受甘蔗地形及甘蔗机收条件的影响,如何获取切割器的入土深度并使其保持合适深度是甘蔗收获机入土切割的一个难题。通过切割系统负载压力反映切割器的入土深度,以此为基础可实现甘蔗收获机入土切割深度自动控制。但常规的闭环控制系统存在适应性差以及可靠性低等缺点。因此,研制具有较高适应性以及可靠性的甘蔗收获机切割器入土切割预测控制系统,对甘蔗收获的机械化推广,具有重要意义。本文的研究内容主要分为以下几个方面:首先,本文通过不同土壤的切割系统负载压力影响因素正交试验,获得不同条件的切割系统负载压力。以正交试验结果作为训练样本,利用BP神经网络实现对切割系统负载压力的预测,为预测控制系统提供参考压力预测值。同时,通过入土深度单因素试验,探究入土深度和甘蔗对切割系统负载压力的影响,为确定预测控制系统参考压力预测值的上下限以及甘蔗信号的识别提供数据基础。其次,结合预测控制的基本原理和入土切割闭环控制系统,完成甘蔗收获机入土切割深度预测控制系统的方案设计并对系统进行稳定性以及理论误差分析。以组态王为OPC服务器,实现下位机PLC与负载压力预测模型的数据交换、入土切割历史数据的输出以及人机界面的设计。输出的入土切割历史数据为负载压力知识库系统提供数据基础,从而进一步优化预测模型。最后,将所建立预测控制系统应用于切割平台上并进行物理试验,试验结果表明,本文设计的预测控制系统能够较好地实现对不同土壤类型的切割系统负载压力进行预测,预测的平均相对误差为3.5%,最大相对误差为8.5%。以预测结果为系统的参考输入,实现对切割器的定深控制,且得出系统的最大控制误差为6mm左右,同时可有效识别甘蔗信号,满足实际甘蔗生产收获的要求。本文的主要研究内容可分为不同土壤的切割系统负载压力试验及预测、预测控制系统的设计以及系统的试验验证三个方面。对甘蔗收获机的入土切割的实际应用具有一定的参考意义。