拖拉机电控液压悬挂滑转率自适应控制研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 国外研究现状 | 第12-14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.3 研究内容 | 第15-17页 |
| 第二章 犁耕机组最优滑转率识别模型 | 第17-26页 |
| 2.1 滑转率与牵引力关系模型 | 第17-19页 |
| 2.1.1 牵引力影响因素分析 | 第17-18页 |
| 2.1.2 滑转率对牵引力影响 | 第18-19页 |
| 2.2 滑转率与牵引效率关系模型 | 第19-20页 |
| 2.2.1 牵引效率影响因素分析 | 第19页 |
| 2.2.2 滑转率对牵引效率影响 | 第19-20页 |
| 2.3 最优滑转率识别方法选择 | 第20-21页 |
| 2.4 基于ANN的最优滑转率识别 | 第21-25页 |
| 2.4.1 最优滑转率识别模型 | 第21页 |
| 2.4.2 最优滑转率识别模型训练 | 第21-24页 |
| 2.4.3 最优滑转率识别结果 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 犁耕机组数学模型建立及状态参数分析 | 第26-43页 |
| 3.1 犁耕机组数学模型 | 第26-31页 |
| 3.1.1 犁耕机组整机模型 | 第26-27页 |
| 3.1.2 电子油门控制器模型 | 第27-30页 |
| 3.1.3 犁耕机组发动机模型 | 第30-31页 |
| 3.1.4 犁耕机组传动系模型 | 第31页 |
| 3.1.5 驱动力与滑转率关系模型 | 第31页 |
| 3.2 犁耕机组状态参数获取 | 第31-42页 |
| 3.2.1 滑转率测量方法选择 | 第32-36页 |
| 3.2.2 耕深测量及修正方法选择 | 第36-41页 |
| 3.2.3 犁耕阻力测量方法选择 | 第41-42页 |
| 3.3 本章小结 | 第42-43页 |
| 第四章 滑转率自适应控制研究 | 第43-55页 |
| 4.1 滑转率ANN自适应识别 | 第43页 |
| 4.2 滑转率控制方式选择 | 第43-44页 |
| 4.3 滑转率控制方法选择 | 第44-46页 |
| 4.3.1 PID控制 | 第44页 |
| 4.3.2 模糊控制 | 第44页 |
| 4.3.3 模糊PID控制 | 第44-45页 |
| 4.3.4 滑转率控制算法选择 | 第45-46页 |
| 4.4 滑转率自适应控制器设计 | 第46-52页 |
| 4.4.1 ANN模糊控制器设计 | 第46-49页 |
| 4.4.2 ANN模糊PID控制器设计 | 第49-52页 |
| 4.5 滑转率控制仿真 | 第52-54页 |
| 4.6 本章小结 | 第54-55页 |
| 第五章 田间试验及试验结果 | 第55-69页 |
| 5.1 样机选择及传感器安装 | 第55-56页 |
| 5.2 牵引效率预测模型验证 | 第56-57页 |
| 5.3 耕深测量及误差修正试验 | 第57-61页 |
| 5.3.1 耕深测量及误差分析 | 第58-59页 |
| 5.3.2 耕深测量误差修正结果 | 第59-61页 |
| 5.4 犁耕阻力预测 | 第61-66页 |
| 5.4.1 犁耕阻力预测试验 | 第61-62页 |
| 5.4.2 犁耕阻力预测模型训练 | 第62-64页 |
| 5.4.3 犁耕阻力预测结果 | 第64-66页 |
| 5.5 滑转率自适应控制试验 | 第66-68页 |
| 5.6 本章小结 | 第68-69页 |
| 第六章 全文总结与展望 | 第69-71页 |
| 6.1 结论 | 第69-70页 |
| 6.2 展望 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 致谢 | 第76-77页 |
| 攻读硕士学位期间研究成果 | 第77页 |
