近日，机械与电子工程学院刘雪美教授团队在《Biosystems Engineering》在线发表了题为“Prediction of the distribution of airflow within the cotton canopy using fluid-structure interaction simulation and machine-learning methods”的研究论文。崔慧媛博士为该论文的第一作者，刘雪美教授为该论文的通讯作者。
在农药喷洒过程中，决定空气辅助喷雾器在田间作物中有效喷洒的关键因素包括操作条件、作物生长期、冠层孔隙度和叶片密度特征以及环境条件。在喷洒过程中，辅助气流可以驱动农药喷雾与冠层之间的相互作用，增加雾滴在作物上的沉积。因此，数字化定量描述冠层内的气流分布可以为农药喷洒提供更有效的喷洒前预测数据，帮助农业和科学从业者更好地决策农药使用情况，选择更优化的喷雾操作参数。
棉花是我国主要经济作物、纺织工业原料、重要战略物资，棉花整个生育期内涉及植保、化控、封顶、脱落叶剂喷施等施药的精量化、高效率和高防效作业问题。以棉花为例，本文提出并发展了一种利用流-固耦合模拟和机器学习方法来预测气流分布的方法。
在喷洒农药时，研究冠层内辅助气流的分布，可以为施药过程中所需的辅助气流大小提供调节依据，进而提高其农药施药效果，同时有效减少化学农药的使用量。在本研究中，将结构显式有限元求解器与LB求解器相结合，建立双向流-固耦合模型来计算冠层内辅助气流的动态分布。利用室内人工棉株喷雾实验数据对数值模型进行了验证。为了降低数值模拟计算成本，提高预测效率，基于流-固耦合数值模拟结果，比较了三种机器学习方法(ANN、SVR和RF)。从预测结果对比来看，RF模型的预测结果与实测数据达到了高度精确的匹配，实现了冠层中不同位置的气流分布快速预测。
a 不同速度下相同冠层结构内部气流分布云图
b 不同时刻下相同冠层结构内部叶片的变形
c 机器学习预测得到的冠层内部上、中、下层的气流分布结果
图1.冠层内分层预测气流分布分析过程
计算流体力学与机器学习算法的新颖结合提高了仿真效率，减少了时间和计算成本，为精准施药前选择合理的辅助气流参数提供了依据。
该研究得到了国家自然科学基金、“十四五”国家重点研发计划和山东省棉花产业技术体系创新团队机械岗位专家项目的资助。
论文链接：https://doi.org/10.1016/j.biosystemseng.2023.06.011
编 辑：万 千
审 核：贾 波
