水稻是我国最主要的粮食作物,种植面积约占全国谷物种植总面积的30%;总产量超过2亿吨,约占粮食总产量的40%。稻田的精细平整可以节约10%以上的灌溉用水,提高除草剂、化肥和农药利用率,降低农田环境污染,是促进农业可持续发展的重要途径之一。随着精细农业技术体系的不断发展,采用激光控制的农田平整机具因其可靠性和成本优势已成为重要的农田精准平整装备。自20世纪90年代我国开始研究激光平整技术至今,已形成一批具有自主知识产权、适合我国农田环境的旱地和水田激光平地系统及机型,但在实际应用过程中还存在一些问题:激光接收器分辨精度和量程与其制造复杂性和成本间的矛盾,接收器测量的平地铲高程位置不能连续反映平地铲运动高度变化,接收器测量频率受制于发射器转速难以提高导致高速作业时高程测量欠采样,在水田犁底层平整状况较差的田块作业时控制器对由俯仰角引起的平地铲高度大幅变化控制不及时,开关阀控电液执行系统难以实现位置连续调节,以及控制算法对水田地块差异和作业速度变化的适应性欠佳。针对上述问题,在查阅文献和前人工作的基础上,本文以与插秧机配套的水田激光平地机为平台,围绕以比例阀控油缸为执行部件的平地铲高程机电液系统进行了如下研究:基于卡尔曼滤波算法,融合了平地铲高程运动加速度和激光接收器指示的平地铲高程位置,得到由平地铲高程位置和速度构成的二维状态向量的实时估计（Kalman filter based method for fusing laser receiver and accelerometer,KFLA）。分别采用一阶低通滤波和最小二乘法对静态条件下采集的自由加速度数据进行降噪与去零偏,通过仿真得到所采用加速度计的最优滤波系数?=0.50,通过对预处理后加速度均方差的计算获得系统协方差矩阵。设计了室内平行导轨平台,手动推拉固定有加速度计和激光接收器的滑块沿导轨分别在±77 mm和±11 mm间往复运动,以拉线位移传感器测量值作为接收器真实位置参考,2次试验中KFLA对滑块位置估计的最大绝对误差（Maximum absolute error,MAE）分别为14.59 mm和5.65 mm,均方根误差（Root mean square error,RMSE）分别为5.60mm和1.93mm,精度均高于仅采用激光接收器对高程位置的测量,且KFLA对平地铲位置的估计不受个别观测值跳变的影响;以拉线传感器测量值的一阶差分作为滑块速度参考,结果表明KFLA估计很好地跟踪参考的变化趋势且过程曲线更为平滑;同时,由于KFLA融合了接收器的低频采样和加速度计的高频采样,状态向量估计频率由10 Hz提高至50 Hz,且当激光接收器无观测信息时,KFLA仍可对平地铲高程运动高度进行有效估计。基于时间序列理论构建了平地机俯仰角预测模型,实现了车身俯仰角预测。通过对3块地的平地机作业俯仰角数据的自相关函数（Auto correlation function,ACF）和偏自相关函数（Partial auto correlation function,PACF）的分析,确定以AR（15）模型描述平地机俯仰角运动,模型拟合残差的白噪声检验进一步说明了AR（15）的适用性;取N=400作为平地机俯仰角在线预测AR（15）模型参数辨识样本集容量,采用递推最小二乘法（Recursive least squares,RLS）在线递推已建立AR（15）模型参数并以此模型对未来5步（0.1 s）内俯仰角进行预测时,预测值与真实观测值平均绝对误差百分比（Mean absolute percentage error,MAPE）最小,为6.81%,每次预测执行耗时0.0015 s,满足序列预测必须在相邻两个俯仰角采样间完成的实时性要求。通过输入-输出响应测试得到平地机高程机-电-液执行系统的受控运动特性并划分为以下环节:系统死区为[-0.5V,1V],系统饱和区为[-3.5V,-10V][8.5V,10V],平地铲下降增益区为（1V,8.5V）,上升增益区为（-3.5V,-0.5V）。根据实测结果,设计了变增益过程函数对流量非线性进行补偿,使电磁阀实际执行控制量能越过液压死区并避免执行饱和。分别采用阶跃辨识法和解析法建立了阀控油缸子系统和机械传动子系统的数学模型并在Matlab/Simulink中统一实现,采用二维激光测距仪（Light detection and ranging,Li DAR）验证了以控制信号为输入、平地铲运动位置为输出的Simulink开环传递函数的正确性。基于以干扰信号主频为输入、微分参数为输出的模糊逻辑规则,设计了平地铲高程运动反馈控制器（Disturbance adaptive fuzzy control,DAFC）,实现了PD控制器对微分参数的自调节和对外部干扰的自适应;其中,干扰信号主频作为外部干扰信号的特征参数由过零检测法辨识。在Simulink中对比了50 mm振幅的线性扫频干扰下,采用DAFC和采用常规PD控制的平地铲高程闭环响应,结果表明,常规PD控制系统的闭环输出幅值随干扰频率的增加而增加,MAE为50 mm;而DAFC能有效控制平地铲高度,MAE为17 mm,干扰作用的闭环响应幅值比为0.34。在此基础上,引入了基于AR（15）模型的平地铲高程前馈补偿装置,构建了平地机高程复合控制系统,以加快控制器对由俯仰角引起的较大高程偏差的调节速度。基于dSPACEMicroAutoBox开发了平地机高程快速控制原型系统,并进行了以下试验:1)在田面板结不平的旱地驾驶平地机使平地铲做高程仿形运动,结果表明,光电池组离散地指示了平地铲高度变化过程而KFLA估计值连续穿越了由使能光电池及其误差带构成的铲高度时序区间,证明了KFLA在动态条件下的适用性。2)驾驶平地机驶过田埂,当因田面高度变化导致平地铲运动超出接收器对激光束的有效感应范围时,控制器能根据KFLA估计值将平地铲高程调节至目标高度,说明KFLA有助于保持信号获取的稳定性。3)驾驶平地机驶下台阶,前馈补偿装置在预测到俯仰角变化即超出所设阈值区间时,输出约-1.5 V的补偿量以加强主控制器的控制作用,使得引入前馈通道后平地铲高程运动极值由-15 mm减小至-12 mm,说明前馈补偿装置能加快由俯仰角引起的高程偏差的控制过程。4)驾驶平地机分别以中、高速进行水田平整作业,将采用激光接收器作为平地铲高程测量传感器及常规PD控制下平地铲作业作为对照组,结果表明,相同速度水平下,实验组平地铲受控运动高程最大偏差、最小偏差、平均偏差和RMSE均优于对照组;高速作业时,实验组和对照组RMSE分别为8.0 mm和12.9 mm,实验组控制偏差更小;平地铲受控高程偏差的概率分布直方图表明,在各作业速度下,实验组控制偏差数据偏度和峰度均优于对照组,说明实验组采用的方法改善了平地铲执行系统在上升和下降过程中的物理不对称性且更具抗干扰性。5)以实验室现有的1PJ-3.0型水田激光平地机为参照,在四通道农田仿真平台上进行台架对比试验,结果表明,当车身做变幅正弦运动时,对照组采用的系统只能在激励信号振幅小于30 mm时将平地铲高度控制在±25 mm的目标范围内,且对平地铲上升和下降过程的位置控制效果不对称;实验组采用的系统在激励信号振幅小于70 mm时,能实现对平地铲位置的有效控制,证明了本文研制的平地机高程自动控制系统的优势。