业路径，得到目标作业面积；
[0032]
模型构建模块，用于根据农机重量和农机轮胎滚动阻力系数，得到农机的轮胎滚动阻力，并根据农机拖挂的犁具重量、摩擦系数、作业速度，得到犁具阻力，根据该轮胎滚动阻力、该犁具阻力、由作业速度和农机自身牵引力构成的总动力，构建农机的农业最优模型；
[0033]
约束求解模块，用于以该农机实际牵引力小于其额定牵引力、作业速度小于其额定速度、实际功率小于其额定功率为约束条件，得到该农业最优模型在该约束条件下最优农机自身牵引力和最优作业速度；
[0034]
实际作业模块，用于根据该目标作业面积、该最优农机自身牵引力和该最优作业速度，确定农机台数n，该n台该农机以该最优作业速度，按照该作业路径完成目标作业。
[0035]
所述的农机动力配置系统，其中该模型构建模块包括：
[0036]
根据下式，得到该轮胎滚动阻力：
[0037]f滚动
＝g
农机f[0038]
f＝0.0013h 0.0988
[0039]
其中f
滚动
表示轮胎滚动阻力，g
农机
表示为农机重量，f表示为滚动阻力系数，h为车辙深度；
[0040]
犁具阻力表示为：f
犁具
＝g
犁具f综合
kaw εawv2[0041]
其中，g
犁具
为犁具重量，f
综合
为综合摩擦系数，k为土垡抗变形系数，a为耕深、w为幅宽，v为农具的作业速度，ε为与梨体曲面形状、土壤密度系数；
[0042]
该农业最优模型：
[0043]
w1(p
牵引
,v)＝p
牵引-g
农机
fv-1.2(g
犁具f综合
[0044]
kab εabv2)v
[0045]
该约束求解模块包括：
[0046][0047]
s.t.c4:f
额定v额定
p
牵引-f
额定
v-f
牵引v额定
≥0
[0048]
c5:f
牵引v额定-p
牵引
≥0
[0049]
c6:f
额定
v-p
牵引
≥0
[0050]
c7:p
牵引
≥0
[0051]
通过拉格朗日乘子法以及梯度法对进行求解，得到该最优农机自身牵引力和该最优作业速度。
[0052]
所述的农机动力配置系统，其中该目标作业面积s
total
＝nwvt，其中n为农机台数、w为耕宽、v为作业速度、t为目标作业完成时间。
[0053]
所述的农机动力配置系统，其中该农机路径规划包括：构建目标作业区域r的最小外接矩形r
cr
，及其二维直角相对坐标系；根据农机的耕宽w，确定作业平行线间的距离；根据农机转向特性，将作业平行线进行首尾相连；根据相连后的全局路径点序列作为该作业路径。
[0054]
本发明还提出了一种存储介质，用于存储执行所述任意一种农机动力配置方法的
程序。
[0055]
本发明还提出了一种客户端，用于所述的任意一种农机动力配置系统。
[0056]
由以上方案可知，本发明的优点在于：
[0057]
如图2至图5所示,在求出解以后的仿真结果对比，可知本发明可以提升单台农机作业效率30％左右，同时显著节省农机投入，有效降低农业机械化生产成本，提高农业生产经济效益，为农业生产单位科学合理选用和配置农业机器提供理论依据。
附图说明
[0058]
图1为作业路径规划图；
[0059]
图2为额定功率与速率间关系图；
[0060]
图3为牵引力与速率关系图；
[0061]
图4为不同土壤特性条件下额定功率与速率关系图；
[0062]
图5为农机数量与完成作业所需时间关系图；
[0063]
图6为本发明整体流程图。
具体实施方式
[0064]
本发明针对旋耕作业场景，通过考虑农机作业面积、作业时间、速率、以及影响农机自身动力的摩擦力，如犁具阻力、轮胎阻力、作业面积、时间，速率等，给出具有普适性的数学模型，以系统总动力为目标，得到农场作业条件下的最优化农机配置(牵引力与速率)，进而为农场农机配置提供理论指导。
[0065]
为实现上述技术效果，本发明包括以下关键技术点：
[0066]
关键点1，基于农场构建路径规划模型，得到农机作业实际路径；
[0067]
关键点2，构建农机、土壤、农机具三者融合模型，得到农机对应的最优化动力与作业速率；
[0068]
关键点3，数据采用农机实际农机型号与实际作业速率进行数据分析，针对具体型号农机提出最优化作业速率以及作业面积。
[0069]
为让本发明的上述特征和效果能阐述的更明确易懂，下文特举实施例，并配合说明书附图6作详细说明如下。
[0070]
亩均总动力系统建模与问题描述：
[0071]
农机作业模型。为了提升作业效率，需要对作业区域进行路径规划。通过规划区域，结合作业时间以及作业速率可以对农机配置进行定量化求解，进而得到最佳亩均总动力数据。具体来说，给定作业区块后，根据耕宽参数，利用多边形覆盖的路径规划算法，在多边形区域采用最小外接矩形方式构建坐标系，生成农机作业路径序列。过程如下：
[0072]
1.根据多边形区域r计算出其最小外接矩形r
cr
，构建二维直角相对坐标系；
[0073]
2.根据智能农机的耕宽长度w，确定作业平行线间的距离；
[0074]
3.根据农机转向特性，选择合适的调头方式，将作业平行线进行首尾相连；
[0075]
4.输出衔接后的全局路径点序列。用于后续构建农机台数与作业时间的关系，其中自变量t为天数，作业速度v可以从模型中得出，n为农机台数。
[0076]
多作业路径进行规划，作业区块路径规划后作业路线如图1所示：
[0077]
在标准作业过程中，为保持作业效率和节省功率，农机的作业速度v是一定的，农机机具对应的幅宽w也是一定的。每台农机单位时间t内作业总面积s，满足如下关系：
[0078]
s＝wvt
[0079]
当多台农机合作完成同一作业任务时，最终有效作业总面积r
cr
可视为该作业区块的外接矩形的面积：
[0080]rcr
＝s1 s2 s3
…
[0081]
当n台农机作业时间t，行驶速度v相同的情况下，作业面积是每台农机作业面积s的倍数，此时作业总面积s
total
是关系如下：
[0082]stotal
＝ns＝nwvt
[0083]
农机阻力模型。拖拉机在作业过程中，常在其后面挂上农具进行耕作作业，其悬挂装置处挂钩的拉力称为挂钩牵引力。搭载农具的农机处于匀速运动，且挂钩处连接的农机具为刚性连接，因此农机具的速率与农机的速率一致。在农机作业时，农机主要受到两个方面的阻力，即轮胎的混动阻力以及农机具(犁具)阻力。农机的滚动阻力表达式如下：
[0084]f滚动
＝g
农机fꢀꢀꢀꢀꢀꢀ
(1)
[0085]
其中f
滚动
表示为滚动阻力，g
农机
表示为农机重量，f表示为滚动阻力系数，这里滚动阻力系数在软路面上，轮胎滚动阻力系数和轮辙深度h呈现线性相关的关系：
[0086]
f＝0.0013h 0.0988
ꢀꢀꢀꢀ
(2)
[0087]
其中h为农机车轮在土壤中行驶时产生的车辙深度单位为mm。
[0088]
犁具的阻力主要受到犁具重量、耕深、耕宽，犁具的前进速度以及土壤密度影响，因此犁具的阻力表示为：
[0089]f犁具
＝g
犁具f综合
kaw εawv2ꢀꢀꢀꢀꢀ
(3)
[0090]
其中，g
犁具
为犁具重量，f
综合
为综合摩擦系数，k为土垡抗变形系数，a为耕深、w为幅宽，v为农具行驶速率，ε为与梨体曲面形状、土壤密度等有关的系数。
[0091]
系统总动力模型。当农机在匀速运动时，农机此时总动力表示为w，其中农机自身牵引力表示为f
牵引
，结合上述农机阻力模型，总动力w(f
牵引
,v)模型具体表达式如下：
[0092]
w(f
牵引
,v)＝f
牵引
v-f
滚动
v-f
犁具vꢀꢀꢀꢀꢀ
(4)
[0093]
问题形式化描述。为了对农场农机配置进行优化，首先需要对总动力进行优化，得到总动力最小条件下的最优速率以及最优牵引力，将该结果带入农业最优模型minw(f
牵引
,v)后得到农机最佳配置n，n包括农机型号和台数，其通过下式得出最优速率后，利用上述总面积s
total
得出农机台数n。其中优化目标可以表示为：
[0094][0095]
式中b为幅宽和w代表相同含义。在式(5)中限制条件c1表示农机的实际牵引力要小于等于农机额定(理论)牵引力；限制条件c2表示农机的实际速率要小于等于农机额定速率；c3表示农机总动力小于农机额定总动力。此外由式(5)在犁具阻力方面乘系数1.2，这是
因为农机在作业时需要，为了克服配套机具的工作阻力和动力消耗，应在合适的农机具作业速度范围内，发挥足够的牵引力、牵引功率或动力输出轴功率，且为适应机具短期阻力增大，需留有10％～20％的储备。然而，通过式(5)可以看出优化目标为非凸优化问题，很难直接通过计算获取最优解。因此针对上述问题，本发明进一步提出一种基于线性重构技术的优化算法对该问题进行求解。
[0096]
基于线性重构技术优化算法。通过将非凸目标函数以及非凸约束变量转化为凸优化函数以及线性约束，随后通过相关的数学方法对其进行求解。接下来将对原始问题进行转换。
[0097]
基于线性重构技术的问题转换。首先将公式(5)中非凸问题进行转换。通过观察可以看到式(5)包含f
牵引
v乘积项，该乘积项为非凸的，因此需要通过线性重构技术对上述问题进行转换。这里引入新的变量p
牵引
，p
牵引
＝f
牵引
v。随后式(5)重写为：
[0098]
w1(p
牵引
,v)＝p
牵引-g
农机
fv-1.2(g
犁具f综合
kab εabv2)v
ꢀꢀꢀ
(6)
[0099]
对于新增变量p
牵引
以及c1,c2,c3等限制条件，新的限制条件可以得到关于p
牵引
的线性重构因子积约束条件：
[0100]
{[f
额定-f
牵引
][v
额定-v]}
ls
≥0
[0101]
{f
牵引
[v
额定-v]}
ls
≥0
[0102]
{[f
额定-f
牵引
]v}
ls
≥0
[0103]
{f
牵引
v]}
ls
≥0
[0104]
上式{.}
ls
表示线性化步骤。因此将p
牵引
＝f
牵引
v带入后，相应的约束变量表示为：
[0105]
c4:f
额定v额定
p
牵引-f
额定
v-f
牵引v额定
≥0
[0106]
c5:f
牵引v额定-p
牵引
≥0
[0107]
c6:f
额定
v-p
牵引
≥0
[0108]
c7:p
牵引
≥0
[0109]
经过上式变换后得到新的优化问题w1优化问题表示为：
[0110][0111]
s.t.c4:f
额定v额定
p
牵引-f
额定
v-f
牵引v额定
≥0
[0112]
c5:f
牵引v额定-p
牵引
≥0
[0113]
c6:f
额定
v-p
牵引
≥0
[0114]
c7:p
牵引
≥0
[0115]
经过线性变换后得到问题w1，该问题为凸优化问题，因此可以通过拉格朗日乘子法以及梯度法对其进行求解。
[0116]
2.2对偶问题的求解
[0117]
根据海瑟矩阵可以容易证明式(7)为凸函数，此外条件c4-c7为线性的，因此该问题为凸优化问题，为解决该问题本发明采用对偶法对其进行解决，相应的对偶函数表示为：
[0118][0119]
p
牵引-f
滚动
v-f
犁具
v α(-f
额定v额定-p
牵引
[0120]
f
额定
v p
牵引
/v*v
额定
) β(-p
牵引
/v*v
额定
p
牵引
)
[0121]
μ(-f
额定
v p
牵引
)
[0122]
s.t.c4:f
额定v额定
p
牵引-f
额定
v-p
牵引
/v*v
额定
≥0
[0123]
c5:p
牵引
/v*v
额定-p
牵引
≥0
[0124]
c6:f
额定
v-p
牵引
≥0
[0125]
c7:p
牵引
≥0
[0126]
通过拉格朗日可以得到：
[0127][0128][0129]
为优化外层函数，在已知内层函数最优解的基础上通过梯度法对拉格朗日乘子进行优化，其中拉格朗日乘子表示为:
[0130]
α(t 1)＝[α(t)-θ(t)(f
额定v额定
p
牵引-f
额定
v-p
牵引
/v*v
额定
)]

[0131]
β(t 1)＝[β(t)-θ2(t)(p
牵引
/v*v
额定-p
牵引
)]

μ(t 1)＝[μ(t)-θ3(t)(f
额定
v-p
牵引
)]

[0132]
其中t表示迭代次数，θ1,θ2,θ3表示迭代步长。
[0133]
以下为与上述方法实施例对应的系统实施例，本实施方式可与上述实施方式互相配合实施。上述实施方式中提到的相关技术细节在本实施方式中依然有效，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在上述实施方式中。
[0134]
本发明还提出了一种农机动力配置系统，其中包括：
[0135]
路径规划模块，用于根据农机的耕宽，对目标实际作业区域进行农机路径规划，得到农机的作业路径，根据目标作业完成时间和该作业路径，得到目标作业面积；
[0136]
模型构建模块，用于根据农机重量和农机轮胎滚动阻力系数，得到农机的轮胎滚动阻力，并根据农机拖挂的犁具重量、摩擦系数、作业速度，得到犁具阻力，根据该轮胎滚动阻力、该犁具阻力、由作业速度和农机自身牵引力构成的总动力，构建农机的农业最优模型；
[0137]
约束求解模块，用于以该农机实际牵引力小于其额定牵引力、作业速度小于其额定速度、实际功率小于其额定功率为约束条件，得到该农业最优模型在该约束条件下最优农机自身牵引力和最优作业速度；
[0138]
实际作业模块，用于根据该目标作业面积、该最优农机自身牵引力和该最优作业速度，确定农机台数n，该n台该农机以该最优作业速度，按照该作业路径完成目标作业。
[0139]
所述的农机动力配置系统，其中该模型构建模块包括：
[0140]
根据下式，得到该轮胎滚动阻力：
[0141]f滚动
＝g
农机f[0142]
f＝0.0013h 0.0988
[0143]
其中f
滚动
表示轮胎滚动阻力，g
农机
表示为农机重量，f表示为滚动阻力系数，h为车辙深度；
[0144]
犁具阻力表示为：f
犁具
＝g
犁具f综合
kaw εawv2[0145]
其中，g
犁具
为犁具重量，f
综合
为综合摩擦系数，k为土垡抗变形系数，a为耕深、w为幅宽，v为农具的作业速度，ε为与梨体曲面形状、土壤密度系数；
[0146]
该农业最优模型：
[0147]
w1(p
牵引
,v)＝p
牵引-g
农机
fv-1.2(g
犁具f综合
kab εabv2)v
[0148]
该约束求解模块包括：
[0149][0150]
s.t.c4:f
额定v额定
p
牵引-f
额定
v-f
牵引v额定
≥0
[0151]
c5:f
牵引v额定-p
牵引
≥0
[0152]
c6:f
额定
v-p
牵引
≥0
[0153]
c7:p
牵引
≥0
[0154]
通过拉格朗日乘子法以及梯度法对进行求解，得到该最优农机自身牵引力和该最优作业速度。
[0155]
所述的农机动力配置系统，其中该目标作业面积s
total
＝nwvt，其中n为农机台数、w为耕宽、v为作业速度、t为目标作业完成时间。
[0156]
所述的农机动力配置系统，其中该农机路径规划包括：构建目标作业区域r的最小外接矩形r
cr
，及其二维直角相对坐标系；根据农机的耕宽w，确定作业平行线间的距离；根据农机转向特性，将作业平行线进行首尾相连；根据相连后的全局路径点序列作为该作业路径。
[0157]
本发明还提出了一种存储介质，用于存储执行所述任意一种农机动力配置方法的程序。
[0158]
本发明还提出了一种客户端，用于所述的任意一种农机动力配置系统。