基于Matlab和模糊PID的汽车巡航控制系统设计

该文设计了一种基于Matlab和模糊比例积分微分PID(proportional-integral-derivative)的汽车定速巡航控制系统,该巡航控制系统由模拟数字信号输入装置、定速巡航控制电子控制单元和节气门执行器等器件组成。为提高汽车巡航的精度和稳定性,提出了一种基于Matlab和模糊PID的自适应模糊控制方法,该控制算法在线优化模糊控制规则以及输出比例因子,既保留了传统模糊控制的优点,又有效改善了系统的控制品质,实车试验结果表明,试验车(上海大众帕萨特1.8MT)在40、60、80、100km/h定速巡航控制系统稳定时间分别在38、53、65、80s,超调量分别是0.5、0.4、1.2、1.0km/h。该系统稳定速度快,超调量小,系统工作稳定,可以较好地满足汽车巡航系统中控制需求。     

拖拉机自动转向最优控制方法的研究

该文讨论了拖拉机自动驾驶(自动转向)控制点的选择，并且在此基础上建立了拖拉机跟踪直线行驶时的运动学与动力学模型，分别对基于这两种模型的拖拉机自动驾驶最优控制方法进行了研究，分析了参数选择对控制方法的影响。由于拖拉机是一个具有大延迟、高度非线性的复杂系统，为了减少试验确定参数时的试凑次数，提高其最优控制参数的整定精度，提出一种融合运动学与动力学模型各自特点的控制参数的确定方法，对拖拉机自动驾驶试验时控制参数的整定具有指导意义。结果表明，所提出的方法用于拖拉机自动驾驶是可行的。     

基于虚拟现实的拖拉机双目视觉导航试验

针对农机导航系统的传统田间试验方式受作物生长状态的约束性较强,错过适当的作物生长时期将直接导致开发周期延长、成本增加等问题,该文提出了一种基于虚拟现实技术的拖拉机双目视觉导航试验方法。该方法以拖拉机为作业机械,苗期棉花为目标作物,在虚拟现实环境下建立田间作物行场景的三维几何模型,用于模拟田间试验场景;建立虚拟现实环境下的拖拉机物理引擎,根据实车参数及试验场景信息快速、准确地解算拖拉机的动力学参数,并且根据解算所得的状态参数在虚拟试验场景中实时渲染拖拉机的位姿状态;设计路径跟踪控制器,以经过双目视觉方法识别的田间路径为目标路径,根据拖拉机当前行驶路径与目标路径的相对位置关系解算并控制拖拉机前轮转向角度。以某型拖拉机参数为实车参数,采用大小行距方式布置5行曲线形态的苗期棉花作物行场景开展虚拟导航试验。拖拉机以不大于2 m/s的车速跟踪作物行时,平均位置偏差的绝对值不大于0.072 m、位置偏差的标准差不大于0.141 m;平均航向偏差的绝对值不大于2.622°、航向偏差的标准差不大于4.462°。结果表明:该文设计的拖拉机虚拟试验系统能够在虚拟现实环境下,模拟田间作物行环境开展基于双目视觉的导航试验,可为导航控制系统的测试及改进提供理论依据和试验数据。     

基于GNSS的农机自动导航路径搜索及转向控制

为提高农机自动导航系统性能,提出了一种基于全球导航卫星系统(global navigation satellite system,GNSS)的农机自动导航路径搜索方法和基于预瞄点搜索的纯追踪模型。根据农机不同作业需求,导航系统可选择直线路径搜索或曲线路径搜索,实现农机直线和曲线自动导航作业;建立基于预瞄点搜索的纯追踪模型,并将其用于农机转向控制,该模型不涉及复杂的控制理论,适用性较强。为验证路径搜索方法和纯追踪模型性能,以John Deere拖拉机为试验平台,进行了农机直线跟踪和转向控制导航试验。结果表明:直线路径跟踪导航试验,车速为0.8、1.0和1.2 m/s时,导航均方根误差分别为3.79、4.28和5.39 cm;转向导航试验,车速为0.6 m/s时,在弓形转弯和梨形转弯导航方式下,导航均方根误差分别为25.23和14.42 cm;与模糊控制方法对比试验,直线路径导航方式下,应用该文方法和模糊控制方法的导航均方根误差分别为4.30和5.95 cm,在曲线路径导航方式下,应用该文方法和模糊控制方法的导航均方根误差分别为13.73和21.40 cm;基于GNSS的农机自动导航路径搜索方法和预瞄点搜索的纯追踪模型可以得到较好的定位控制精度,可满足田间实际作业的要求。     

混合模式拖拉机车桥可视化设计系统

为了能够提高拖拉机车桥制造企业产品设计的效率和直观性,该文以可视化设计方法为基础,基于B/S和C/S混合技术开发系统的设计原则,研究开发了一套拖拉机车桥可视化设计系统,并对拖拉机车桥可视化设计系统的开发流程和系统功能进行了详细地阐述。该系统具有支持车桥的总体设计、性能参数计算、优化设计、零部件三维参数化设计、虚拟装配和网络数据查询等功能。通过具体实例对开发的车桥可视化设计系统的各个功能进行了验证。实践证明开发的车桥可视化系统提高了设计的效率。     

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。     

农机具自动调平控制系统设计与试验

为了使农机具在田间作业时保持水平,该文设计了一种农机具自动调平控制系统。采用拖拉机横向倾角卡尔曼滤波算法融合加速度计和陀螺仪2个传感器数据获得拖拉机实时倾斜角度,直线位移传感器测量调平液压油缸伸长量并建立农机具和拖拉机的相对倾斜角度转换函数,通过控制电磁换向阀实现农机具水平控制。在三轴多功能转台上对拖拉机倾角实时测量算法进行了测试,并在田间对农机具自动调平系统进行了试验,结果表明,拖拉机横滚角传感系统能在动态条件下准确地测量拖拉机实时倾角,在转台上测量角度平均绝对误差≤0.15°,均方根误差≤0.18°,在水田激光平地机作业时测量角度平均绝对误差0.40°;自动调平控制系统能较好地实现平地铲调平控制,平地铲倾斜角度平均绝对误差0.52°,均方根误差0.24°,最大误差1.15°,相对于原水田激光平地机水平控制系统控制精度提高了0.5°。该研究为农机具水平自动调平提供了方法,能够提升农机具作业质量。     

拖拉机电控机械式自动变速器动力性换档规律研究

在拖拉机上使用电控机械式自动变速器(AMT)很有必要。该文首先分析了拖拉机的换档特性，根据需求特性场与供应特性场的关系，确定出拖拉机AMT的换档方法；然后根据驱动轮滑转率数学模型和发动机的能量方程，以及拖拉机理论计算基本公式，推导出与发动机不同油门位置相应的拖拉机驱动力F_q与车速V_a的关系，从而建立了动力性换档的数学模型。将不同油门下相邻两档F_q与V_a曲线的交点连接，得到对应的升档曲线；最后由试验数据，采用计算机编程计算，对东方红-1302R履带拖拉机的换档规律进行了实例分析。这些为拖拉机AMT的设计与研究提供了理论依据，为提高我国拖拉机的技术含量和国际竞争力作出了有益的探索。     

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。     

基于速度自适应的拖拉机自动导航控制方法

针对速度因素对拖拉机自动导航系统稳定性的影响,提出了基于横向位置偏差和航向角偏差的双目标联合滑模控制方法,在建立两轮拖拉机-路径动力学模型和直线路径跟踪偏差模型的基础上,应用Matlab/Simulink进行整体系统仿真,验证了控制方法的可靠性;以雷沃TG1254拖拉机为载体搭建了自动导航控制系统田间试验平台,分别在定速和变速条件下,进行了拖拉机直线路径跟踪控制的田间试验;分析了不同速度条件下的动态跟踪控制效果,验证了设计的自动导航控制系统的稳定性和控制精度。试验结果表明:在拖拉机田间作业常见的定速直线行驶工况下,采用基于速度自适应的双目标联合滑模控制方法,拖拉机直线路径跟踪控制的横向位置偏差最大值为10.60 cm,平均绝对偏差在3.50 cm以内;航向角偏差最大值为3.87°,平均绝对偏差在1.70°以内;在进入稳态以后,前轮转向角最大摆动幅度为3°,摆动标准差为0.80°。结论表明,该文提出的基于速度自适应的拖拉机自动导航控制系统,能基本实现不同速度下的直线路径自动跟踪控制。     

电动拖拉机田间巡航作业驱动转矩管理模型

针对电动拖拉机整机控制中与驱动转矩相关且通用性较强的功能环节,在驱动系统上层搭建了一种通用型的驱动转矩管理控制模型。以满足田间作业需求、提升作业质量为目标,将输入信号标定为期望作业车速,并进一步转化为电机目标转速。根据实际转速与目标转速的偏差,计算电机目标输出转矩,以使电机需求功率与作业负载相平衡。进一步考虑巡航作业过程中驱动转矩变化引起的整机冲击度、当前转速下电机可用最大转矩以及驱动系统过温、电池放电欠压的影响,依次搭建了针对目标输出转矩的斜坡限制、基于转速的转矩容量限制和极端工况下的比例减载限制模型。搭建了包括电池、驱动电机以及整机纵向动力学在内的电动拖拉机模型。基于驱动转矩管理模型设计了目标控制器,并搭建了dSPACE硬件在环测试平台,分别对转矩管理模型中的各个参数进行了标定,并对牵引作业工况下驱动系统的输出特性进行了测试,结果表明:在牵引作业时,实际车速可平稳跟踪期望作业车速,跟踪误差主要取决于驱动轮的滑转程度,当期望车速改变时,实际车速按标定斜率向期望值平缓过渡;作业过程中,模型输出转矩始终处于电机转矩容量范围以内,且转矩变化率不超过35N·m/s,与未经斜坡限制处理的原始目标转矩相比,转矩变化趋于缓和;当电池输出电压低于欠压报警阈值时,驱动转矩管理模型根据电池欠压程度将模型输出转矩比例缩减10%～27%,确保电池输出电压不低于停机阈值。所搭建的驱动转矩管理模型可为电动拖拉机整机控制器的设计提供技术参考。     

车载式变量施药机控制系统设计与试验

施药控制是提高作业质量、减少化学污染、降低生产成本的关键技术。该文基于单片机AT89C52,采用滞环控制法,设计了一种车载式变量施药机控制系统。该系统能够根据施药机行走速度自动变更喷药量,实现施药量不变。试验表明：加速度小于0.4 m/s2时,实际施药量与设定施药量之间的误差不超过8%,且雾化效果良好、生产效率高,还可以减少农药的残留和对环境的污染,能够满足农业生产的需要。     

采用滑转率-阻力区间划分法的拖拉机双流传动系统调速控制

为解决拖拉机作业过程中因作业阻力波动而导致生产效率降低的问题,该研究以自主开发设计的液压机械无级变速器(Hydraulic Mechanical Continuously Variable Transmission, HMCVT)为研究对象,通过对滑转率区间划分确定了滑转率控制和车速控制的优先级;通过对作业阻力范围划分确定了适合当前阻力状态下的HMCVT传动模式,并以拖拉机最高生产效率为目标制定了HMCVT系统在液压机械传动(HydraulicMechanicalTransmission,HMT)和静液压传动(HydrostaticTransmission,HST)模式下的变速规律,确定了HMT和HST传动模式下的排量比调节曲面。针对油压波动会影响液压泵排量调节精度的问题,提出了基于前馈补偿的滑模控制算法,搭建了HMCVT传动系统和调速策略模型。结果表明,提出的基于滑转率-阻力区间划分的调速控制策略能够在负载或路面条件发生变化时,将驱动轮滑转率约束在容许滑转率区间内;本文制定的变速规律相比于传统动力性变速规律能使拖拉机车速和加速度分别由5.06km/h和0.05 m/s2提升至5.3 km/h和0.15 m/s2,加速度能力更强,可保证拖拉机的生产效率,提高拖拉机对复杂多变作业环境的适应性。     

拖拉机液压机械无级变速器加速换段过程动力学仿真

拖拉机加速行驶时,破坏了严格意义上的液压机械无级变速器等速换段条件,加之惯性负载的影响,需要对拖拉机加速过程中液压机械无级变速器的换段过程及其影响因素进行研究。首先,在Simulation X下构建了现有试验台架的传动系统模型,包括发动机、变速器、负载以及离合器控制油路,并对其进行了试验验证。考虑到拖拉机加速过程中惯性质量对换段过程的影响,在前述模型的基础上,进一步构建了包括后桥在内的完整拖拉机模型。而后,基于换段期间拖拉机的峰值加速度与离合器摩擦损耗2项指标,对5组可能对换段过程构成影响的拖拉机或变速器工作参数进行了仿真分析。结果表明,在变速器理论换段点之前开始换段（该研究取?0.65 s）,延迟待分离离合器的卸油时间（该研究取0.2 s）,提升待接合离合器的流量水平（该研究取6 L/min）,使用一体式泵控液压马达以及限制换段时的发动机最高转速,均可提升拖拉机在加速换段过程中的换段品质。此外,拖拉机的设计质量应当综合考虑速度冲击与动载冲击的影响。该研究可为拖拉机无级变速器及其控制系统的研究提供参考。     

基于DEM的无人驾驶拖拉机前馈稳速控制

针对农田坡度变化影响无人驾驶农机行驶速度稳定性,进而降低播种均匀性和肥药施用精度等问题,该研究设计了一种基于农田数字高程模型（digital elevation model,DEM）和前馈控制策略的拖拉机稳速控制方法。首先建立坡地干扰补偿模型,基于拖拉机实时位置从农田DEM中提取前方作业路径的坡度信息,计算拖拉机前方目标速度补偿量,实现拖拉机行驶的稳速控制。以DF1204无级变速拖拉机为试验平台,在中国农业大学烟台研究院开展3组不同目标速度的上坡、平地和下坡行驶对比试验。试验结果表明,拖拉机以目标速度4.0、6.0和8.0 km/h行驶时,上坡行驶的实测速度均值分别为4.03、5.94和7.85 km/h,平地行驶的实测速度均值分别为4.04、6.02和8.03 km/h,下坡行驶的实测速度均值分别为4.00、6.10和8.19 km/h,与对照组相比,在上坡、平地和下坡行驶时的速度均方根误差分别降低了46.63%、21.92%和37.15%,试验组上坡和下坡行驶的实测速度均值更接近目标速度。所提方法可有效提高无人驾驶拖拉机在起伏农田的稳速控制精度,有助于提高农机作业质量。     

拖拉机沿曲线路径的跟踪控制

近年关于农业用车轮型移动机器人的研究很多,但主要集中在直线行走方面。该研究进行了沿给定的曲线路径跟踪控制的研究。首先由给定的曲线路径生成四元状态空间,其次在利用预见控制求得车辆的未来值和目标值的基础上,利用最优控制理论设计跟踪控制器。最后在牧草地上对正弦路径和圆形路径进行了跟踪实验。试验结果为：车辆以1.5 m/s的速度行驶时,在很小转弯半径时最大误差可控制在35 cm以内。