科研产出
基于模糊神经网络的农用底盘轨迹跟踪研究
《南方农机 》 2025
摘要：[目的]分析建立无人驾驶农用底盘运动学模型,消除不确定性对系统的影响,使得无人驾驶农用底盘的运动轨迹能够持续跟踪预定轨迹.[方法]针对无人驾驶农用底盘运动轨迹具有的时变、非线性及外部扰动等特性,设计出一种基于模糊神经网络控制算法的轨迹跟踪控制器.通过自适应律更新控制器增益参数消除不确定因素对系统的影响,并在MATLAB/Simulink中搭建运动仿真实验模型,对比分析所提算法与传统PID算法在误差、路径扰动、跟踪效果方面的表现.[结果]所设计的控制器能够迅速跟踪参考轨迹,在路径跟踪控制过程中具有收敛速度快、超调量小、控制稳定等特点;与传统PID控制方式相比,横向和纵向误差表现更优,系统具有更快的轨迹跟踪控制反应速度.[结论]该控制器对于移动农用底盘系统的实际应用场景,尤其是需要高精度导航和稳定性的场景,具有重要的意义,可以极大地提高系统的可靠性和实用性.
关键词： 农用底盘 轨迹跟踪 模糊神经网络 MATLAB 仿真
全文链接
请求原文
基于SPH算法的深松铲土壤切削过程仿真及试验研究
《农机化研究 》 2019 北大核心
摘要：为探明深松铲土壤切削过程中切削阻力的变化规律和了解深松铲切削土壤过程情况,基于SPH方法建立了深松铲土壤深松的有限元模型,并对其深松过程进行仿真分析。仿真结果表明:SPH法能够直观地模拟深松铲土壤切削完整过程,最大等效应力为3. 184MPa,主要集中在与深松铲接触土壤上,仿真切削阻力为3.65 k N。通过耕整地移动式田间动态试验台进行田间试验验证,得出切削阻力为3. 542 k N,与仿真结果相比误差仅为3. 05%,验证了基于SPH法进行深松铲切削土壤过程的仿真是可行的。
全文链接
请求原文
首页上一页1下一页尾页
