为合理设计拖拉机在地头作业时的最佳路径,采用车辆运动学模型,应用最优控制理论,设计了单体拖拉机利用前进挡工作时在进行地头转弯的最佳路径,并用VC++进行了编程。程序运行结果表明,其计算时间短,能够保证拖拉机自动行驶控制中的实时要求。

为了解决变型拖拉机转向性能差等问题,采取建立转向车轮实际转向角的数学模型,计算机辅助分析方法,可以确定转向梯形机构参数的最佳值,从而较好地解决了转向性能差等问题.

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

基于电驱动的特点,提出了一种电动机和变速箱协同调速的电动拖拉机传动系统结构方案。在对电动拖拉机牵引特性进行理论分析的基础上,提出了电动拖拉机动力性评价指标及其计算公式;并对电动拖拉机动力传动系统各部件主要参数的设计理论和计算方法进行了探讨,提出了一套电动拖拉机驱动系统设计理论和计算方法。以某电动拖拉机为研究对象,通过计算分析了不同工况、不同档位下的驱动力和爬坡度与速度的关系以及不同工况下一次充电连续作业时间与速度的关系。分析表明,不同档位下驱动力随速度增加而下降,其变化趋势与电动机输出特性一致;不同档位下爬坡度随速度增加而迅速减小,例如在第Ⅴ档作业时,当速度达到15 km.h-1时,爬坡度不足...

[目的]为了提高我国拖拉机的乘坐舒适性和行驶平顺性,设计并研究了拖拉机前桥油气弹簧减振系统。[方法]以常发CF700型拖拉机为研究对象,建立前桥悬架拖拉机三自由度振动模型,根据拖拉机前桥悬架的参数要求,设计了刚度和阻尼均可调的油气弹簧系统,以此为基础建立油气弹簧刚度和阻尼的非线性数学模型,并计算了油气弹簧的结构参数。仿真研究了油气弹簧的性能,并对所设计的油气弹簧进行了静、动态特性试验。[结果]静态特性试验得到油气弹簧的刚度特性,其在平衡位置处的静刚度系数为72.6 kN·m(-1);动态特性试验研究了比例

[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。

[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。

［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．．．

集材道土壤受拖拉机反复走行作用产生地表轧乱和土壤压实现象，造成水土流失和腐殖质丧失，这对更新苗木的生长产生了不良影响．本文通过实地调查测定，应用灰色系统理论，研究了拖拉机集材时集材道上土壤硬度、孔隙度的变化及对苗木生长的影响。在履带式拖拉机集材道上，土壤的硬度、孔隙度都比轮式拖拉机集材道上的大。与土壤硬度相比，孔隙度对苗木生长的影响更大些。从而得出了就苗木高生长而言，履带式拖拉机比轮式拖拉机的损害要小。

采用理论分析和文献综述相结合的方法,对国内外拖拉机车身调平系统的现状进行研究;从拖拉机后悬挂技术、机具调平坡地自适应技术2个方面对文献知识进行梳理和归纳。结果表明:1)利用拖拉机调平系统能使拖拉机在车身遇到颠簸或倾斜时调整至水平状态,能确保驾驶员的安全和舒适;在山地复杂多变和高低起伏环境下,拖拉机在山地作业的稳定性和通过性与车身自动调平程度密切相关;2)悬挂机构对拖拉机车身调平及后悬挂机具调平起着至关重要的连接作用,悬挂机构的技术结构直接影响了拖拉机车身调平及后悬挂技术研究的发展程度;3)对悬挂机具在坡地等高作业及耕作自适应等关键技术的研究,是整个山地拖拉机调平系统研究的关键问题。针对山地复杂地形和作业质量要求,提出如下发展策略:在搭建山地拖拉机车身调平系统和优化悬挂机构的基础之上,全面研究山地拖拉机后悬挂技术和机具调平坡地自适应技术;在保障山地作业质量和作业效率的前提下,进一步深入研究山地拖拉机车身与悬挂机具协调自适应技术,实现山地拖拉机悬挂机具对坡地的仿形作业,是山地拖拉机自动调平系统的主要发展方向。

[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。

【目的】对拖拉机转向跟踪控制进行研究,寻求提高转向跟踪控制精度的方法。【方法】以福田欧豹4040型拖拉机为研究对象,以车辆航向角偏差和前轮转角为输入变量,转向驱动电机转速为输出变量,设计车辆转向控制模糊控制器,并用于拖拉机航向角的控制。【结果】拖拉机以0.53 m/s的速度行驶时,航向角偏差可控制在1°以内;拖拉机在50 m行驶距离内,最大横向偏差为0.16 m。【结论】所设计的控制器能够满足拖拉机转向跟踪控制的要求。

［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．．．

建立了拖拉机起步过程中机组、发动机、离合器和机组阻力矩的数学模型。在此基础上对离合器的接合过程进行了动态仿真 ,计算出离合器接合任意时刻的发动机角速度、离合器从动盘角速度、离合器摩擦力矩以及离合器接合过程的冲击度和滑摩功

随着农业机械的智能化、自动化程度不断提高,线控转向技术在拖拉机等农用车辆上的应用得到了重视和研究,为了指导拖拉机线控液压转向的研究,缩短开发周期。本文在分析线控液压转向系统的控制算法与结构的基础上,建立其联合仿真模型。基于AMESim软件平台建立液压系统模型,以及整车模型;利用Simulink分别建立模糊免疫PID、模糊PID、常规PID的控制器模型,通过Visual C++6.0实现接口通讯,完成了传动比为1时的转角响应、转角跟随的联合仿真,以及在拖拉机车速15 km/h,方向盘转角180°,传动比为9时的横摆角速度响应、质心侧偏角响应等联合仿真。模糊免疫PID控制可以获得0.272 s的阶...