大马力拖拉机新型液压功率分流无级变速器优化设计

[目的]为满足大马力拖拉机不同作业工况下的负载和行驶速度需求,提出一种四区段液压功率分流无级传动系统。[方法]首先,确定无级变速器的传动方案,首次将中间轴式机械有级变速器和静液压无级变速器(HST)并联,基于等比传动的速度连续性和传动效率最优原则,确定机械变速器传动系统参数,然后,计算HST系统功率并对泵马达调速系统油路进行设计和元件选型,最后,基于AMEsim软件构建液压功率分流无级变速器及拖拉机整机仿真模型,对该变速器传动特性及拖拉机典型作业工况进行了仿真分析。[结果]该变速器可在0~50 km·h-1范围内实现无级调速,具有接近恒功率传递的段间转矩比分布,且在无级调速过程中具有最高44%的液压分流功率;分别使用HM2与HM1段进行犁耕作业,拖拉机行驶速度与发动机比油耗分别为8.5 km·h-1、215 g·(k W·h)-1和6.1 km·h-1、300 g·(k W·h)-1。[结论]该变速器结构紧凑,传动效率高,调速范围广且全程可实现无级调速,满足大马力拖拉机在不同工况下的作业需求,在同等作业条件下,使用较高的变速器工作段位与较低的发动机转速,可提高拖拉机的燃油经济性。     

重型拖拉机HMCVT的5因素换段品质逐步回归优化研究

[目的]为了改善配备液压机械无级变速器(HMCVT)的重型拖拉机的换段品质,本文基于SimulationX软件搭建换段仿真模型,深入研究相关因素与换段品质之间的关系。[方法]依据变速箱的传动原理建立仿真模型,并验证该仿真模型精确度。确定影响换段品质的3类因素,即结构设计因素、环境因素和可调节因素,并在仿真模型中进行5因素4水平正交试验。利用逐步回归分析法(stepwise regression analysis)与极差分析法对正交试验结果进行数据处理,分析各因素对换段品质的影响程度,建立换段品质评价指标数学模型;并提出用方差权重确定法将两相关性相反的指标进行参数匹配,得到总换段品质数学模型。对结构设计因素进行单因素试验,确定其各自与换段指标之间的精确关系。[结果]湿式离合器接合过程中,影响速度降的主要因素为充油压力、流量与负载,影响动载荷的主要因素为充油压力与负载。结构设计因素中,换段评价指标均与摩擦片数量相关性较高,与摩擦片的内、外径相关性较低。[结论]本文结合方差权重与逐步回归分析,提出一种综合换段品质改进与湿式离合器优化设计的分析方法,为相关领域的研究提供参考。     

基于小波包变换和神经网络的油井故障诊断方法

为精确诊断机械采油井的系统故障,提出一种基于小波包特征向量的神经网络故障诊断方法。对采集到的悬点位移和悬点载荷数据进行3层小波包分解,构造小波包特征向量,并以此为故障样本对3层BP神经网络进行训练,考虑到传统BP算法的局限性,采用改进的遗传算法训练网络权值,进而实现油井系统的智能化故障诊断。试验结果表明,训练好的神经网络能够很好地诊断出采油井故障类型。     

拖拉机液压机械无级变速传动系统速比匹配策略

为实现发动机的最佳动力性和燃油经济性,提出了拖拉机液压机械无级变速传动系统速比匹配策略。利用发动机试验测试结果,采用多项式拟合方法建立了发动机模型。根据发动机的转速调节特性,在拖拉机液压机械无级变速传动系统确定的速比范围内,给出了实现发动机最佳动力性和最佳经济性工况运行时的目标速比。对装备液压机械无级变速器后的拖拉机与原拖拉机的牵引性能进行比较,结果表明:装有液压机械无级变速器后拖拉机在任何牵引力时,发动机都在接近于满负荷点工作,拖拉机生产率和燃油经济性有所提高。本研究所提出的速比匹配策略是合理的。     

拖拉机多段液压机械CVT的建模及控制仿真

建立了多段液压机械无级变速器(HMCVT)的数学模型,用于控制系统开发。根据HMCVT分流传动和结构多变的特点,将其分解为传动轴系统、变量泵-马达系统、离合器系统和控制系统,运用动力学原理建立了详细的数学方程。应用Matlab仿真软件,构造了多段HMCVT变速过程所有状态的计算模块,仿真了在控制系统作用下无级变速和换段的动态特性。对比试验表明,模型运行稳定、能有效表达HMCVT的动力学特性,可作为无级变速控制算法开发的软件及硬件在环仿真基础。并指出了一些控制系统开发中值得研究的问题。     

雄先型核桃雄花疏除的二次回归与BP神经网络模型研究

雄先型核桃雄花疏除（去雄）是提高产量的重要管理措施,为提高核桃去雄的效率,建立二次回归与 BP神经网络模型。分别以乙烯利、赤霉素和甲哌鎓为自变量和核桃雄花脱落率为响应指标,进行田间建模试验,建立了二次多项式回归方程和 BP神经网络模型,并于翌年进行 BP模型田间确认试验。试验数据分为训练集、确认集和试验集,中心组合（二次旋转回归试验设计）田间建模试验得到的20组数据随机划为训练集（17）和确认集（3）数据,试验集为翌年田间确认试验得到的数据,BP神经网络的拓扑结构为3-5-1。①BP神经网络对确认集样本的预测值误差分别为1.3550%、0.4291%、0.3538%;②BP神经网络的预测值与田间确认试验结果相差为2.04%,回归预测值与田间确认试验结果相差为3.12%;③BP神经网络预测比回归预测提高预测精度1.0%以上。将二次多项式逐步回归分析和 BP神经网络方法有效的结合使用,既可明确各因子的作用效应亦可得到相对准确的预测结果。     

基于时间序列和神经网络的温室传感器节点故障诊断

温室无线传感器网络中故障节点会产生并传输错误数据,不仅消耗节点的能量和带宽,而且导致错误决策。针对此问题研究一种准确判断节点故障状态的方法。采用时序分析和遗传BP神经网络,建立基于时间序列和神经网络的传感器节点故障诊断系统,通过对传感器样本数据进行时序分析,提取模型参数作为特征向量,并以此对遗传BP神经网络进行网络训练,实现传感器节点故障的诊断。试验结果表明：该方法能够有效地识别传感器节点故障类型,15组测试样本的输出矢量与同类故障基准矢量的欧式距离和为0.007,识别正确率为100%。     

基于BP-Adaboost算法的棉花采摘机预维修方法研究

[目的]尽早检测出棉花采摘机可能发生的故障,减少大型故障造成的巨大损失。[方法]提出了一种基于BPAdaboost算法的预维修方法用于检测棉花采摘机故障情况。首先采集棉花采摘机8个核心部件的工况参数信息作为故障特征参数,然后将故障特征参数作为BP神经网络的输入值,构造BP神经网络弱预测器,最后通过多个BP神经网络弱预测器构建Adaboost强预测器模型。[结果]用采集到的棉花采摘机实际工况数据验证Adaboost强预测器模型的性能,模型预测准确率达94.7%。[结论]该算法可以有效地对棉花采摘机的故障进行预测,而且与BP神经网络弱预测器相比,性能更好。     

拖拉机液压机械无级变速器的特性分析

以东方红1302R拖拉机液压机械无级变速器为对象,建立了其速比与变量泵和定量马达排量比、液压功率分流比、传动效率的关系式,给出各段(挡)工况下的功率流向,分析循环功率存在条件及其对变速机构输出的影响。结果表明:行星排特性参数k是影响液压机械无级变速器特性的主要设计参数,其值应在0.3相似文献   

重型拖拉机液压机械无级变速箱冷却润滑油液的分配优化

[目的]为了实现重型拖拉机液压机械无级变速箱(hydro-mechanical continuously variable transmission, HMCVT)内部各个零件的良好润滑,提出一种冷却润滑油路的优化方法,实现油液合理分配。[方法]采用计算流体力学(Computational Fluid Dynamics, CFD)仿真与试验验证相结合的方法获取样本数据,利用径向基(radial basis function, RBF)神经网络建立出口孔径与出口流量的拟合函数,并构建以出口流量与目标流量误差平方和为优化目标的优化函数,运用惩罚函数法与遗传算法优化获得流量误差最小的流道结构参数。[结果]建立的CFD模型仿真结果与试验结果误差均小于10%,说明利用CFD方法计算润滑油路各出口流量值是切实可行的。利用RBF神经网络方法拟合的孔径-流量函数具有很高精度,决定系数均在0.95以上,优化后的冷却润滑油液分配更加合理,与目标流量值误差在5%以内。[结论]本文提出的冷却润滑油液合理分配的油路优化设计方法,能够减少设计成本,准确实现油液的精确分配,为变速箱润滑油路的设计提供了理论依据。     

拖拉机液压机械无级变速器特性研究

本文对拖拉机液压机械无级变速器的特性进行了研究,主要结合拖拉机液压机械无级变速器传动方案,根据实际的要求提出了新的设计方案,对无级调速特性、转矩特性、功率分流特性、功率流特性、效率特性、牵引特性进行了分析。     

基于径向基神经网络的水轮机组故障诊断研究

针对传统意义的BP(B ack-P ropagated)神经网络在水轮机故障诊断中的不足,提出了一种基于径向基RBF(R ad ia l bas is function)神经网络的水轮机组故障诊断方法。实例应用表明,该方法克服了BP神经网络的不足,具有精度高、收敛快、可以避免局部极小值的优点;RBF神经网络收敛速度约是BP神经网络的40倍,并能准确地诊断出水轮机组的故障。     

基于BP神经网络的土壤贮水量预报模型研究

[目的]为实现作物的实时灌溉提供科学依据。[方法]利用实测气象资料、桓台县节水灌溉试验站2008～2009冬小麦试验资料等建立BP神经网络预报模型,应用Matlab神经网络工具箱,采用Trainlm算法进行模型训练,对试验田的土壤贮水量进行预测。[结果]基于BP神经网络的土壤贮水量预报模型的泛化能力较强;在冬小麦日耗水量较大的拔节、扬花、灌浆3个时期,该模型的预报精度较高,稳定性较好。[结论]基于BP神经网络的土壤贮水量预报模型在冬小麦耗水较大时期的模拟值具有较高的精度。     

基于概率神经网络的液压泵故障诊断

液压泵是液压系统的核心,其运行状态的好坏直接影响整个系统的性能。针对液压泵工作过程中出现的故障,运用神经网络方法进行故障诊断具有显著优势。分析概率神经网络基本结构以及训练算法,建立液压泵故障分类的概率神经网络模型。运用采集数据针对分析计算结果表明,基于概率神经网络的故障诊断方法是一种有效的故障诊断方法。     

基于PSO-SVR的同步发电机励磁电流预测

【目的】采用粒子群优化支持向量回归(PSO-SVR)模型对同步发电机励磁电流进行预测,为更准确地实现同步发电机转子绕组匝间短路故障的在线诊断提供依据。【方法】以微型同步发电机动模试验的20组正常运行数据作为训练样本,用剩下的13组正常运行数据和33组故障运行数据为检验样本,选取机端电压、有功功率、无功功率为输入量,励磁电流为输出量,通过粒子群优化(PSO)支持向量回归(SVR)的结构和参数,建立PSO-SVR预测模型,进而进行励磁电流预测,并与在线实测的励磁电流进行比较,以误差超过阈值诊断为发生匝间短路故障。【结果】PSO-SVR预测模型的预测误差较误差反向传播(BP)神经网络预测模型小;PSO-SVR模型能设置阈值准确诊断运行状态,而BP神经网络预测模型却不能,并且至少有1次误诊情况出现。【结论】PSO-SVR预测模型的精度优于BP神经网络预测模型,能准确地进行转子绕组匝间短路故障诊断,为同步发电机励磁电流预测、转子绕组匝间短路故障的在线诊断提供了一种新途径。     

基于BP神经网络番茄果实横纵径生长的建模研究

[目的]准确快速地预测果实的大小,提高温室番茄种植的经济效益。[方法]以2002和2003年果实横纵径部分试验资料为样本,根据BP神经网络的建模原理建立果实横纵径生长的模型,通过仿真试验检验了网络的仿真性能。[结果]以MATLAB6.5作为系统仿真平台,对果实横纵径进行了建模仿真。利用神经网络工具箱命令:[m,b,r]=postreg(A,T)对系统的仿真输出与目标输出作了线性回归分析,分析结果为:m=0.9987,b=0.0051,r=1.0000;m=1.0000,b=-1.7724e-004,r=1.0000。[结论]基于BP神经网络的果实横纵径模型具有较好的仿真效果,在果实横纵径的预测中具有很好的应用前景。     

基于计算机视觉的库尔勒香梨脱萼果识别研究

[目的]针对库尔勒香梨的图像,对香梨脱萼果和宿萼果进行分类及识别研究。[方法]利用Matlab软件进行图像数据获取、灰度化、中值滤波,利用动态阀值分割二值化图像;为弥补二值化后图像中出现的孔洞,基于数学形态学算子填充孔洞。设计神经网络参数,然后利用试验样本对BP神经网络进行训练和测试。[结果]所提出的方法能够获得很高的正确识别率,能够有效地将脱萼果识别出来。[结论]用BP神经网络来分类识别香梨脱萼果可以达到较好的效果。     

基于高光谱成像技术和SVM神经网络的马铃薯外部损伤识别

探索利用高光谱成像技术识别马铃薯外部损伤的方法。对外部冻伤、机械损伤、摔伤和正常4类共162个马铃薯样本进行高光谱成像试验,对试验得到的原始数据进行主成分分析以实现数据降维,从降维后的特征图像中提取均值、标准差、平滑度、三阶矩、一致性、熵6个描绘子组成特征向量,把特征向量分别输入贝叶斯分类器、BP神经网络和SVM神经网络3个模型进行识别,结果贝叶斯分类器模型对冻伤和机械损伤两类马铃薯相互误判严重,BP神经网络模型对机械损伤类马铃薯识别率低,而SVM神经网络模型较前两个模型的识别率有明显提高,是最为适合的马铃薯外部损伤识别模型。     

基于遗传算法改进 BP 神经网络的遥感影像分类研究

遥感影像分类是遥感信息提取的重要手段,是目前遥感技术中的热点研究内容,有效地选择合适的分类方法是提高遥感影像分类精度的关键。BP神经网络具有收敛快和自学习、自适应性强的特点。在遥感图像分类中,BP神经网络能充分利用样本集的信息,自动建立分类模型,但由于BP神经网络的权值和阀值能直接影响BP神经网络模型的分类精度,因此该研究通过遗传算法来确定BP神经网络的最优权值和阀值,从而提高BP神经网络的分类精度。以LandsatTM遥感图像作为数据源,以长江中游一武汉市为研究地区,建立了基于BP神经网络模型的遥感分类模型和基于遗传算法改进BP神经网络模型的分类模型,对分类结果进行了定量分析。结果表明：在样本相同的情况下,基于遗传算法改进BP神经网络的遥感影像分类精度要高于BP神经网络的遥感影像分类精度。     

拖拉机液压机械无级变速箱的起步特性研究

[目的]为了提高拖拉机液压机械无级变速箱(HMCVT)的起步性能,本文针对自主研制的新型拖拉机HMCVT进行理论分析与试验研究。[方法]首先,通过分析变速箱起步的边界条件,得到起步时的最大传动比,并根据最大坡度进行校核,从而得到变速箱起步时液压泵排量的控制方案;然后,以试验台架为基础,确定起步过程的评价指标和影响因素;最后,进行液压机械无级变速箱起步性能的影响试验,在试验中,通过单独改变发动机输出转速、负载转矩和泵-马达速比ε的变化速率,从而获得各因素对起步性能的影响规律。[结果]拖拉机无级变速箱起步时通过PLC控制变量泵的排量,使泵-马达的速比ε从0.113逐渐变化到1.000,既避免了马达低速时的死区,又避免了在低效率区工作,同时也满足最大坡度时的起步要求;起步品质的评价指标为起步压力、冲击度、响应时间和速度降;影响起步品质的主要因素依次为负载、液压泵排量、发动机转速。[结论]在不同的负载和驾驶员起步意图下,通过控制变量泵的排量,可以使液压无级变速箱起步时,达到最佳的起步性能及发动机动力性和经济性的目的。