今年8月，由中国农机院自主研发的10公斤/秒通用型多功能谷物联合收割机在内蒙古呼伦贝尔进行了小麦收获试验；10月，该机又在洛阳进行了水稻和大豆收获试验。两次试验过后，这款被形容为“集收割机前沿技术之大成”的产品，距实现其设计初衷已越来越近。

　　中国农机院科技发展部杨炳南部长将其形容为一款“能解放驾驶员大脑”的智能收割机。中国农机院副院长方宪法则期望这款产品能够实现中国大喂入量高端收割机“走出国门”的愿望。

　　“解放大脑”的收割机

　　从这台机器的外观，很容易让人误认为这是一台进口收割机。

　　“几分钟就能干完人一天干的活儿。”杨炳南这样描述这台收割机的效率。而这款机器的诞生不只是将国产联合收割机的每秒喂入量从2公斤、3公斤、5公斤提高到了10公斤，用杨炳南的话说，它解放的是驾驶员的大脑。

　　“目前，国内在进行收获作业时，驾驶员的作用非常重要。”方宪法说，“好的驾驶员，要做得到眼观六路、耳听八方??眼睛要盯着仪表盘，还要看着前方的作物情况和作业路线，耳朵还要认真去听发动机和脱粒、清选设备的声音，并根据实际情况随时做出调整。”方宪法告诉记者，一名优秀的收割机驾驶员在机收时的状态会对收获效果产生巨大影响。而且，即使再有经验和责任心的驾驶员在高强度工作六七个小时后都会感到疲惫不堪，到达体能极限，而这种作业方式在效率上亦有其上限，即每秒喂入量5公斤。

　　方宪法介绍，目前市场上的机型，无论是2公斤、3公斤还是5公斤喂入量，其实都是在原有技术基础上进行的改进。而以市场主流机型新疆-2的产品结构，能够承受的喂入量上限是5公斤，再往上升，机器的整体结构、设计原理都要推翻重做。同时，喂入量5公斤机型也是驾驶员操作的极限，喂入量突破5公斤后，单凭驾驶员的个人能力便再也无法应付复杂的收获作业了。

　　这款新研发的产品，不单能做到解放驾驶员的大脑，作业效果也将全面赶超人脑，靠的就是将目前国内前沿的收割机智能化、自动化控制技术在这款机器上全面实现。

　　智能收割机的“母体”

　　解放驾驶员的双手和大脑，说着简单，做起来却绝非易事。

　　中国农机工业协会名誉会长高元恩曾经说过，中国农机水平和国际水平大概相差三十年，而这些差距主要就集中在关键核心部件、制造工艺，以及智能化控制上。

　　“这款产品集自动导航、CAN总线等前沿控制技术于一身，可以实现自动收获、故障自动检测、损失率监测、作业数据收集分析、收获方案自动化决策等功能。这类似于目标任务管理，驾驶员给机器设定一个目标任务，机器自己选择、制定最优方案，自己进行作业。”杨炳南说，“这款产品还搭载了目前大型收获机械上主流的双纵轴流等技术，在脱粒、清选等性能和效率上都有了质的飞跃。”

　　方宪法表示，这款产品的意义不止局限于产品本身。“通过这个产品，我们几乎实现了近些年在收割机自动化、智能化控制方面的所有设想。所以，这款产品完成后，它很可能会成为一个技术‘母体’，应用在其上的智能化、自动化控制技术中的很多关键技术都可以根据具体需要，辐射嫁接到其他的收割机产品上去。”

　　从萌生念头到研发完成，再到样机下地试验，这款产品的研发过程历时十五年，先后共有100多位研发人员参与，此中辛苦不足为外人知道。最大的困难，是整个研发过程中能够向他人“借鉴”的东西，实在太少。

　　“中国的作物品种千差万别，作业条件也和国外差异很大，在机耕道建设、标准化种植等方面的情况是大不一样的。”方宪法说，“我们研发这款产品，必须考虑中国的实际情况，当时其实想把这款产品的尺寸和重量控制得再小一点，并为此做了大量的试验。”

　　方宪法说，搞研发最重要的是个“平衡”问题，行走、切割、输送、脱离、分离、清选，单个环节看起来都不难，但如何让这些环节顺畅衔接并达到效率最优则是一项十分浩大的工程。经历了“数不清”的设计和试验后，这款产品终于成功问世。

　　满足国内 面向国际

　　除了研发过程的艰辛，这款耗费了中国农机院巨大人力、物力、财力的产品，其市场表现自然也被寄予厚望，该产品在设计之初便已经考虑到了市场因素，这也反映了多年来致力于市场化的中国农机院在思维方式上的逐步转变。

　　“10公斤/秒喂入量的机型是目前国际市场上的主流机型，该喂入量产品的销量大概能占到全球收割机总销量的20%左右。”方宪法说，10公斤/秒喂入量收割机在国际上有着广阔的市场空间，同时利润率也相对稳定。今年，中国农机院在对中亚、东欧等地区进行访问时亦发现，大型智能化收割机在这些地区有着稳定的市场需求。

　　而国内市场对这类产品的需求甚至更为紧迫。“除了新疆、东北等大型农机的传统市场，河北、山东等地的土地流转速度也日益加快，1千亩以上的成块土地越来越多。他们需要的就是这样一款产品。”方宪法说,“但由于国内不具备这样的技术，这个市场就一直被国外企业垄断。”

　　目前，这款产品在经过两轮试验后，性能和收获效果都已经得到了比较好的验证。随着收获数据的不断积累，其在收获方案智能化决策上的表现亦会愈发突出。