Optimización del Dispositivo de Transportador de Tornillo Basado en una Red Neuronal GA-BP
Autores: Guo, Qiang; Zhuang, Yunpeng; Xu, Houzhuo; Li, Wei; Li, Haitao; Wu, Zhidong
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Optimización del Dispositivo de Transportador de Tornillo Basado en una Red Neuronal GA-BP
Categoría
Tecnología de Equipos y Accesorios
Subcategoría
Diseño de equipos y herramientas
Palabras clave
Tecnología
Agricultura digital
Drones
Productividad agrícola
Transportador de tornillo
Optimización
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 18
Citaciones: Sin citaciones
A medida que la tecnología avanza, también lo hace la agricultura digital, revolucionando la industria. Los drones, los pulverizadores equipados con GPS y otros sensores, las cosechadoras y otras maquinarias pueden mejorar significativamente la productividad agrícola. Este documento estudia el impacto del transportador de tornillo de la empacadora de paja en la eficiencia de la empacadora. A través de análisis teóricos, simulación GA-BP (Algoritmo Genético-Propagación hacia Atrás) y experimentos comparativos, se optimizan los parámetros estructurales y la velocidad de rotación del eje helicoidal en el dispositivo de transporte por tornillo. En este documento, analizamos las componentes de fuerza y velocidad que actúan sobre la paja, damos los principios de diseño para los parámetros de transporte del tornillo bajo la premisa de asegurar la máxima capacidad de transporte y el mínimo consumo de energía, y determinamos las variables de diseño óptimas, las funciones objetivo y las restricciones de acuerdo con el problema de optimización específico; establecemos un modelo matemático específico e introducimos la optimización de algoritmos para problemas no lineales con muchas variables y grandes cantidades de cálculos. En MATLAB, se realizó un cálculo y análisis de optimización. Se compararon los resultados de optimización del BP tradicional (Propagación hacia Atrás) y del GA-BP. Se demostró que el GA-BP podía compensar efectivamente las deficiencias de la red neuronal BP y mejorar sustancialmente la precisión del modelo. A través de un análisis de los resultados de optimización, se llegó a la conclusión de que se alcanzó el objetivo de optimización. Específicamente, cuando el diámetro exterior del tornillo para el transporte en la empacadora de paja era , el paso era , y la velocidad de rotación del eje de recogida era , la empacadora de paja podía alcanzar la máxima capacidad de transporte y el mínimo consumo de energía. En ese momento, el consumo de energía era , y la capacidad de transporte era . Posteriormente, los resultados de optimización se contrastaron con los de otros modelos nacionales de corriente, y se realizó un experimento comparativo. Los resultados experimentales indicaron que los resultados de predicción del modelo eran fiables y mostraron una mayor eficiencia en comparación con otras combinaciones. Los resultados podrían proporcionar una referencia para la investigación sobre el transporte por tornillo de las empacadoras.
Descripción
A medida que la tecnología avanza, también lo hace la agricultura digital, revolucionando la industria. Los drones, los pulverizadores equipados con GPS y otros sensores, las cosechadoras y otras maquinarias pueden mejorar significativamente la productividad agrícola. Este documento estudia el impacto del transportador de tornillo de la empacadora de paja en la eficiencia de la empacadora. A través de análisis teóricos, simulación GA-BP (Algoritmo Genético-Propagación hacia Atrás) y experimentos comparativos, se optimizan los parámetros estructurales y la velocidad de rotación del eje helicoidal en el dispositivo de transporte por tornillo. En este documento, analizamos las componentes de fuerza y velocidad que actúan sobre la paja, damos los principios de diseño para los parámetros de transporte del tornillo bajo la premisa de asegurar la máxima capacidad de transporte y el mínimo consumo de energía, y determinamos las variables de diseño óptimas, las funciones objetivo y las restricciones de acuerdo con el problema de optimización específico; establecemos un modelo matemático específico e introducimos la optimización de algoritmos para problemas no lineales con muchas variables y grandes cantidades de cálculos. En MATLAB, se realizó un cálculo y análisis de optimización. Se compararon los resultados de optimización del BP tradicional (Propagación hacia Atrás) y del GA-BP. Se demostró que el GA-BP podía compensar efectivamente las deficiencias de la red neuronal BP y mejorar sustancialmente la precisión del modelo. A través de un análisis de los resultados de optimización, se llegó a la conclusión de que se alcanzó el objetivo de optimización. Específicamente, cuando el diámetro exterior del tornillo para el transporte en la empacadora de paja era , el paso era , y la velocidad de rotación del eje de recogida era , la empacadora de paja podía alcanzar la máxima capacidad de transporte y el mínimo consumo de energía. En ese momento, el consumo de energía era , y la capacidad de transporte era . Posteriormente, los resultados de optimización se contrastaron con los de otros modelos nacionales de corriente, y se realizó un experimento comparativo. Los resultados experimentales indicaron que los resultados de predicción del modelo eran fiables y mostraron una mayor eficiencia en comparación con otras combinaciones. Los resultados podrían proporcionar una referencia para la investigación sobre el transporte por tornillo de las empacadoras.