插秧机电控操作机构和控制算法设计

为了进行农业机械导航和变量作业试验研究,以久保田SPU-68型插秧机为试验平台,对插秧机转向机构、变速机构和插秧机具升降机构进行了改造,实现自动控制。采用小功率直流电机为动力,设计了带双阈值死区的PD电机位置控制算法。转向操纵机构导向信号跟踪试验及与驾驶员操作的对比试验结果表明,转向系统具有良好的响应特性,电控操作装置控制作业效果与驾驶员操作作业效果相当。     

拖拉机电控液压动力转向系统的研究

以铁牛654l拖拉机为实验平台设计了一种电控液压动力转向系统，提出了双通道PD控制方法，利用目标转角和实际转角的偏差作为控制器输入，控制器通过判断左右转向调整PD控制参数以补偿转向油缸的不对称性对转向系统造成的影响，从而使左右转向获得相同的转向特性。台架试验结果表明：该方法很好的解决了转向油缸不对称造成的左右转向不对称问题。提高了系统的稳定性，控制精度和快速响应特性，可以作为自动或辅助驾驶车辆的转向执行机构。     

电动方向盘插秧机转向控制系统设计

电动方向盘作为农机导航系统的转向执行机构在中小型旱地拖拉机上已有应用,但在水田农业机械等转向阻力大的农机上的适应性尚有待研究。该文以井关PZ-60型水稻插秧机为平台,采用电动方向盘作为转向执行机构,对插秧机自动转向控制进行了研究。构建了插秧机转向机构的系统模型,采用系统辨识试验获得了系统模型参数。设计了基于PID的嵌套转向控制算法,采用Simulink仿真模型验证了算法的可行性。分别进行了幅值10°的正弦波、水田小角度转向(直线行驶跟踪)和水田大角度转向(调头)控制性能试验,试验结果表明:插秧机正弦波转向跟踪平均绝对误差为0.301 5°,平均延时0.3 s;在泥底层平坦和不平坦的水田中直线行驶时的转向角跟踪平均绝对误差分别为0.354°和0.663°,平均延迟时间均为0.6 s,角度跟踪偏差最大分别为1.4°和3.6°,深泥脚转向阻力大时有1.4 s的控制滞后;插秧机以28°转向角调头时调节时间为2.5 s,稳态误差为0.6%。研究表明,电动方向盘转向系统具有较好的动态响应和控制稳定性,适用于插秧机作业的自动转向控制,满足插秧机自动导航作业要求。     

履带式花生联合收获机路径跟踪控制方法与试验

为提高无人驾驶履带式花生收获机沙地作业路径跟踪精度，以4HBL-2型自走式花生联合收获机为研究对象，开展了履带式收获机无人驾驶路径跟踪控制研究。建立了履带式收获机运动学模型与虚拟转向角函数关系；以航向偏差值作为观测量、阿克曼模型推算角速度作为测量值，设计卡尔曼融合算法，获得基于阿克曼模型的虚拟转向角度；根据虚拟转向角度对PID路径跟踪算法进行改进，提出了基于预瞄跟踪的双PID路径跟踪控制方法；通过脉冲宽度控制器实现了履带式花生收获机路径跟踪精准控制。仿真试验结果表明：基于预瞄跟踪双PID的路径跟踪控制方法能够进行路径跟踪控制，具有控制平滑和稳态误差小等特点。田间试验表明：花生收获机在沙地以0.6m/s的速度作业时，系统直线跟踪平均绝对误差为2.23 cm，最大偏差为4.14 cm，相对于PD路径跟踪控制器分别提高了56.12%和66.07%。上线试验中，初始偏差分别是0.5、1.0和1.5 m时，上线时间分别为11.00、12.92和13.78 s，上线距离为6.60、7.75和8.26 m；最大超调量分别为5.68%、5.84%和8.06%，相较于轮式收获机，上线距离分别减小了1.9...     

农业机械导航中的航向角度估计算法

研究农业机械航向角度的动态测量与估计方法,对其导航定位和导航控制具有重要意义.该文以日本久保田插秧机为研究对象,采用HMR3000电子罗盘和ADXRS300微机械陀螺仪组合进行农业机械航向角度动态测试的研究.提出了基于协方差函数的加窗估计算法,用于在线估计电子罗盘和微机械陀螺的测量方差.在此基础上,提出利用自适应加权融合算法,融合电子罗盘和微机械陀螺信息,实现农业机械航向角度的动态测试与精确估计.试验结果表明,所提出的自适应加权融合估计算法适用于农业机械动态条件下的航向角度测试,具有良好的抗干扰能力,可以平滑和滤除测试噪声,为导航控制提供更为精确和可靠的航向角度估计数据且经济性较好.     

小型履带式油菜播种机导航免疫PID控制器设计

针对适应于长江中下游地区稻茬田土壤黏湿、小田块的轻简化播种机智能化问题,设计了一种基于免疫PID的小型履带式油菜播种机导航控制器。以小型履带式油菜播种机为基础,利用电磁铁对其转向系统进行电控改装,采用高精度北斗定位模块和电子罗盘进行组合导航,获取履带式播种机的位置和航向信息作为导航控制器的输入,设计了小型履带式油菜播种机自动导航控制系统。建立了履带式油菜播种机运动学模型和转向角传递函数,利用Matlab仿真和实地导航试验对常规PID控制和免疫PID控制进行了对比试验。仿真表明:在相同参数条件下,与常规PID相比,免疫PID控制具有响应快、超调量小、平均跟踪误差小等特点;路面试验表明:当播种机速度为0.50m/s时,免疫PID控制器直线跟踪的平均绝对偏差为4.2 cm,最大跟踪偏差为11.9 cm。田间试验表明:当播种机速度为0.50 m/s时,免疫PID控制器直线跟踪平均绝对偏差为5.8 cm,最大偏差不超过15.2 cm,能够较好地满足播种机导航作业要求,该研究可为履带式播种机的自主导航提供了技术参考。     

双流传动履带车辆实现方向盘转向的控制策略

履带车辆实现类似轮式车辆的转向操纵方式一直是广大科研工作者十分关注的课题.该研究在现有静液压双流差速转向装置的基础上,设计一套与之匹配的方向盘控制装置.内外侧履带速度随方向盘转角变化的仿真结果表明,履带车辆采用方向盘精确控制静液压双流差速转向装置,完全可以实现转向期间无动力切断自动无级降速,实现类似轮式车辆的转向操纵方式.研究结果为深入研究双流履带车辆提供理论依据.     

东方红拖拉机自动转向控制器设计及试验

以东方红-X804拖拉机为试验平台,设计了基于双闭环控制方法的转向控制器,以提高农业机械导航的精度。首先阐述了系统整体结构及工作原理,使用角度传感器KMA199和角速率传感器ADIS16300分别测量转向角度、转向角速率,电控液压阀、换挡电磁阀和溢流阀作为执行单元实现自动转向。建立了数学模型,介绍了转向控制器的硬件电路实现,设计了CAN总线网络功能节点。结合拖拉机田间作业过程中系统非线性特性,提出了以角速度控制为内环、转向角度控制为外环的双闭环控制方法,给出了控制算法的推导过程,并使用Matlab工具箱进行系统辨识得到传递函数的参数。试验结果表明:ADIS16300角速度积分的角度值有较高准确度,平均误差为0.53°。方波信号的角度跟踪稳态时平均误差为0.40°,平均跟踪时间为1.3 s,角速率跟踪稳态时平均误差为1.25(°)/s,延时时间平均值为0.2 s;双闭环控制方法较好抑制了稳态时的震荡现象。     

农用轮式铰接车辆滑模轨迹跟踪控制算法

针对农用轮式铰接车辆驾驶员工作条件恶劣的问题,该文提出了一种应用于无人驾驶系统的滑模变结构控制铰接车精确轨迹跟踪的方法。首先推导出了铰接车的运动学模型,根据该模型建立实际行驶轨迹与参考轨迹偏差的模型,之后针对偏差模型设计滑模变结构路径跟踪控制器,该控制器使用Ackermann公式设计,控制律采用指数趋近律使系统有较快的响应和较小的抖振,同时,为了进一步抑制滑模控制器固有的抖振问题,将趋近律中的符号函数替换为连续函数,以避免趋近律数值产生阶跃变化,并用Lyapunov函数证明了其稳定性,最后在硬件在环仿真中验证了控制器的实时性和路径跟踪质量。结果表明,该控制器在硬件在环仿真环境下可将横向位置偏差、航向角偏差、曲率偏差分别控制在0.21 rad(12°)、100 mm、0.17rad(1°)、0.005 m-1附近,各向偏差均在10 s内达到平衡,且误差控制在5%以内,铰接车能有效跟踪参考路径。该研究为农用轮式铰接车辆实现无人驾驶提供参考。     

联合收获机单神经元PID导航控制器设计与试验

针对联合收获机在田间直线跟踪作业中在维持高割幅率条件下易产生漏割的问题,设计了一种基于单神经元PID(Proportion Integration Differentiation)的联合收获机导航控制器。以轮式联合收获机为平台,通过对原有液压转向机构进行电控液压改装,搭载相关传感器构建了导航硬件系统。开展了常规PID控制和单神经元PID控制的仿真以及实地对比试验,仿真结果表明单神经元PID控制具有超调小和进入稳态快等特点;路面试验表明,当收获机速度为0.7 m/s时,单神经元PID控制最大跟踪偏差为6.10 cm,平均绝对偏差为1.21 cm;田间试验表明,收获机速度为0.7 m/s时,单神经元PID控制田间收获最大跟踪偏差为8.14 cm,平均绝对偏差为3.20 cm。试验表明所设计的联合收获机导航控制器能够满足自动导航收获作业要求,为收获作业自动导航提供了技术参考。     

东方红X-804拖拉机的DGPS自动导航控制系统

该文在东方红X-804拖拉机上开发了基于RTK-DGPS的自动导航控制系统。系统主要包括RTK-DGPS接收机、导航控制器、转向操纵控制器、电控液压转向装置和转向轮偏角检测传感器。其中转向操纵控制器、转向轮偏角检测传感器和电控液压转向装置构成转向轮偏角的闭环控制回路,该回路可根据导航控制器提供的期望转向轮偏角实现偏转角的随动控制。将拖拉机运动学模型和转向操纵控制模型相结合,建立了拖拉机直线跟踪的导航控制传递函数模型,模型的输入是横向跟踪误差,输出是期望的转向轮偏角。设计了基于PID算法的导航控制器,仿真分析了系统稳定性和动态响应性能,确定了PID控制参数的较佳取值。针对东方红X-804拖拉机转弯半径大的特点,采用跨行地头转向控制方式,提出了具体的控制流程及算法。田间试验结果表明：采用所设计的DGPS自动导航控制系统,在拖拉机行进速度为0.8 m/s时,直线跟踪的最大误差小于0.15 m,平均跟踪误差小于0.03 m,所提出的跨行地头转向控制方法对试验拖拉机具有良好的适用性。     

雷沃ZP9500高地隙喷雾机的GNSS自动导航作业系统设计

为减少农药喷雾作业对人体造成的化学损害,该研究以雷沃高地隙喷杆喷雾机为平台,基于GNSS开发了自动导航作业系统,实现喷雾机在极少人工干预情况下的自动导航作业。通过对平台的机-电-液改造,实现了喷雾机作业系统的电气化控制。基于简化的二自由度车辆转向模型设计了以位置偏差和航向偏差为状态变量的直线路径跟踪控制算法,基于纯追踪模型设计了曲线路径跟踪控制算法。根据喷雾机田间作业需要设计了喷雾机一体化自动导航作业控制方法,使系统能够自动控制喷雾机完成直线、地头转弯行驶和喷雾作业,油门调节以及车辆启停控制。在1.3 m/s左右的前进速度条件下,分别在水泥路面、旱田、水田环境中进行了试验,测试结果表明:水泥路面车身横滚在–1.6?~1.5?范围,直线路径跟踪误差最大值为3.9 cm,平均值为-0.15 cm,标准差为1.0 cm;旱田地块车身横滚在–1.4?~3.3?范围,跟踪误差最大值为9.8 cm,平均值为1.3 cm,标准差为3.3 cm;水田环境车身横滚在–2.4?~5.2?范围,跟踪误差最大值为17.5 cm,平均值为2.2 cm,标准差为4.4 cm。试验数据表明,所设计的自动导航作业系统初始上线快速、地头转弯对行平顺、各设计功能执行可靠;导航系统具有良好的稳定性和控制精度,能够满足水田、旱田环境下的喷雾作业要求。     

基于电动方向盘的拖拉机自动导航转向控制方法

为提高轮式拖拉机自动导航过程中转向控制的精度与稳定性，该研究以雷沃欧豹M704-2H拖拉机作为试验平台，采用电动方向盘作为转向执行机构，分析转向机械间隙对控制精度的影响，针对转向间隙特性设计转向控制算法。首先，为了获得准确的转向角，利用GNSS(global navigation satellite system)与二轮车模型快速标定虚拟轮转角，标定结果表明：虚拟轮转角的最大误差为1.3°，平均误差为0.11°。然后，对转向系统的机械间隙进行分析，设计一种带有间隙补偿的模糊PD(proportional derivative)转向控制算法，并在Simulink中验证算法的可行性。实车试验结果表明，该算法跟踪方波转角信号的响应时间为1.1 s，最大稳态误差为0.65°，平均稳态绝对误差为0.132°。跟踪正弦波转角信号的平均延时为0.5 s，最大误差为1.91°，平均绝对误差为1.09°。与无间隙补偿算法相比，有间隙补偿算法跟踪方波信号最大稳态误差减小了0.022°，平均稳态绝对误差减少了0.112°，角度误差在±0.2°内的时间提升了71%；跟踪正弦波信号最大误差减小了0.68°，平均绝对误差减小0.23°。田间直线导航转向控制试验结果表明，转角跟踪的绝对平均误差为0.61°，最大跟踪误差为2.82°，转向控制跟踪精度较高，稳定性好，满足导航作业需求。     

基于变增益单神经元PID的秸秆旋埋还田导航系统研制

水稻田土壤松软,收割机作业后会出现残留秸秆凸起、地表坑洼等现象,导致秸秆旋埋还田作业易出现重耕、漏耕和自动驾驶路径跟踪精度差等问题。该研究基于滑移估计模型推导了拖拉机路径跟踪的前轮转角控制率,并设计了一种变增益单神经元PID导航控制器。在自主设计的电控比例液压转向系统基础上开发了秸秆旋埋还田导航系统,采用双天线RTK-GNSS获取拖拉机的实时位置和航向角信息,由变增益单神经元PID控制器根据理论转角和航向角偏差变化输出实际执行转角,实现旋埋作业自主路径跟踪。田间试验表明,作业速度为1.15m/s时,变增益单神经元PID控制器的自适应直线跟踪最大横向偏差不超过0.071 m,平均绝对偏差不超过0.031 m。与常规PID控制器相比,变增益单神经元PID控制器的最大横向偏差和平均绝对偏差控制精度分别提高了53.08%和51.72%;与单神经元PID控制器相比,最大横向偏差和平均绝对偏差控制精度分别提高了39.00%和28.21%。该研究设计的变增益单神经元PID控制器可以增强导航系统的适应性和鲁棒性,提高路径跟踪精度,适用于未来无人驾驶下的秸秆旋埋还田作业。     

拖拉机自动转向系统容错自适应滑模控制方法

为提高拖拉机自动转向系统的可靠性,该文提出了一种具有前轮转角容错检测能力的径向基函数(radial basis function,RBF)网络自适应滑模控制方法。综合考虑拖拉机姿态信息和控制输出,基于卡尔曼滤波算法推导得出拖拉机前轮转角的两个估计值,并结合角度编码器实际测量值设计了前轮转角容错检测输出算法;以容错输出算法的输出值作为状态量,提出一种利用RBF网络进行干扰补偿的前轮角度自适应滑模控制方法,并通过仿真试验验证了算法的有效性。开展了拖拉机前轮转角容错检测和自动控制试验,结果显示:基于侧向加速度的转角预估值最大误差为2.94?,均方根误差为0.81?;基于横摆角速度的转角预估值的最大误差为1.73?,均方根误差为0.12?;当人为施加故障干扰时,算法可以提供容错的转角输出;拖拉机转向控制系统可以快速跟踪期望前轮角度且超调量较小,最大控制误差为0.21?,均方根误差为0.07?。试验结果表明,容错自适应滑模控制方法提高了自动转向控制系统的可靠性和准确性,有助于解决拖拉机前轮转角测量装置故障率高的问题。