Unter dem Druck der ökonomischen Rahmenbedingungen entstehen in der Landwirschaft immer grössere Betriebe. Familienbetriebe von 500 ha sind keine Seltenheit mehr. In Verbindung mit den ökonomischen Anforderungen hat sich die Anzahl der Arbeitskräfte ebenfalls reduziert. All diese Faktoren haben die Entwicklung von leistungsfähigen Maschinen beschleunigt. Auf dem Gebiet der Mädruschtechnik wurden Maschinen mit beträchtlichen Flächenleistungen entwickelt, die unterschiedliche Dreschsysteme besitzen. Das tangentiale Dreschwerk mit Wendtrommel wurde weiter entwickelt und besitzt gegenwärtig noch weitere rotierende Abscheideelemente. Es entstand das axiale Dreschsystem, das sich in Mitteleuropa auch durchgesetzt hat. Das Hybridsystem stellt eine Kombination von Tangential- und Axialdreschwerk dar. Durch die Optimierung der Arbeitselemente der einzelnen Systeme sind gegenwärtig kaum noch Leistungssteigerungen möglich. Leistungsreserven gibt es nach wie vor bei der Gestaltung des kontinuiertlichen Gutflusses, der Verringerung der Strohzerstörung und der Vergrößerung der Abscheidefläche. Ausgehend von diesen Zielstellungen werden zwei Dreschtrommeln mit Schlagleisten übereinander angeordnet. Dabei soll das Dreschgut möglichst tangential zugeführt werden. Durch die Anordnung der Dreschtrommeln werden große Umschlingungswinkel und große Abscheideflächen erreicht. Als Versuchparameter wurden der Zuführwinkel des Dreschgutes, die Korbabstände und der Durchsatz festgelegt. Gemessen wurden das Drehmoment an der ersten Dreschtrommel, die Kräfte am Dreschkorb, die Korn- und die Beimengungsabscheidung in 5 verschiedenen Klassen. Gleichzeitig erfolgte die Ermittlung des Körnerrestes nach dem Dreschwerk. Aus den Untersuchungen und komplexen Betrachtungen können folgende Ergebnisse formuliert werden: 1. Die Anordnung von zwei Dreschtrommeln hintereinander ermöglicht eine tangentiale Gutzuführung bei beiden Dreschtrommeln. 2. Durch eine zweckmäßige Anordnung ist keine Wende- oder Abweisertrommel notwendig. 3. Die tangentiale Gutzuführung bei beiden Trommeln bewirkt, dass die Strohzerkleinerung gering bleibt und der spezifische Energieverbrauch kann gesenkt werden. 4. Es wird durch die zwei Dreschtrommeln ohne großen technischen Aufwand ein Korbumschlingungswinkel von 270° erreicht. 5. Mit großem Korbumschlingungswinkel werden große Abscheideleistungen erreicht. Damit ist eine Leistungssteigerung möglich. 6. Durch den großen Korbumschlingungswinkel kann mit großen Korbabständen schonend gedroschen werden. Der Körnerbruch wird geringer. 7. Durch die geringere Strohzerkleinerung wird die NKB-Abscheidung kleiner und die Reinigungsbelastung geringer. 8. Die Kräfte am Dreschkorb lassen sich als eine Kraft zusammenfassen. Die Kraftrichtung schwankt um die horizontale Ebene im Bereich von – 5° bis +6°. 9. Weitere Untersuchungen, wie das Korn-NKB-Gemisch zur Reinigung des Mähdreschers transportiert wird, sind erforderlich. Aus den Untersuchungen kann geschlussfolgert werden, dass ein derartiges Dreschsystem zur weiteren Leistungssteigerung beitragen kann, wobei die Gesamtkonzeption der gegenwärtigen Mähdrescher zu verändern ist.

Combine harvesters are used to gather plants from the field and separate them into the components of value, the grain and the straw. The optimal utilization of existing combine potential is an inevitable task to maximize harvest efficiency and hence to maximize profit. The only way to optimize the threshing and separation processes during harvest is to adjust the combine settings to existing conditions. Operating permanently at optimal harvest efficiency can only be achieved by an automatic control system. However, for reasons of transparency and due to lack of sensors, the approach in this thesis is a combined development of an interactive and an automatic control system for combine process optimization. The optimization of combine processes is a multi-dimensional and multi-objective optimization problem. The objectives of optimization are the harvest quality parameters. The decision variables, the parameters that can be modified, are the combine settings. Analytical optimization methods require the existence of a model that provides function values in dependence of defined input parameters. A comprehensive quantitative model for the input-output-behavior of the combine does not exist. Alternative optimization methods that handle multi-dimensional and multi-objective optimization problems can be found in the domain of Artificial Intelligence. In this work, knowledge acquisition was performed in order to obtain expert knowledge on combine process optimization. The result is a knowledge base with six adjustment matrices for different crop and combine types. The adjustment matrices contain problem oriented setting adjustment recommendations in order to solve single issues with quality parameters. A control algorithm has been developed that is also capable of solving multiple issues at the same time, utilizing the acquired expert knowledge. The basic principle to solve the given multi-objective optimization problem is a transformation into one-dimensional single-objective optimization problems which are solved iteratively. Several methods have been developed that are applied sequentially. In simulation, the average improvement from initial settings to optimized settings, achieved by the control algorithm, is between 34.5 % and 67.6 %. This demonstrates the good performance of the control algorithm.