农用拖拉机是农业生产中最主要的作业机械之一,在农机装备领域具有重要地位。但是,拖拉机作业环境复杂,发动机作业负载变化剧烈,在实际生产中常常面临着动力不足、油耗较高和排放性能较差等问题。本文在广泛研究相关文献的基础上,重点开展了拖拉机作业负载预测模型、拖拉机柴油机平均值建模、前馈-反馈智能控制策略三个方面的研究。本文构建农用拖拉机作业负载预测模型。设计并开展了农用拖拉机典型作业工况数据采集试验,以拖拉机牵引深松犁进行深耕作业为例,建立拖拉机作业机组动力学模型;分析了拖拉机作业机组所受主要阻力来源,基于CAN总线数据,计算获得拖拉机作业工况数据集,并划分有效作业片段;利用动力学模型,从总阻力中分离出农具阻力,农具阻力大小以土壤比阻的大小进行表征,采用BP神经网络模型对土壤比阻的变化规律进行离线学习,建立土壤比阻的预测模型;基于试验数据,验证了负载预测模型的有效性。基于MATLAB/Simulink建立了目标机型潍柴WP6涡轮增压柴油机的平均值仿真模型。本文对柴油机数学模型建模原则进行了分析和介绍,将涡轮增压柴油机的划分为进气、排气、中冷器、涡轮增压器、气缸和曲轴等部分,分别采用平均值建模方法建模;采用基于经典4阶Runge-Kutta公式ODE4算法,选取部分工况点对所建立的平均值模型进行校验,仿真结果表明,该平均值模型计算速度快,仿真效果较为准确,能够作为柴油机控制策略研究的被控对象。开展前馈-反馈复合控制策略的研究。前馈控制部分以土壤比阻预测模型为基础,对土壤比阻变化带来的负载扰动进行补偿;反馈控制部分采用BP神经网络PID控制算法,该算法可在线调整PID控制器比例、积分、微分系数,实现对负载变化的智能自适应控制;搭建控制系统仿真平台,模拟作业负载突增、突减,设定转速突加、突减四个仿真工况。仿真结果表明,前馈-反馈复合控制算法调节时间较普通PID控制方法分别减小47%、66%、69%、42%,转速变化量分别减小42%和29%,控制效果明显更优。