基于粗糙集神经网络的收割机需求评价方法

结合粗糙集理论和神经网络在信息处理方面的优势,构建了基于粗糙集理论和人工神经网络相结合的收割机需求评价方法的模型,并对陕西省多款收割机进行评价,建立数学模型.实例表明,约简后的知识系统可以获得原知识系统的分类结果,但分类指标却减少了77%,大大减少了信息需求量,可以计算每个属性在评价收割机方面的重要性,给收割机生产厂家提供一份可供参考的指标.     

云南山地甘蔗收割机发动机的动力匹配

该文论述了云南山地甘蔗收割机发动机的动力选择研究,通过对云南山地甘蔗收割机的作业状况进行分析,并对作业状况下的功率消耗进行分析计算,得到了在高原地区,海拔及土壤比阻较高环境下,云南山地甘蔗收割机作业所需的发动机最小功率匹配。      

多功能油菜收割机

最近．农业部“科技跨越计划”项目——油菜收割机中试、改进和熟化，在上海松江区油菜试割现场顺利通过了国家农业部专家组验收。     

4JGD-1750型多功能收割机的研究

针对我国收割机现状,研究出一种既可收割豆类、稻麦等低矮作物,又可收割草类等高秆作物的多功能收割机,并对其主要结构进行研究和分析。     

基于神经网络的收割机前进速度PI D控制

前进速度决定着收割机的收割效率和收割质量,因此,将小波神经网络和模糊PID控制器结合起来构造了神经网络模糊PID控制器.首先,分析了前进速度对收割机作业质量的影响.其次,分析了收割机前进速度电控系统的基本原理.然后,研究了神经网络模糊PID控制器的基本模型.最后,进行了实例仿真.仿真结果表明,所构造的模型具有较好的控制...     

多功能茎秆收割机的结构设计及受力分析

针对茎秆类收割机损伤率较高、合格率较低的问题,对茎秆类收割机的结构进行了改进,并对其受力进行分析.茎秆收割机为整秆式收割机,主要由机架、行走系统、收割系统及操控系统组成.通过对其切割机构进行改进,加装平衡块,并对其进行受力和运动学过程分析,来减轻收割机作业过程的振动.为验证收割机性能,对其进行通过性试验和切割试验.结果...     

基于BP神经网络的HCNG发动机非正常燃烧仿真研究

为了解HCNG发动机某工况下的缸内燃烧情况,利用该工况的台架试验缸压数据,分析对比每个循环缸压值与平均缸压值,从理论上确定发生失火等非正常燃烧的循环。在Matlab中建立BP神经网络,利用理论分析的数据对其进行训练仿真。仿真结果显示,BP神经网络的表现函数mse为0.0229,可用于准确判断缸内的非正常燃烧情况。     

湖南研制成功小型多功能收割机

湖南华鹰农机有限公司研制成功一种适用于山区小块地作业的小型收割机。该机质量为8．8kg,可用于收割水稻、大麦、小麦、青稞、苜蓿等农作物。具有操作简单、单人作业、工效高等优点。收割效率为0．05～0．08hm^2／h,损失率小于1％。     

收割机冷却系统故障及排除

夏季高温期间，收割机易出现水箱开锅和发动机过热现象，致使机器难以正常作业，影响生产效率。其原因及排除方法如下：     

收割机轴承故障检测——基于虚拟仪器和小波神经网络

滚动轴承是收割机轮系系统中的重要部件,也是易损原件,其损伤容易引起旋转机械故障,因此对轴承故障的检测非常重要.针对轴承运行过程中的振动信号机理和特征,在信号时域和频率特征分析的基础上,提出了小波神经网络模式识别算法,可以智能化地识别轴承故障,并减小故障诊断的误差,提高故障类型判断的准确性.结合虚拟仪器开发软件LabVI...     

基于BP神经网络的甘蔗收获机切割器振动性能研究

针对小型甘蔗收获机切割器不平衡对切割器轴向振动的影响,为实现切割器振动的有效预测以及自动控制信号的获取,通过正交试验并利用BP神经网络技术与回归分析构建出了切割器螺旋以及刀盘振动的BP神经网络模型和回归模型。分析结果表明:基于BP神经网络建立模型的切割器螺旋与刀盘的振动正确拟合率达到了88.89%,且相对误差基本上在5%以内,而回归模型的切割压力正确拟合率只有38.89%。因此,基于BP神经网络建立的模型具有较高的精度,通过此BP神经网络模型,有效地解决了复杂信息特征的提取问题,减少了试验研究的次数与成本,为进一步的切割器刀盘以及螺旋振动的自动控制系统的研发奠定了基础。     

基于神经网络的甘蔗收获机剥叶元件性能研究

综合采用正交试验与神经网络方法对甘蔗收获机剥叶元件的性能进行了分析优化。通过正交试验初步确定各因素水平的较优值,根据正交试验条件与结果对BP神经网络进行训练,在此基础上拓宽各因素水平的取值,利用神经网络的非线性映射能力对各因素进行仿真分析,从而确定最优组合为2号材料、螺旋角10°、3排、交错深度6mm、前角0°。     

基于神经网络的汽油机爆震的诊断

爆震是汽油机的一种不正常燃烧状态,严重爆震会使汽油机各项性能全面下降,甚至损坏发动机。但是汽油发动机工作在爆震边缘时将获得最佳动力性和经济性。本文提出了一种基于小波变换和神经网络的汽油机爆震识别方法,利用小波变换提取爆震特征,通过改进了的BP神经网络对汽油机爆震有无以及强度进行识别。     

联合收获机脱粒滚筒角速度控制优化设计——基于小波神经网络

脱粒滚筒是联合收获机的核心部件,其性能决定了联合收获机的工作质量和生产效率。由于不同地块和不同作物的湿度、密度不同,联合收获机的行走速度和喂入量也不同,因此脱粒滚筒的转速也应做出适当的调整,使滚筒的线速度保持在一个有较好脱粒效果的状态。为此,提出了一种新的双滚筒脱粒滚筒结构,该结构利用传感器采集滚筒信息,形成了滚筒转速的闭环反馈调节机制,并采用小波神经网络算法对转速的精度进行调节,提高了脱粒滚筒的作业精度。最后,对基于小波神经网络算法的双滚筒脱粒滚筒的性能进行了实验测试和仿真模拟,测试和仿真模拟得到的籽粒破碎率基本吻合,验证了实验的可靠性。对滚筒的脱净率进行了进一步的实验测试发现,利用神经网络算法和小波神经网络算法的脱粒滚筒脱净率都比较高,且小波算法要比单纯使用设计网络算法脱净率高。     

基于神经网络的柴油机韦博参数预测研究

韦博公式作为柴油机零维燃烧模型中较通用的放热率计算半经验公式,被广泛应用于柴油机工作过程的仿真中,其模拟的准确性主要依赖于公式中参数的选取,但常规选取方式存在一定的盲目性且普适性较差。针对这一问题,以上柴D4114B型发电用柴油机为例,提出了一种基于神经网络的柴油机韦博公式参数的预测方法,通过实验所测缸压曲线反推燃烧放热率、放热率曲线的数值拟合和神经网络的训练建立可用于韦博公式参数预测的神经网络模型,通过预测精度评价、预测结果与实验数据的对比,验证了这种预测方式的准确性。最后,基于该方法建立了柴油机的动态仿真模型,通过部分参数实验值与仿真值的比较,证明该方法在柴油机动态仿真中的可行性。     

基于神经网络PID的小麦收割机械式行走装置设计

为了提高联合收割机行进速度控制的响应精度、缩短控制过程的响应时间及提高收割机的作业效率,设计了一种新的小麦收割机械式行走装置。该装置利用新型液压-机械控制方案,结合神经网络PID控制器,提高了行走装置的响应速度和精度,并解决了收割机原地转向及特殊地块通过性较差的问题。行走系统采用双联集成变量柱塞泵和2个定量摆线马达的相互独立闲式液压传动系统,实现了收割机行走系统的无级调速。为了测试装置的有效性和可靠性,对PID控制器的响应精度和响应时间等进行了测试。通过测试发现:PID控制器的调节时间仅为0.02s,响应迅速,超调量低,响应精度较高,为小麦收割机现代化设计提供了较有价值的参考。     

基于BP神经网络的电控柴油机故障诊断

运用了优化算法的BP神经网络设计高压共轨式电控柴油机的故障诊断系统,以高压共轨式电控发动机的传感器数值作为BP网络的输入,把发动机的故障状态作为BP网络的输出,以此来对电控柴油机进行实时的故障诊断.将诊断结果与实测结果进行比较后,证明此方法是可行的.     

基于BP神经网络的柴油发动机特性建模

建立连续的发动机燃油特性和调速特性数学模型作为液压机械无级变速器虚拟试验平台的动力源。根据虚拟平台对不同特性区域的精度需求对柴油发动机不同特性区域的试验数据进行不同的密度选取、乱序和归一化处理,采用单隐层BP神经网络对试验数据进行训练,对比不同隐层节点数网络的训练误差和测试误差,选取误差最小的网络,求解出网络的数学表达式。通过该方法以ISLe310柴油发动机为例建立燃油特性和调速特性的连续数学模型,这两个简单的数学表达式准确反映了发动机万有特性和外特性,连续模型避免了虚拟试验中出现信号的突变和奇异点。通过和经典的最小二乘法拟合得到的最优特性模型进行对比,其具有更小的误差、更强的泛化能力,能够更好地反映柴油发动机的相关特性。     

基于模糊神经网络的汽油机怠速控制

针对发动机怠速工况的非线性、时变性和精确数学模型难以建立的特点，提出了怠速控制的模糊神经网络方法；利用模糊神经网络的模糊信息处理能力及自学习：叻能进行发动机怠速控制，给出了BP网络模型。实验结果表明：使用神经网络对汽油机进行怠速控制效果良好．鲁棒性强，可有效提高发动机怠速品质，改善发动机的性能指标。     

基于神经网络的柴油机排放模型研究

分析了柴油机模型的特点及用神经网络建立柴油机排放模型的方法,在此基础上,编写了柴油机排放模型的算法,并用一个实例验证了该模型的可靠性。