基于拖拉机作业轨迹的农田面积测量

为了精确测量拖拉机在农田作业时的作业面积,以评价拖拉机的作业效率。该文选用双星定位(GPS卫星和伽利略卫星)接收机采集定位数据,采用自适应卡尔曼滤波算法提高接收机单点定位精度,利用高斯投影算法将GPS接收机采集经纬度转化成平面坐标来计算面积。选用回耕法、梭形耕法、套耕法3种方法旋耕地块,利用安装拖拉机上的GPS识别出作业轨迹,利用图像处理计算3种方法的有效作业面积、实际作业面积和重漏耕面积。试验表明:卡尔曼滤波提高了GPS单点定位精度;面积测量相对误差为2.09%;地块1(回耕法)漏耕率为14.29%,重耕率为6.19%,地块2(梭形耕法)漏耕率为10.72%,重耕率为5.54%,地块3(套耕法)漏耕率为1.80%,重耕率为6.82%。随测量面积增加,测量精度越高;套耕法效率最高,梭形耕法其次;回耕法的漏耕率最大,作业效率最低。     

拖拉机电液转向系统的变论域两级模糊PID控制研究

[目的]拖拉机在田间转向过程状态多变且环境恶劣,对转向系统控制精度和算法适应能力要求较高,故研究设计变论域两级模糊PID控制方法在拖拉机电液转向系统上的应用.[方法]在分析了电液转向系统的结构原理的基础上,建立了其主要组成部分数学模型,然后将变论域两级模糊PID方法(VFFPID)引入到控制器设计中,进行蛇形跟随性、转向响应性仿真试验,并同时与模糊PID控制算法(FPID)和基于函数型变论域模糊PID算法(XFPID)作对比分析.[结果]蛇形跟随性试验结果表明:拖拉机电液转向系统在VFFPID的控制下,转向油缸位移最大误差只有±1.43 mm,比FPID降低了49.5％,比XFPID降低了40.7％.响应性试验结果表明:在VFFPID控制下,转向油缸执行响应时间为0.123 1 s,比FPID缩短了17.8％;转向油缸位移平均误差为0.121 9 mm,是XFPID的28.3％.[结论]拖拉机电液转向在VFFPID的控制下油缸位移最大误差、平均误差更小,执行响应时间更短,具有更好的跟随性和控制精度.     

拖拉机线控液压转向系统的联合仿真

随着农业机械的智能化、自动化程度不断提高,线控转向技术在拖拉机等农用车辆上的应用得到了重视和研究,为了指导拖拉机线控液压转向的研究,缩短开发周期。本文在分析线控液压转向系统的控制算法与结构的基础上,建立其联合仿真模型。基于AMESim软件平台建立液压系统模型,以及整车模型;利用Simulink分别建立模糊免疫PID、模糊PID、常规PID的控制器模型,通过Visual C++6.0实现接口通讯,完成了传动比为1时的转角响应、转角跟随的联合仿真,以及在拖拉机车速15 km/h,方向盘转角180°,传动比为9时的横摆角速度响应、质心侧偏角响应等联合仿真。模糊免疫PID控制可以获得0.272 s的阶跃响应时间、1.182°的跟随误差、3%的横摆角速度响应超调量、0.85°/s的质心侧偏角响应稳态值,均优于常规PID与模糊PID。联合仿真具有较强的参考价值,模糊免疫PID控制应用于线控液压转向系统可以获得理想的控制效果。     

路面行驶工况下拖拉机驱动轮滑转率的测试与分析

为测试拖拉机经常行驶的水泥路面、石子路面、软土路面工况驱动轮滑转率的变化情况,采用GPS法、雷达法、最小轮速法3种方法对拖拉机的行驶速度进行测试,驱动轮的轮速采用编码器进行测量;利用PCI1740数据采集卡采集各传感器信号,采用图形化编程软件Labview编程来实现数据的实时显示和存储,测试不同车速、不同路面行驶工况下拖拉机驱动轮滑转率。结果表明:软土路面上的打滑程度最大,水泥路面上打滑程度最低;在低速(一档、二档)时,拖拉机的滑转率为9.0%~13.6%;在高速(三档、四档)时,拖拉机的滑转率为3.26%~6.27%。GPS法测试时不受路面情况的影响,雷达法适合路面情况较好的环境,最小轮速法适合车速较高的时候;拖拉机的滑转率随着车速的增加呈减小的趋势。     

拖拉机线控液压转向路感特性设计

在分析拖拉机转向路感特性的基础上,采用转向油缸活塞杆受力和车速两个参数变量作为转向路感的信息来源,根据线控液压转向系统对转向路感特性的要求,选择了较为理想的曲线型转向路感特性曲线方案;分析了转向路感、转向油缸活塞杆受力及其与车速的关系;并采用试验测试方法,对全液压转向式拖拉机在泥土软地面条件下进行转向测试,得出了在所给定的不同车速下所对应的油缸活塞杆受力的最大值,并据此拟合出车速感应曲线,得出曲线型转向路感特性曲线图。结果表明,所设计的曲线型转向路感特性能很好地协调转向轻便性和路感之间的矛盾。