| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-21页 |
| 1.1 论文研究背景及意义 | 第11页 |
| 1.2 智能农用拖拉机发展现状 | 第11-14页 |
| 1.3 国内外研究现状 | 第14-19页 |
| 1.3.1 拖拉机作业机组控制研究现状 | 第14-16页 |
| 1.3.2 基于扭矩的柴油机控制策略研究现状 | 第16-18页 |
| 1.3.3 柴油机调速控制策略研究现状 | 第18-19页 |
| 1.4 论文主要研究内容 | 第19-21页 |
| 2 拖拉机发动机作业负载预测模型 | 第21-35页 |
| 2.1 拖拉机机组动力学分析 | 第21-24页 |
| 2.1.1 拖拉机驱动力 | 第21-22页 |
| 2.1.2 拖拉机工作阻力 | 第22-24页 |
| 2.1.3 拖拉机机组动力学平衡方程 | 第24页 |
| 2.2 拖拉机作业负载工况数据采集试验 | 第24-30页 |
| 2.2.1 试验方案设计 | 第24-25页 |
| 2.2.2 试验设备 | 第25-27页 |
| 2.2.3 工况数据采集 | 第27-29页 |
| 2.2.4 作业片段划分 | 第29-30页 |
| 2.3 发动机负载预测模型 | 第30-34页 |
| 2.3.1 实时负载扭矩估算方法 | 第30页 |
| 2.3.2 土壤比阻预测模型 | 第30-33页 |
| 2.3.3 发动机负载预测模型 | 第33-34页 |
| 2.4 本章小结 | 第34-35页 |
| 3 基于负载预测模型的发动机前馈-反馈控制器设计 | 第35-49页 |
| 3.1 BP神经网络PID复合控制 | 第35-43页 |
| 3.1.1 BP神经网络构建 | 第35-37页 |
| 3.1.2 BP-PID复合控制算法 | 第37-40页 |
| 3.1.3 S函数下BP-PID控制器MATLAB/Simulink实现 | 第40-43页 |
| 3.2 基于拖拉机作业负载预测模型的前馈控制 | 第43-46页 |
| 3.2.1 前馈控制器设计 | 第43-45页 |
| 3.2.2 前馈控制系统整定 | 第45-46页 |
| 3.3 前馈-反馈复合控制器MATLAB仿真模型 | 第46-47页 |
| 3.4 本章小结 | 第47-49页 |
| 4 涡轮增压柴油机平均值模型 | 第49-61页 |
| 4.1 柴油机数学模型研究 | 第49-50页 |
| 4.2 柴油机平均值模型建立 | 第50-57页 |
| 4.2.1 涡轮增压器模型 | 第51-54页 |
| 4.2.2 进气系统模型 | 第54-56页 |
| 4.2.3 柴油发动机模型 | 第56-57页 |
| 4.3 柴油机MATLAB/Simulink仿真模型 | 第57-58页 |
| 4.4 模型验证 | 第58-60页 |
| 4.5 本章小结 | 第60-61页 |
| 5 农用柴油机作业负载智能控制仿真分析 | 第61-67页 |
| 5.1 农用柴油机作业负载智能控制仿真 | 第61-62页 |
| 5.2 仿真结果及分析 | 第62-65页 |
| 5.3 本章小结 | 第65-67页 |
| 6 结论 | 第67-69页 |
| 6.1 主要工作及结论 | 第67-68页 |
| 6.2 工作展望 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 附录A | 第75-79页 |
| 附录B | 第79-83页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第83-87页 |
| 学位论文数据集 | 第87页 |