基于PID的汽油机怠速控制策略

汽车用汽油机怠速运行工况十分复杂,从控制理论上讲,怠速过程具有显著的非线性、时变性和不确定性,因而难以建立精确的数学模型。应用PID控制方法对汽油机怠速进行了研究,此方法的显著特点是应用PID控制器对控制目标建立数学模型。为此,应用PID控制的怠速实验结果与开环怠速控制的实验结果进行了对比。结果表明,怠速PID控制方法应用于车用汽油机怠速控制是可行的,而且比开环控制更加有效,并在目前电控汽油机上得到了实际验证。     

基于ADAMS的大功率拖拉机牵引性能仿真试验

基于ADAMS建立了大功率拖拉机整机动力学仿真模型和各系统动力学仿真模型,提出建立针对不同土壤条件的拖拉机轮胎-地面仿真模型的方法,对拖拉机牵引性能及其影响因素进行了仿真分析。研究结果表明,所建立的拖拉机整机动力学仿真模型和各系统动力学仿真模型是合理的,为在不同土壤条件下进行大功率拖拉机虚拟试验场仿真试验奠定了基础。     

风能利用与可持续发展

简述了常规能源的有限性及其大量使用对环境的破坏、对空气的污染等问题,并指出大力开发利用新能源和可再生能源是实现能源可持续发展的必由之路。同时,对风能利用的优势、可利用的几种形式以及国内外风能利用的现状和发展前景做了介绍。     

基于点火控制算法的汽油机爆震控制

对利用检测缸内压力波进行爆震判别与控制进行了研究,采用经过爆震频率带通滤波后的缸内压力波的峰值作为衡量爆震强度的指标,通过试验确定判别爆震发生的门槛值。考虑到爆震指标分布的特点,采用统计的方法确定爆震的强度,并由发动机电控单元根据爆震强度对点火提前角进行控制,让发动机工作在轻微爆震状态,使发动机的经济性和动力性得到了提高。     

单缸柴油机电控系统ECU的开发

为了满足日趋严格的排放法规和经济性的要求,电控化是柴油机发展的必然趋势。为此,就单缸柴油机ECU的性能匹配进行了简单分析,并对软件模块设计进行了探讨。经测试,改进后的柴油机的排放指标达到了欧Ⅱ标准,且性能和油耗得到了改善和降低。     

大功率拖拉机转向机构建模及仿真分析

首先,基于PRO/E建立大功率拖拉机转向机构三维模型;然后,将模型导入动力学仿真软件ADAMS/View,建立虚拟样机模型;最后,分别进行ADAMS单独仿真和ADAMS/Control与MATLAB/simulink联合仿真.仿真结果表明,建立的模型和联合仿真的分析方法是有效的,为拖拉机转向机构的研究提供了一种新的手段.     

苜蓿草压扁试验台设计与试验

进行苜蓿草压扁试验台的研制,以获取苜蓿草最佳压扁效果参数。结合苜蓿草压扁效果的影响因素：压料间隙、苜蓿草田间长势、刈割压扁机作业行驶速度、压料辊转速以及预紧机构初始预紧力,进行了压扁装置、驱动装置、间隙调节机构及数据采集系统的设计。利用试验台改变压料间隙、苜蓿草喂入量、喂入速度及压料辊转速等,可对苜蓿草的压扁效果进行多因素正交试验。试验结果表明：压料辊压力变化具有一定规律,试验台可以有效模拟真机工况。各影响因素中,喂入量对压扁后粗蛋白质质量分数的影响最大,其次分别为压料间隙、喂入速度和压料辊转速。     

高秆禾草履带收获机防倾翻预警系统研究

针对高秆禾草收获机在南方山坡地带作业易发生倾翻的问题,设计了防倾翻预警系统.该系统主要由上位机、控制器和传感器组成,通过倾角传感器和压力传感器共同监测,实现防倾翻预警功能.对整机质心进行了测量,测得整机质心与驱动轮轴之间的水平距离为944.5 mm、质心高度为1080.4 mm、质心与纵向中心平面的距离为27.9 mm...     

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。     

基于虚拟雷达和两级神经网络的割草机路径跟踪算法

为提高果园内小型双电机驱动履带式割草机恶劣路面下路径跟踪精度，提出了一种基于虚拟雷达路径感知和两级深度神经网络的路径跟踪控制算法。首先搭建了两级串联的人工深度神经网络，一级深度神经网络通过虚拟雷达路径感知算法，计算得到履带式割草机与目标路径的相对位置关系。二级深度神经网络根据履带式割草机跟踪偏差、航向角、横向偏差影响因子、折算履带滑转率以及履带式割草机与目标路径的相对位置关系，计算得到两侧驱动电机的控制转速，实现路径跟踪控制。在灌溉翻浆的果园路面，开展了履带式割草机U形路径跟踪实车试验，当车速分别为0.4、0.8 m/s时，该算法路径跟踪的最大横向偏差分别为0.064、0.072 m,平均横向偏差分别为0.026、0.033 m。与传统的纯追踪控制算法相比，最大横向偏差分别减小31.18%、20.88%,平均横向偏差减小35.00%、29.79%。基于虚拟雷达和两级深度神经网络的路径跟踪控制算法可有效提升履带式割草机在恶劣路面下的路径跟踪精度。