农用拖拉机发动机负荷和燃料消耗特性研究

农用拖拉机负荷是影响其发动机工作性能的主要参数指标，直接影响拖拉机的田间工作效率及性能。相关研究表明：拖拉机发动机功率至少使用80%,且发动机转速较低时可以实现拖拉机高效运行。为此，对麦赛福格森-MF 8480的发动机在田间作物收获时的发动机负载参数进行了控制测试，构建相关数学模型反映发动机功率、发动机转速和燃料消耗特性之间的关系，并给出拖拉机运行期间不同发动机转速下的工作时间和油耗分布图，揭示了拖拉机田间运行效率及发动机各个参数运行关系。研究结果可为研究农用拖拉机发动机运行参数关系及提高田间运行效率提供理论依据及参考。     

基于CT图像的苹果苦痘病与磕碰伤识别

对苦痘病进行持续、准确、量化的无损检测,以及育种专家对新品种苹果的抗苦痘病表型研究,都需要苦痘病准确识别技术的支持。针对磕碰伤对苦痘病识别产生干扰,降低了识别准确率问题,基于苹果CT图像,提出了一种苹果苦痘病和磕碰伤识别方法。首先,采用最大类间方差法、区域标记、中值滤波等方法,对337帧苹果CT图像进行图像分割和伤病区域定位;其次,对伤病区域进行特征提取,提取其形状特征、纹理特征和位置特征共18种特征信息;然后,利用多元逐步回归和类距离可分离性判据2种方法分别选取特征信息,将2种方法选出的相同特征作为本文的选用特征信息;最后,分别使用遗传算法优化的支持向量机和默认参数的支持向量机,对苹果苦痘病和磕碰伤进行识别。识别结果表明,经过遗传算法优化的支持向量机的总体识别准确率高于93%,默认参数的支持向量机算法的总体识别准确率高于84%。遗传算法优化后的支持向量机的识别准确率明显优于默认参数的支持向量机的识别准确率。     

基于改进二叉树支持向量机的离心泵工况识别方法

为保证离心泵的安全高效运行,需要对离心泵的运行工况进行识别研究.首先,使用测试函数对比研究了经验模态分解、集合经验模态分解和互补集合经验模态分解3种振动信号特征提取方法,基于性能最优的特征提取方法提取不同工况下运行的离心泵振动信号特征数据.然后,对支持向量机模型进行改进,提出了一种使用k-means聚类算法优化的二叉树支持向量机模型,并将改进模型应用到离心泵4种不同运行工况的识别中.同时,使用其他2种多分类支持向量机模型作为对比.研究结果表明:3种特种提取方法中,互补集合经验模态分解无模态混叠迹象性,噪声干扰小,性能表现更好;改进支持二叉树向量机模型分类准确率可达82.17%,对设计的4种工况具有很好的分类效果;改进支持二叉树向量机模型结构简单,训练时间短,实时性好,综合性能优于其他2种模型.     

基于主成分分析和遗传支持向量机的发动机故障诊断

为了实现发动机故障的快速实时诊断,提出一种基于主成分分析（PCA）和遗传支持向量机（GA-SVM）的发动机故障诊断方法。该方法利用振动信号经小波变换和主元分析来提取故障特征,以减少信号的冗余。针对人为选择SVM参数的盲目性,应用遗传算法优化其参数,并与BP神经网络（BPNN）比较。试验结果表明：GA-SVM比BPNN具有更强的分类识别能力,小样本故障诊断正确率达100%。     

基于主成分分析和遗传支持向量机的发动机故障诊断

为了实现发动机故障的快速实时诊断,提出一种基于主成分分析（PCA）和遗传支持向量机（GA-SVM）的发动机故障诊断方法。该方法利用振动信号经小波变换和主元分析来提取故障特征,以减少信号的冗余。针对人为选择SVM参数的盲目性,应用遗传算法优化其参数,并与BP神经网络（BPNN）比较。试验结果表明：GA-SVM比BPNN具有更强的分类识别能力,小样本故障诊断正确率达100%。     

基于卷积神经网络的油茶籽完整性识别方法

针对现有油茶籽色选机无法识别碎籽的问题,提出一种基于卷积神经网络的油茶籽完整性识别算法。以油茶籽完整性识别为目标,构建油茶籽图像库;基于油茶籽完整性识别任务要求,通过对Alex Net网络进行优化得到适合油茶籽完整性识别的卷积神经网络模型,该网络具有4层卷积层、2层归一化层、3层池化层和1层全连接层。为了提高网络分类准确率和实时性,从网络结构简化和超参数优化两方面对卷积神经网络进行优化,最终网络结构(CO-Net)的分类准确率、训练收敛速度和泛化性能均得到了提高。实验结果表明,优化后的网络对油茶籽完整性识别准确率达98.05%,训练时间为0.58 h,模型规模为1.65 MB,单幅油茶籽图像检测平均耗时13.91 ms,可以满足油茶籽在线实时分选的要求。     

基于大数据的拖拉机发动机故障检测系统设计

针对拖拉机发动机检修人员技术水平较低、故障检测系统依赖人工检验程度较高的问题,基于大数据对拖拉机发动机故障检测系统进行了设计。系统主要组成为数据采集模块、数据库、智能分析模块、检测模块、信息查询和维护模块和检修模块。为了避免人工操作对故障检测的干扰,采用卷积神经网络的故障检测方式对拖拉机发动机进行故障类型识别,并对卷积神经网络结构进行设计,提升故障检测智能化水平。为验证发动机故障检测系统的有效性,通过温度和效率变化数据对系统进行测试和训练。试验结果表明:系统可以准确地检测和识别故障类别。     

基于大马力精播机工况监测的田间无线调度系统

针对农机作业工况信息滞后,与农机作业规模化、集成化程度提高之间不匹配的问题,设计了以大马力精播机为主要研究对象的田间作业机工况信息采集硬件系统。在传统的作业速度和作业面积测量基础上,结合数据融合技术,降低了由于地轮打滑引起的测量误差,提高了种肥监测精度;系统增加了发动机转速与油耗的测量,为高效、经济作业提供了优化方案。系统采用基于802.11n的无线传感器网络将各工况信息进行采集,降低了系统布线难度,也为进一步实现农机作业合理调度提供了可靠数据。     

静液压传动拖拉机定速巡航控制系统设计与试验

针对现有农机速度调节策略功率匹配度不高、燃油经济性差的问题,以静液压传动拖拉机为平台,基于CAN总线设计了拖拉机定速巡航控制系统。该系统由拖拉机工况采集、负载检测、油门控制、变量泵排量调节、作业负载调节、通信等模块组成。设计了油门调节机构和负载调节装置,获取并解析了拖拉机工况数据,建立了静液压传动拖拉机油门开度、变量泵排量与速度对应的数学模型,制定了发动机转速与变量泵排量协同控制策略。分别在水泥路面空载、田间空载和平地作业3种工况下进行了协同控制策略试验,在平地作业工况下进行了定油门控制策略、油门排量耦合控制策略和油门排量协同控制策略试验。结果表明,3种工况下,协同控制策略的速度控制绝对误差分别为0.005、0.007、0.012m/s;在达到相同目标速度的前提下油门排量协同控制策略降低了发动机转速。拖拉机定速巡航控制系统能够在保证速度控制精度的前提下,减小燃油消耗。     

现实工况下农用拖拉机尾气排放特征分析

为量化农用拖拉机在实际作业过程中的尾气排放特征,研究选取9台用于田间运输、旋耕、施肥及秸秆粉碎还田的拖拉机,利用便携式尾气测量系统对其现实条件下CO、HC、NO和PM2.5的排放进行测量。结果表明,拖拉机的尾气排放随工况的不同而不同,行走和作业时其污染物排放速率高于怠速。拖拉机用途不同,其尾气排放也有所差异,旋耕机作业时CO、NO和PM2.5的排放速率明显比田间运输机、施肥机和秸秆粉碎机高。此外,拖拉机气体污染物的平均排放速率均随发动机转速和进气压力的增加而增加。同时,本文中拖拉机尾气排放的实测结果与我国非道路移动机械排放清单技术指南中推荐值有较大区别,NO平均约高12%,而PM2.5平均测量值更是比指南高达6倍以上。     

混合动力农业机械发展研究现状及展望

随着能源危机与温室效应等问题日益严峻,各国对农业机械的能耗及排放水平也愈发重视,电气化与混合动力技术作为解决此问题的重要技术手段逐渐成为行业内的重点研究方向。本文基于农业机械电气化与混合动力技术的基本原理与不同布置形式对混合动力农业机械的研究现状与应用现状进行分析总结,结合混合动力技术的优劣势与关键技术路径重点讨论混合动力技术在农业机械领域的应用方式与发展要点,通过技术发展与经济层面的评估分析得出混合动力农业机械未来的研究重点与发展趋势。     

农用拖拉机HST与动力系统特性研究

静液压传动系统(Hydrostatic Static Transmission,HST)是农用拖拉机动力与传动的重要组成部分,HST与发动机系统联合工作特性直接影响整机的动力性和经济性。为了分析发动机与HST的传动效率并优化,利用发动机结合HST液压动力试验台对发动机全工况下的联合系统动力及经济性进行分析,得到不同油门及转速工况下的发动机输出特性以及HST液压传动特性,对不同工况下动力系统和传动系统的经济性和效率进行研究。根据静液压传动特性、发动机特性和最佳工作曲线,确定了系统功率匹配及控制,运用Simulink建立动力传动系统的仿真模型计算出不同负载下的HST传动效率。通过发动机及HST传动系统的合理匹配可以实现农用拖拉机总体动力性和经济性目标。     

栅条式液压翻转调幅犁设计与试验

随着大功率拖拉机在新疆地区的推广使用,与其相配套农机具的研制相对滞后,使得大功率拖拉机的优势难以充分发挥。研制开发与大功率拖拉机相配套使用的栅条式液压翻转犁,对该犁的主犁体、悬挂装置、调幅装置等关键部件进行设计,通过该型犁的田间实地测试,对试验结果和机具工作状况进行记录分析。田间试验结果表明,栅条犁作业速度9.1 km/h,耕深350 mm,耕宽2 700 mm,运行平稳、翻垡均匀,各项指标均达到或者超过国外同类机具水平,为大功率拖拉机在新疆地区的应用起到积极的推进作用。     

拖拉机启动系统的故障特征与维修方法

随着农业机械技术向自动化发展,拖拉机的功能与结构日趋成熟,在农业生产中发挥的作用越来越大,拖拉机的可靠运转对于农业生产的顺利进行意义重大.启动系统是拖拉机的重要功能组成,是发动柴油机的控制装置.启动系统故障是拖拉机的常见故障现象,对拖拉机的正常使用影响较大,严重影响了拖拉机的使用效率.为进一步提高拖拉机启动系统的维修效...     

农用拖拉机可变底盘技术的发展研究与分析

根据农业生产条件各异、农作物品种不一和农艺技术的差异,要求农用拖拉机具备良好的适应能力,以保证拖拉机配套农机具作业过程中不会对农业生产条件造成不利影响。通过研究拖拉机可变底盘相关技术和发展情况,说明了可变底盘研究的重要作用,对可变底盘实施的可行性和研究案例进行了分析和介绍,总结了拖拉机底盘技术的发展趋势和特点。     

基于迁移学习与卷积神经网络的玉米植株病害识别

大数据背景下产生了海量图像数据,传统的图像识别方法识别玉米植株病害准确率较低,已远远不能满足需求。卷积神经网络作为深度学习中的常用算法被广泛用于处理机器视觉问题,能自动识别和提取图像特征。因此,本研究提出一种基于数据增强与迁移学习相结合的卷积神经网络识别玉米植株病害模型。该算法首先通过数据增强方法增加数据,以提高模型的泛化性和准确率;再构建基于迁移学习的卷积神经网络模型,引入该模型的训练方式,提取病害图片特征,加速卷积神经网络的训练过程,降低网络的过拟合程度;最后将该模型运用到从农田采集的玉米病害图片,进行玉米病害的精确识别。识别试验结果表明：使用数据增强与迁移学习的卷积神经网络优化算法对玉米主要病害（玉米大斑病、小斑病、灰斑病、黑穗病及瘤黑粉病）的平均识别准确度达96.6%,和单一的卷积神经网络相比,精度提高了25.6%,处理每张图片时间为0.28s,比传统神经网络缩短了将近10倍。本算法的精确度和训练速度上比传统卷积神经网络有明显提高,为玉米等农作物植株病害的识别提供了新方法。     

中型水田耕耙平地机辅助机构设计

中型水田耕耙平地机是以29.4 kW拖拉机为动力进行水田耕耙和平地一体的农业机械,是现代农业水田生产不可缺少的农机用具。为此依据其工作性能及特点设计了一套高效且多性能的辅助机构。该辅助机构不仅为耕耙平地机的刀轴系统和传动系统提供安装平台,且为耕耙平地机与拖拉机的连接提供挂接装置。同时围绕整机旋耕、碎土、平地和压茬4项功能进行合理设计,因此该辅助机构性能多样、结构简单。      

基于卷积神经网络的无人机遥感农作物分类

针对采用长时间序列卫星影像、结合物候特征进行农作物精细分类识别精度较低的问题,将深度学习用于无人机遥感农作物识别,提出一种基于卷积神经网络的农作物精细分类方法,利用卷积神经网络提取高分辨率遥感影像中的农作物特征,通过调整网络参数及样本光谱组合,进一步优化网络结构,得到农作物识别模型。研究结果表明：卷积神经网络能够有效地提取影像中的农作物信息,实现农作物精细分类。除地块边缘因农作物种植稀疏、混杂而产生少许错分现象外,其他区域均得到较好的分类效果。经训练优化后的模型对3种农作物总体分类精度可达97.75%,优于SVM、BP神经网络等分类算法。     

基于阿克曼转向原理的滑转率测量方法与试验

拖拉机作业时滑转率过高会降低作业效率,准确监滑转率具有重要意义。针对基于最小轮速的滑转率测量方法在转向工况下失效的问题,提出一种基于阿克曼转向原理的滑转率测量方法。通过建立转向时的滑转率测量模型,得到滑转率与理论车速、右前轮车速、右前轮转向角的关系。基于约翰迪尔4720型拖拉机设计滑转率测量系统,包括右前轮轮速测量装置,CAN总线解析模块和滑转率计算模块。水泥路面直行工况下滑转率测量试验结果表明,直行工况滑转率的平均值为3.0%。在水泥路面转向工况下,进行目标理论速度分别为0.5、0.8、1.0、1.2、1.5 m/s的滑转率测量试验。试验结果表明：转向工况滑转率的平均值分别为3.9%、3.4%、3.7%、3.8%、2.9%,处于直行工况的滑转率区间;因此认为此方法可行,为农机田间转向工况滑转率测量提供支撑。     

我国研制大功率轮式拖拉机要注意的问题

根据我国目前的市场要求,148 kW的轮式拖拉机是研制重点。在研制过程中,要重视与其配套的发动机特性,拖拉机的传动系统要有3个以上的动力(负载)换挡,要和配套农具作为机组统一考虑。对我国大功率轮式拖拉机今后的发展提出了建议。