论文部分内容阅读
在叶菜生产过程中,收获作业约占整个作业量的40%,是劳动强度最大、耗时最多的环节。国内叶菜收获机械研究起步较晚,现阶段仍然以人工收获为主,不仅效率低而且劳动强度大,使用叶菜收获机可以提高田间收获效率,降低劳动强度。目前国内的叶菜收获机械智能化程度较低,实际作业过程中路况复杂,车轮与地面摩擦力变化较大,收获机负载多变,导致作业速度无法始终保持恒定,需要操作人员不断调节作业速度;另一方面,因地势变化或叶菜行在种植过程中出现偏移等情况,需要操作人员对作业方向进行实时调整,以上情况会对收获效率及质量产生直接影响。因此,迫切需要对作业速度和自动对行控制两方面进行研究。本文针对上述问题对电动叶菜收获机智能控制系统展开研究,主要研究工作如下:(1)作业速度智能调控技术。提出了基于在线NQL-PID的作业速度智能调控技术。通过分析电动叶菜收获机行走驱动系统控制过程,建立整车驱动电机的数学模型,确定直流无刷电机输入电压对输出转速的传递函数以及驱动电机至车轮的传递函数,在此基础上分别设计PID、模糊PID和在线NQL-PID控制策略,并对恒负载启动、变负载启动、匀速突增负载、匀速缓增负载、匀速突减负载和匀速缓减负载等6种工况进行了仿真。仿真结果表明,在线NQL-PID控制策略能提高系统响应的实时性和稳定性,改善了系统的性能。(2)自动对行智能调控技术。提出了基于模糊PID的自动对行调控技术。设计了机械式对行探测机构,建立了转向机构的数学模型,在此基础上建立对应的模糊PID控制策略,并对作业过程中叶菜行产生横向定值偏移、作业过程中叶菜行产生横向波动偏移等2种情况进行了仿真。仿真结果表明所建立控制模型能够实现收获机自动对行功能,提高收获机自动化程度。(3)控制系统软硬件设计。通过分析电动叶菜收获机的工作原理以及作业过程,提出了控制系统总体方案,进行了相关硬件选型,完成人机交互界面设计,编制了在线NQL-PID速度控制算法、自动对行模糊PID控制算法和割刀、传送带电机控制程序,开发了电动叶菜收获机智能控制系统样机。(4)控制系统性能测试。以试验车架为对象,安装控制系统,对作业速度智能调控系统进行测试,在恒负载启动、匀速突增负载、匀速突减负载等3种情况下进行试验。结果表明:在线NQL-PID控制策略在恒负载启动过程中能更快到达设定转速,其在调节时间方面相比于模糊PID减少27.8%,相比于PID减少35%,在匀速突增负载、匀速突减负载过程中能更迅速地调节至设定速度;在匀速突增负载时,在线NQL-PID控制策略相比于模糊PID最大速度偏差减少20.23%,相比于PID减少34.77%,在过渡过程时间方面相比于模糊PID减少21.42%,相比于PID减少31.25%;在匀速突减负载时,在线NQL-PID控制策略相比于模糊PID最大速度偏差减少21.06%,相比于PID减少36.48%,在过渡过程时间方面相比于模糊PID减少23.77%,相比于PID减少33.3%。对自动对行控制系统进行性能测试,当检测到叶菜行发生偏移后时,控制系统能迅速驱动转向轮偏转进行作业方向调整,最大偏转角度为14.9°,在2s后完成车身调整,随后进入微调状态,达到预期效果;对割刀、传送带驱动电机进行启停动作及转速控制测试,试验结果表明两组直流无刷系统性能良好,运行稳定,绝对误差最大为2.1r/min,转速方差最大为1.05,最小为0.65。