基于Pro/E软件平台,构建拖拉机-座椅悬架系统简化的几何模型,并将其导入ADAMS软件,编写轮胎属性文件与路面激励文件,构建拖拉机-座椅-路面系统的虚拟样机。针对不同的行驶速度与路面激励,对拖拉机的行驶平顺性进行仿真分析,探究行驶速度与路面激励对拖拉机平顺性的影响。结果表明,行驶速度与路面激励不平度对拖拉机行驶平顺性具有重要影响,以较高车速行驶时,驾驶员垂直方向振动强度明显高于较低车速的振动强度;在粗糙路面上行驶时,驾驶员的主观振动感明显强于平坦路面的振动感。增设座椅悬架系统改进拖拉机座椅结构,探究增设

研制了轮式拖拉机瞬态滑转率测量装置。该装置由MCS-51单片机系统和旋转编码器组成。采用M／T法测量车辆的理论速度和实际速度，所以无论在低速还是高速行驶状态均可在很短时间内完成滑转率瞬态值的测量。此装置可在室内和室外实验中使用，还可用作拖拉机滑转率数字控制系统中的反馈采样装置。

针对轮式拖拉机自动导航中转向角测量及自动控制的需求,研制由非接触式角度传感器为测量元件的轮式拖拉机转向角测量装置。该转向角测量装置由转向角检测机构、数据采集模块及显示终端组成。角度传感器相对车体静止,磁块随前轮转向立柱一起做旋转运动,磁场方向的变化使角度传感器输出不同的电压值,从而测量前轮的转动角度。数据采集模块采用AD转换和数值标度变换方法实时采集并处理角度传感器输出的模拟电压信号,将结果发送至显示终端。在转向角测量试验过程中,根据RTK-GNSS记录的拖拉机行驶轨迹计算实际转向角度,并与所设计的转向角测量装置输出的测量值进行对比分析。结果表明:该装置在[-5°,+5°]时,实际转向角与测量转向角的最大误差为1.31°,RMS为1.08°;在[-45°,-5°)和(+5°,+45°]范围内时,角度测量的最大误差为1.93°、RMS最大为1.4°,测量结果准确可靠,可满足轮式拖拉机自动导航对转向角测量精度的需求。

该文讨论了拖拉机牵引性能的评价指标，并通过在科尔沁沙地实地试验，研究了拖拉机的牵引性能与驱动形式、轮胎宽度以及充气压力之间的关系，该文最后得出使用丰收１８０和丰收１８４最大挂钩牵引力以及达到这一工况的最佳轮胎充气压力。

［目的］拖拉机在湿软水田土壤中行驶时的振动特性与在道路上行驶时明显不同，揭示两种不同行驶工况下振动特性的差异，对拖拉机减振方案设计和悬架系统参数优化具有重要的参考价值和实际意义。［方法］通过对湿软水田土壤阻尼分析，获取湿软水田土壤阻尼系数与轮胎阻尼系数间的关系，并建立了轮胎－湿软水田土壤系统模型、拖拉机整车振动模型以及振动特性理论计算模型，用理论分析的方法，以江苏常发集团ＣＦ７００型拖拉机为研究对象，计算并比较拖拉机行驶在农村未覆盖土路（国标Ｄ级路面）和湿软水田土壤中的振动特性。［结果］与农村未覆盖土路（国标Ｄ级路面）行驶工况相比，拖拉机在湿软水田土壤中行驶时，机身垂向振动相对于前、后轮的位移．．．

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...

基于多体动力学研究的理论和方法，利用ＭＡＴＬＡＢ和ＡＤＡＭＳ软件分别建立ＪＳ－７５４拖拉机振动的数学模型和机械模型，进行随机振动和脉冲输入的平顺性仿真分析。数学模型包括利用拉格朗日第二方程建立拖拉机３自由度振动模型，从轮胎动态特性出发，建立拖拉机整车—轮胎耦合系统；机械模型借助虚拟样机技术对ＪＳ－７５４拖拉机整车实体建模，并定义整车各个部件约束关系。仿真结果表明，ＪＳ－７５４拖拉机在Ｄ级路面下座椅处垂向加速度均方根值为０．３９０ ９ Ｍ／Ｓ２，脉冲激励输入下座椅处垂向加速度最大响应小于３４．５９ Ｍ／Ｓ２。仿真得到轮胎特性随车行驶时变化曲线，座椅处振动频率的范围集中在３－５ Ｈｚ。研究表明，Ｊ．．．

[目的]为使四轮驱动电动拖拉机在牵引作业工况下能够获得更好的牵引性能,提出轮边电机式独立驱动方案,驱动轮转矩实时可控。[方法]采用力矩平衡的方法,对牵引作业工况下的四轮独立驱动拖拉机进行动力学分析,得到前、后轮垂向载荷转移随挂钩阻力矩变化的关系。基于驱动轮的地面附着性能,以载荷比为转矩分配依据,建立前、后轮转矩分配比基于挂钩阻力矩变化的Matlab/Simulink仿真计算模型。根据参数计算,匹配合适部件,搭建了四轮独立驱动电动拖拉机试验台架。根据仿真结果在台架上通过Lab VIEW编程测控实现转矩分配随牵引阻力矩变化而变化。[结果]牵引作业时,前、后驱动轮垂向载荷发生改变,重心后移,驱动轮的地面附着能力改变。基于载荷比转矩分配最多可以比均匀分配提高800 N·m的有效驱动力矩。[结论]采用驱动轮力矩平衡的方法,以车轮垂向载荷为转矩分配依据,得到牵引作业下前、后驱动轮的转矩分配与挂钩阻力矩的关系。按照规律对转矩合理分配,提高拖拉机的牵引性能和能量利用效率。

为实现履带式拖拉机超视距遥控驾驶，以农夫小机灵５０２履带式拖拉机为平台，设计了一套拖拉机可视遥控驾驶系统。该系统主要包括中央处理器模块、２．４ Ｇ和４３３ Ｍ无线模块、全景视频拼接系统、液压及电动执行机构。操作者通过可视遥控器获取拖拉机的实时作业环境图像，并发送操作命令，实现遥控操作。为适应履带式拖拉机的作业环境，控制系统电路采用了抗震和抗干扰设计。在无同频电磁干扰、无杂草的旱田进行试验，可视遥控驾驶系统的遥控距离达１５０ Ｍ以上，视频传输稳定、无中断，直线行驶偏差小于０．２ Ｍ，转弯半径小于１．９Ｍ，能满足农机作业要求。

［目的］为了改善拖拉机的乘坐舒适性，对拖拉机驾驶室的振动特性及悬置隔振进行研究。［方法］利用Ｐｒｏ／Ｅ软件建立ＣＦ－７００型拖拉机三维模型，参照国标编写了粗糙测试路面文件，在ＡＤＡＭＳ软件中建立了拖拉机－轮胎－路面的虚拟样机模型。以实车试验验证仿真模型的有效性后对拖拉机驾驶室进行了多工况振动特性与悬置隔振仿真研究。［结果］仿真结果表明，拖拉机驾驶室质心所受到的振动强度与拖拉机的行驶速度有关，速度越大振动强度越大；驾驶室质心在３个方向的谱峰值频率都在３．１ Ｈｚ之内且行驶速度对各方向的谱峰值频率影响不明显；通过悬置隔振后，驾驶室质心各向加速度均方根值（ｒＭＳ）均有所减小，在侧倾方向上的均方根值降．．．

介绍了一种用于拖拉机自动驾驶的电控液压动力转向系统。该系统由转向电子控制单元(ECU)、全 液压转向器、步进电机、步进电机驱动器、角位移传感器等组成。它能够根据上位机(自动驾驶控制计算机)下达 的转向指令控制转向执行机构实现准确的转向功能。电控液压转向系统具有转向力矩大,控制精度高,响应速 度快,节省能量等优点,可以作为自动／辅助驾驶车辆的转向执行机构。

[目的]为提高装备液压机械无级变速箱的拖拉机的经济性，使得拖拉机在任意工况下都能工作在整机经济性最佳的工作点上。[方法]对变速箱传动效率进行分析，设计中心复合试验对泵控马达系统进行效率试验，通过响应面法建立了泵控马达系统效率的回归方程，运用液压功率分流比法建立变速箱整体传动效率模型。提出以发动机燃油消耗率与变速箱传动效率之比作为目标函数，运用粒子群算法优化任意负载任意车速下的最优经济性速比。最后设计模糊PID控制器，实现对经济性速比的控制。[结果]建立了整机经济性最佳的目标速比三维图，仿真结果表明在作业工况改变时，模糊PID控制器能实现对目标速比的跟踪，与常规发动机经济性最优的控制策略相比，整机燃油消耗率分别降低了5.73%、9.36%、3.97%。[结论]本文提出的拖拉机整机经济性最优的速比控制策略能有效提高拖拉机田间作业的经济性，研究结果为实现装备HMCVT的拖拉机的智能化控制提供理论参考。

［目的］针对目前四轮农用拖拉机换挡器的特殊结构，设计了新颖的拖拉机驾驶机器人换挡机械手，将拖拉机换挡操纵杆的三维球面运动转化为直角坐标中的二维直线运动，机械手可以沿Ｘ、Ｙ ２个方向的运动来实现选、换挡。［方法］拖拉机换挡操纵杆在Ｘ方向的换挡阻力很小，且选挡位置固定，因此在Ｘ方向采用传统的位置控制；由于拖拉机换挡操纵杆在Ｙ方向换挡时，位置重复性差，换挡过程中的力存在时变、非线性等特征，难以通过位置控制进行纵向换挡，因此，构建基于力反馈的拖拉机驾驶机器人换挡机械手模糊ＰＩＤ自适应控制系统，并通过力信号的小波入位检测判断换挡手柄是否成功入位。［结果］仿真结果及在国产ＪＩＮＭＡ（金马）３００Ｅ型拖拉机．．．

[目的]针对传统机器学习在拖拉机柴油机故障诊断应用中的局限性，本研究提出一种HPO-SVM（Hybrid Population Optimization-Support Vector Machine）拖拉机柴油机故障诊断模型。[方法]首先，采用SVM（Support Vector Machine）作为故障诊断模型的基体，针对SVM优化问题，以PSO（Particle Swarm Optimization）和GWO（Grey Wolf Optimization）算法为基础提出了HPO（Hybrid Population Optimization）算法对SVM的重要参数c、g进行优化；然后，分析柴油机的故障机理，确定反映故障发生的数据信号；最后，基于CAN（Controller Area Network）总线和Arduino UNO-MCP 2551组合模块采集潍柴WP6型拖拉机柴油机传感器信号数据对HPO-SVM的性能进行测试，并将测试结果与SVM、PSO-SVM（Particle Swarm Optimization-Support Vector Machine）、GWO-SVM（Grey Wolf Optimization-Support Vector Machine）、GWOPSO-SVM（Grey Wolf Optimization Particle Swarm Optimization-Support Vector Machine）、LWD-QPSO-SOMBP（Linear Weight Decrease-Quantum Particle Swarm Optimization-Self Organizing Maps Back Propagation）神经网络的测试结果进行对比。[结果]相比于其他4种SVM模型，HPO-SVM充分发挥了GWO算法和PSO算法在SVM参数寻优方面的优势，故障诊断准确率大幅度提升，相比于SVM，诊断总准确率由80.00%上升至100.00%，上升了20.00%；HPO算法提高了单种群优化算法的寻优性能，相较于PSO算法，HPO算法最佳适应度由70提升至90，提高了22.22%，达到最佳适应度时的迭代次数由105下降至27，下降了74.29%；为避免偶然性对5种SVM模型采取了6次重复试验，试验结果表明，相较于其他4种模型HPO-SVM模型的性能更稳定，HPO-SVM的6次诊断总准确率均为100.00%；HPO-SVM采用SVM作为故障诊断模型，缓解了优化算法的寻优压力，提高了模型的效率，相比于LWD-QPSO-SOMBP神经网络，HPO-SVM模型的运行时间由45 s降低至15 s，下降了66.67%。[结论]本文研究可为高效率拖拉机柴油机故障诊断提供参考。