插秧机行驶速度变论域自适应模糊PID控制

农机行驶速度控制是精细农业中导航控制和变量作业控制系统的重要组成部分。农机在田间行驶过程中状态多变且环境恶劣,对行驶速度控制算法的自适应能力要求较高。在分析农机变速机构的基础上设计了插秧机行驶速度控制系统,将变论域方法引入模糊PID控制器设计中,提高了控制算法的适应性,并以高速乘坐式插秧机为试验平台进行了控制算法的水泥道路试验验证。试验结果表明,所提出的控制算法对插秧机行驶速度控制是可行的,插秧机行驶速度平均误差小于0.02m/s,与PID控制算法相比,调节时间更短,超调量较小,并且具有更好的自适应能力。     

农用底盘主动平衡试验平台与控制系统设计与试验

常规的农用作业装备很难适应坡地作业环境,为了使作业车身在坡地作业时保持水平,以主动平衡系统作为研究对象,开发了主动平衡试验平台及控制系统。基于SimMechanics与SimHdraulics模块建立了机-电-液多物理域仿真模型;针对双作用非对称式液压油缸推程与回程运动的不同特性,采用双通道式PID控制策略进行控制,分别对液压油缸跟随响应、位移误差变化、速度阶跃响应与平台双轴倾角进行仿真分析。仿真表明,双通道PID控制下最大跟随误差为1.90mm,响应时间为0.228s,极限状态下平衡时间为2.98s。与单通道PID控制相比,其最大控制误差降低49.3%,响应速度提高了45.8%。在实验室模拟8种不同坡度,对主动平衡试验平台进行响应时间和平衡效果测试,系统响应时间为0.328s;随着坡度的增加,试验平台调平最大误差为1.14°,最大均方根误差为0.299°,主动平衡试验平台及控制系统达到了设计要求。     

基于ARMA的插秧机田间行驶姿态预测

为减小水田不平度对农业机械精准作业品质的影响,进一步提高农机装备工作效率,从系统控制角度出发,提出将预测算法应用于农机具的姿态补偿控制。在分析自回归滑动平均模型（Auto regressive and moving average,ARMA）建模原理和适用性的基础上,对车载GPS/INS组合导航系统采集的插秧机田间行走侧倾角序列进行ARMA建模及提前预测,单次预测时长为1s和2s,预测总时长为30s;对GPS/INS组合导航系统所采集的原始值以2Hz、5Hz和10Hz 3种频率输出,以比较不同频率的数据建模对姿态预测精度的影响。结果表明：ARMA模型可有效预测插秧机未来1~2s内的姿态变化趋势;对于同一频率的样本,提前2s预测精度均低于提前1s预测精度,但差异不明显;以3种频率数据分别作样本时5Hz样本预测效果最好,其提前1s预测均方根误差和误差标准差分别为0.6567°、0.6565°,提前2s预测均方根误差和误差标准差分别为0.6712°、0.6769°。     

变速条件下农业机械路径跟踪稳定控制方法

为提高农业机械(农机)路径跟踪控制在不同速度条件下的稳定性和鲁棒性,提出了基于链式系统模型和小范围稳定性分析优化的直线路径跟踪控制方法。首先,根据几何约束建立农机非线性运动学模型,并基于链式系统模型将其转换为线性链式系统,进而对系统的误差项进行线性组合,得到农机路径跟踪控制方法;然后,基于控制方法在平衡位置小范围的稳定性分析,对控制方法进行优化,使得农机路径跟踪控制在平衡位置小范围的稳定性与行驶速度无关;最后,以水稻穴直播机为实验平台开展了直线跟踪对比实验和农机作业实验。结果表明,相比于PID控制方法,本文控制方法在3种不同速度下均能保持直线跟踪控制的稳定性,并且具有较高的控制精度。同时,本文路径跟踪控制方法的稳定性与行驶速度无关,农机作业的行驶速度在0. 4～2. 0 m/s范围内均能实现稳定控制,平均绝对误差均值为0. 047 m,最大绝对误差为0. 128 m。     

基于深度图像和神经网络的拖拉机识别与定位方法

针对多机协同导航作业中本机前方的拖拉机识别精度低、相对定位困难，难以保障自主作业安全的问题，提出了一种基于深度图像和神经网络的拖拉机识别与定位方法。该方法通过建立YOLO-ZED神经网络识别模型，识别并提取拖拉机特征；运用双目定位原理计算拖拉机相对本机的空间位置坐标。对拖拉机进行定点识别与定位试验，分别沿着拖拉机纵向、宽度方向和S形曲线方向测量拖拉机的识别与定位结果。试验结果表明：本文方法能够在3~10m景深范围内快速、准确地识别并定位拖拉机的空间位置，平均识别定位速度为19f/s；在相机景深方向和宽度方向定位拖拉机的最大绝对误差分别为0.720m和0.090m，最大相对误差分别为7.48%和8.00%，标准差均小于0.030m，能够满足多机协同导航作业对拖拉机目标识别的精度和速度要求。     

基于MFAPC的动力换挡变速箱湿式离合器压力控制方法

针对大功率拖拉机动力换挡过程中湿式离合器充油压力实际值与理想值之间存在偏差的问题，提出了基于紧格式动态线性化的离合器压力无模型自适应预测控制（Model free adaptive predictive control，MFAPC）算法，以实现离合器油缸压力的跟随控制。考虑到外界干扰和离合器液压控制系统参数的不确定性，构建湿式离合器驱动执行机构的完整非线性动力学模型和AMESim仿真模型，以离合器油缸压力为控制目标，采用紧格式动态线性化方法将非线性离合器液压执行机构数学模型等价转换为动态线性化数据模型，并设计了基于MFAPC的湿式离合器压力控制器，经Matlab/Simulink仿真试验验证了动态线性化模型的正确性及控制算法的可靠性。结果表明，与PID、MFAC等算法相比，本文算法控制跟踪效果更优，且具有较好的鲁棒性；MFAPC能够快速调整控制参数，响应期望压力变化；在方波信号激励下的响应时间仅为0.119s，在正弦信号激励下的稳态误差仅为±0.0281MPa，比传统PID算法降低了48.91%。此外，MFAPC的抗干扰能力优于其他算法，在接合过程中，湿式离合器最大冲击度仅为16.57m/s3，证明该算法具有较好的动态性能，有利于提高动力换挡的换挡品质，保证大功率拖拉机工作过程中的动力性。     

接触式拖拉机导航控制系统

为提高接触式拖拉机导航系统性能和导航精度,针对玉米秸秆行间作业,设计了双层控制器接触式导航控制系统.在分析接触式导航传感器检测信号的基础上,以触杆转角为输入、前轮目标转角为输出设计了模糊控制器作为导航控制的上层控制.下层控制针对电液系统的非线性,采用带非线性补偿的PID控制器实现对拖拉机前轮转向角的控制.该导航控制方法在Matlab/Simulink平台上进行了仿真,导航控制系统在秸秆行间进行了试验验证.仿真和田间试验结果表明,导航控制算法的响应快、稳定性好.当行驶速度不超过1 m/s时,拖拉机导航精度在50 mm以内,平均误差15 mm,能满足玉米秸秆行间作业要求.     

基于CAN总线的拖拉机导航控制系统设计与试验

为提高农业机械导航控制的准确性,在东方红-X804型拖拉机平台上设计了一种基于CAN总线的导航控制系统,该系统包括导航控制器、GPS定位系统、转向系统以及CAN通信模块。上位机节点采用嵌入式ARM处理器AT91SAM9261,以双闭环PID控制算法实现转向控制,并基于收发控制芯片SN65HVD1050D设计了CAN接口电路。功能节点分别实现转向控制、油门开度控制、制动控制、角速度测量以及机具升降控制。根据CAN2.0总线协议制定了主动节点和从动节点的数据传输通信协议。进行了CAN通信试验以及田间作业试验。结果表明,CAN总线系统能保证信号及命令传输,东方红拖拉机能按照规划路径进行行驶、转向、变速等操作。其中,转向系统的方波信号角度跟踪稳态时平均误差0.41°,跟踪时间为1.32s;拖拉机田间试验过程中,直线行驶的横向跟踪误差平均值为0.021m,地头转向的横向跟踪误差平均值为0.016m。     

六自由度虚轴机床神经网络位置伺服控制

针对永磁直线伺服电机（PMLSM）驱动的六自由度虚轴机床，提出利用基于神经网络的位置伺服控制器对电机动子加速度进行控制的方案。为抑制对电机动子加速度影响较大的杆问耦合扰动的影响，将负载扰动和杆间耦合扰动整合为一个对象，并等效为电机动力学参数的变化，利用观测器进行在线观测，结合神经网络位置伺服控制器进行调整，从而较好地提前抑制了速度与位置误差。所设计的神经网络位置伺服控制器结构简单，权值调整方便，计算量小、响应速度快。仿真实验表明该方法对虚轴机床各杆的位置、速度、加速度实现了精确的跟随控制，系统具有很强的鲁棒性。     

基于领航-跟随结构的联合收获机群协同导航控制方法

面向联合收获机群协同导航作业需求,提出一种基于领航-跟随结构的收获机群协同导航控制方法。该方法在建立收获机群运动学模型的基础上,结合反馈线性化及滑模控制理论设计了渐进稳定的路径跟踪控制律和队形保持控制律。为验证所提模型及方法的有效性,以4台收获机组成的收获机群为试验平台,进行了机群协同导航控制试验。当速度为1.0 m/s时,领航者的平均跟踪误差为5.81 cm,跟随者的平均跟踪误差为5.93 cm,与单台收获机的导航控制精度相近,验证了所提方法的可行性和有效性。     

基于模糊控制的智能灌溉控制系统

根据灌溉系统不易建立精确数学模型的特点，设计了基于模糊控制技术的智能灌溉控制系统c系统以土壤水分误差和误差变化率为输入，以灌溉时间长度为输出，通过对输入变量的模糊化、模糊推理和模糊决策，获得了作物的灌溉时间长度。实际运行表明，该系统能根据土壤水分适时、适量灌溉，有效地实现了节水灌溉。     

宽幅变量喷雾机智能控制系统设计

自走式宽幅喷雾机现场作业时,经常由于机组速度的变化导致喷施差异,影响了喷雾效果,甚至造成药害.为此,开发了基于嵌入式处理器和多传感器高效融合的变量喷雾控制系统,实现了喷洒压力和机组行走速度的在线协调控制.系统采用PID参数模糊自整定控制器,可自动根据作业速度调整喷雾压力和喷雾量,提高了单位面积施药量的均匀程度.通过对自主开发的变量喷雾样机进行实验表明,该模糊PID 控制器响应快速、适应性强,能迅速消除系统余差,使变量喷雾控制系统具有良好的动态和稳态特性.     

车辆底盘集成控制系统的电动机控制

为协调车辆操纵稳定性和行驶平顺性,在分析半主动悬架和电动助力转向工作原理的基础上,研制出以嵌入式系统为平台的车辆底盘系统集成控制器。硬件上对悬架可调阻尼减振器的步进电动机和转向系统的直流电动机进行控制设计;软件上运用模糊控制和PID控制算法,在Code Warrior集成开发环境下结合超级终端对软硬件进行联调。试验结果表明,控制器运行可靠,电动机控制正确、效果明显,集成控制下车辆的操纵稳定性和平顺性得到改善。     

基于分布式结构的车辆稳定性控制系

提出了一种车辆稳定性控制系统,基于分布式结构的分析方法,通过合理分布复杂的控制算法将控制系统分为控制分析、控制分配和控制执行3个层次.在控制分析层采用了滑模变结构控制方法,计算出车辆期望作用力和横摆力矩.使用非线性优化方法将期望值分配到4个车轮上,实现并优化了控制分配效果.在CarMaker车辆动力学分析环境中进行了仿真分析,结果表明设计的控制算法提高了车辆在极限工况下的稳定性,降低了驾驶员驾驶强度.     

车辆牵引力控制系统控制算法仿真研究

提出车辆牵引力控制系统的控制算法，对控制算法的控制效果和适应性进行仿真研究。建立了汽专加速过程的数学模型，分别采用PI控制方法和逻辑门限控制方法设计了油门控制系统和驱动轮制动控制系统，并设计了路面自动识别系统，采用计算机仿真方法进行了模拟研究。研究结果表明：本文的控制算法能有效抑制各工况下驱动轮的过度滑转，改善加速性能，并能准确识别路面附着的变化，有很强的鲁棒性。     

基于模糊PI的汽车横摆力矩控制研究

针对汽车直接横摆力矩控制,基于模糊PI控制理论研究了附加横摆力矩决策方法和基于二次规划的横摆力矩优化分配方法。横摆力矩控制采用分层控制方法,设计了模糊PI控制器和制动力优化分配器。模糊PI控制器根据参考值和车辆状态决策出所需的附加横摆力矩,并通过二次规划优化分配方法进行主动差动制动实现。采用Matlab/Simulink与CarSim联合仿真对控制方法进行仿真实验验证。结果表明:基于二次规划的附加横摆力矩优化分配方法相对于无控制时能够使汽车较好地跟踪期望值,有效提高汽车行驶稳定性。     

一种新型的车辆稳定性分层控制策略

为了优化稳定性控制算法,提出并仿真分析了一种新型的车辆稳定性分层控制策略。该控制策略由上下两层组成,上层控制器基于最优控制理论的横摆力矩控制策略,下层控制器采用最优分配法,将修正横摆力矩合理分配到各车轮上。基于MATLAB/Simulink建立了八自由度非线性车辆模型,并对该模型进行了实车实验验证,然后基于该模型对该控制策略进行了仿真分析,验证了此分层控制策略的有效性。仿真结果表明,在大侧向加速度和大侧偏角的极限工况下,所设计的新型控制系统能够有效地改善车辆的操纵稳定性。     

电控柴油机模糊自适应整定PID控制

为满足车用柴油机日益严格的排放法规、更高燃油经济性和动力性的要求,需要控制电控柴油机的运转参数.为此,设计了以DSP56F807为核心的电磁式执行器控制系统,提出了电磁式执行器模糊自适应整定PID控制策略和模糊数模型的建立方法,进行了电磁式执行器和柴油机模糊自适应整定PID控制实验.实验结果表明,此方法可以取得令人满意的控制效果.     

基于广义预测控制的汽车横摆稳定性控制

汽车在紧急避障操纵时容易丧失稳定性,通过四轮差动制动的方式对汽车施加附加横摆力矩可以实现汽车的横摆稳定性控制。由于汽车动力学模型的非线性以及参数和环境的不确定性,使用最优控制方法决策的附加横摆力矩在实际中往往无法保持最优。由此提出广义预测控制（GPC）方法决策附加横摆力矩。建立了七自由度非线性车辆模型作为预测模型,并通过实车试验对其精度进行了验证。通过Simulink/Carsim环境中的虚拟试验对GPC方法的控制效果进行了验证,结果表明GPC方法比LQR方法能更有效地提高汽车的主动安全性。