中國農機院大型收獲機產品技術又有新突破

　　今年8月，由中國農機院自主研發的10公斤/秒通用型多功能谷物聯合收割機在內蒙古呼倫貝爾進行了小麥收獲試驗；10月，該機又在洛陽進行了水稻和大豆收獲試驗。兩次試驗過后，這款被形容為“集收割機前沿技術之大成”的產品，距實現其設計初衷已越來越近。

　　中國農機院科技發展部楊炳南部長將其形容為一款“能解放駕駛員大腦”的智能收割機。中國農機院副院長方憲法則期望這款產品能夠實現中國大喂入量高端收割機“走出國門”的愿望。

“解放大腦”的收割機

　　從這臺機器的外觀，很容易讓人誤認為這是一臺進口收割機。

　　“幾分鐘就能干完人一天干的活兒。”楊炳南這樣描述這臺收割機的效率。而這款機器的誕生不只是將國產聯合收割機的每秒喂入量從2公斤、3公斤、5公斤提高到了10公斤，用楊炳南的話說，它解放的是駕駛員的大腦。

　　“目前，國內在進行收獲作業時，駕駛員的作用非常重要。”方憲法說，“好的駕駛員，要做得到眼觀六路、耳聽八方——眼睛要盯著儀表盤，還要看著前方的作物情況和作業路線，耳朵還要認真去聽發動機和脫粒、清選設備的聲音，并根據實際情況隨時做出調整。”方憲法告訴記者，一名優秀的收割機駕駛員在機收時的狀態會對收獲效果產生巨大影響。而且，即使再有經驗和責任心的駕駛員在高強度工作六七個小時后都會感到疲憊不堪，到達體能極限，而這種作業方式在效率上亦有其上限，即每秒喂入量5公斤。

　　方憲法介紹，目前市場上的機型，無論是2公斤、3公斤還是5公斤喂入量，其實都是在原有技術基礎上進行的改進。而以市場主流機型新疆-2的產品結構，能夠承受的喂入量上限是5公斤，再往上升，機器的整體結構、設計原理都要推翻重做。同時，喂入量5公斤機型也是駕駛員操作的極限，喂入量突破5公斤后，單憑駕駛員的個人能力便再也無法應付復雜的收獲作業了。

　　這款新研發的產品，不單能做到解放駕駛員的大腦，作業效果也將全面趕超人腦，靠的就是將目前國內前沿的收割機智能化、自動化控制技術在這款機器上全面實現。

智能收割機的“母體”

　　解放駕駛員的雙手和大腦，說著簡單，做起來卻絕非易事。

　　中國農機工業協會名譽會長高元恩曾經說過，中國農機水平和國際水平大概相差三十年，而這些差距主要就集中在關鍵核心部件、制造工藝，以及智能化控制上。

　　“這款產品集自動導航、CAN總線等前沿控制技術于一身，可以實現自動收獲、故障自動檢測、損失率監測、作業數據收集分析、收獲方案自動化決策等功能。這類似于目標任務管理，駕駛員給機器設定一個目標任務，機器自己選擇、制定**優方案，自己進行作業。”楊炳南說，“這款產品還搭載了目前大型收獲機械上主流的雙縱軸流等技術，在脫粒、清選等性能和效率上都有了質的飛躍。”

　　方憲法表示，這款產品的意義不止局限于產品本身。“通過這個產品，我們幾乎實現了近些年在收割機自動化、智能化控制方面的所有設想。所以，這款產品完成后，它很可能會成為一個技術‘母體’，應用在其上的智能化、自動化控制技術中的很多關鍵技術都可以根據具體需要，輻射嫁接到其他的收割機產品上去。”

　　從萌生念頭到研發完成，再到樣機下地試驗，這款產品的研發過程歷時十五年，先后共有100多位研發人員參與，此中辛苦不足為外人知道。**大的困難，是整個研發過程中能夠向他人“借鑒”的東西，實在太少。

　　“中國的作物品種千差萬別，作業條件也和國外差異很大，在機耕道建設、標準化種植等方面的情況是大不一樣的。”方憲法說，“我們研發這款產品，必須考慮中國的實際情況，當時其實想把這款產品的尺寸和重量控制得再小一點，并為此做了大量的試驗。”

　　方憲法說，搞研發**重要的是個“平衡”問題，行走、切割、輸送、脫離、分離、清選，單個環節看起來都不難，但如何讓這些環節順暢銜接并達到效率**優則是一項十分浩大的工程。經歷了“數不清”的設計和試驗后，這款產品終于成功問世。

滿足國內面向國際

　　除了研發過程的艱辛，這款耗費了中國農機院巨大人力、物力、財力的產品，其市場表現自然也被寄予厚望，該產品在設計之初便已經考慮到了市場因素，這也反映了多年來致力于市場化的中國農機院在思維方式上的逐步轉變。

　　“10公斤/秒喂入量的機型是目前國際市場上的主流機型，該喂入量產品的銷量大概能占到全球收割機總銷量的20%左右。”方憲法說，10公斤/秒喂入量收割機在國際上有著廣闊的市場空間，同時利潤率也相對穩定。今年，中國農機院在對中亞、東歐等地區進行訪問時亦發現，大型智能化收割機在這些地區有著穩定的市場需求。

　　而國內市場對這類產品的需求甚至更為緊迫。“除了新疆、東北等大型農機的傳統市場，河北、山東等地的土地流轉速度也日益加快，1千畝以上的成塊土地越來越多。他們需要的就是這樣一款產品。”方憲法說,“但由于國內不具備這樣的技術，這個市場就一直被國外企業壟斷。”

　　目前，這款產品在經過兩輪試驗后，性能和收獲效果都已經得到了比較好的驗證。隨著收獲數據的不斷積累，其在收獲方案智能化決策上的表現亦會愈發突出。