目前,国内打捆机换挡仍以手动操作方案为主,对自动换挡的研究较少。手动变速器换挡频繁,不但容易造成驾驶疲劳,而且不可避免的换挡冲击会缩短打捆机变速器与离合器的使用寿命。采用自动换挡控制策略可在维持其平稳性基础上提高打捆机的动力性,因此,以打捆机为研究对象,引入神经网络自动换挡控制策略。同时,采用模块化思想,分别建立发动机等子模块仿真模型并逐一封装,进而构建打捆机动力传动系统的仿真模型,仿真验证神经网络换挡控制的效果。论文的主要工作如下:（1）打捆机自动变速器参数设计。首先,在打捆机整机结构布置方案基础上,基于相关标准并结合农田工况条件,确立了打捆机主要参数和性能评价指标。在此基础上,对打捆机的峰值功率、传动比范围进行了匹配设计。然后,从运动学角度,通过分析打捆机每一个挡位的动力传递路径,确定了各挡位对应的传动比。最后,运用UG对自动变速器进行了三维建模。（2）基于BP神经网络的打捆机换挡控制。提出适用于打捆机的神经网络换挡控制策略,搭建了神经网络控制器。针对与打捆机匹配的八挡变速箱,设计了神经网络架构,对输出数据进行one-hot编码,将油门开度和车速作为输入,经过神经网络对权值的多次修正,输出最佳挡位并控制相应的执行离合器平滑结合。神经网络的训练误差曲线和拟合回归系数分析表明,所建立的神经网络控制器基本符合打捆机智能换挡的精度要求。（3）基于MATLAB/Simulink的打捆机动力传动系统建模。将BP神经网络挡位控制模块嵌入Simulink系统,建立打捆机自动换挡神经网络控制模型;基于柴油机台架试验数据,确立了打捆机发动机转矩特性曲线、变矩系数及液力变矩器原始特性曲线,并搭建了发动机模型;在分析了打捆机动力学的基础上,搭建了行驶阻力模型;在研究了变速箱控制系统的基础上,建立了变速箱模型及液力变矩器子模型。在农田作业工况下对打捆机整机的仿真分析表明:神经网络换挡控制策略效果显著,极大提高了打捆机的动力性与平稳性。