BP神经网络对甘蔗宿根切割质量的预测——基于PSO算法

针对甘蔗收获机砍蔗时甘蔗宿根破损程度易受路面激励及甘蔗收获机工作参数等多种因素影响的问题,提出了一种甘蔗宿根切割质量的预测方法。以台糖22号为研究对象,将路面振幅、路面振动频率、甘蔗收获机前进速度、刀盘转速和刀盘倾角作为BP神经网络预测模型的输入变量,利用PSO算法优化神经网络的权值与阈值,通过对砍蔗试验数据的训练与预测,建立了台糖22甘蔗宿根切割质量的BP神经网络预测模型。对比了基于PSO算法的BP神经网络模型与传统BP神经网络模型预测,结果表明:基于PSO算法的BP神经网络的模型对甘蔗宿根切割质量预测的最大相对误差为3.301%,而BP神经网络模型的最大相对误差为14.6 5 9%。优化后的新模型较传统模型具有学习能力强、预测精度高的优点。研究结果为甘蔗收获机实际工作中不同路况条件下工作参数的智能调控及提高甘蔗宿根切割质量提供了理论依据。

基于动态特性的甘蔗收获机切割器拓扑优化设计

根据甘蔗收获机切割器动态分析结果中应力集中区域较多、振动较大的问题,针对减小甘蔗破头率和能耗及提高整体刚度的需求,在满足工作条件的情况下,以最小柔度为优化目标,对切割器结构进行拓扑优化设计,以优化所得构型为基础,提取并建立切割器新模型。最后,对新模型进行有限元分析,结果表明:优化后的切割器的1阶固有频率提高了10.05%,2阶固有频率提高了15.15%,Z向位移和综合位移分别减少了55.58%和44.58%,质量也减少了3.37%,应力集中区域刚性得到明显提升,为同类甘蔗收获机切割器的优化设计提供了参考和理论依据。

甘蔗根部蔗芯工程弹性常数的试验研究

为测试甘蔗根部蔗芯弹性工程常数,采用多功能组合试验机、静态电阻应变测试仪和扭转试验机,对甘蔗根部蔗芯进行单轴压缩和扭转试验,用电测法和扭转法测试出蔗芯12个弹性工程常数,并对数据进行了独立样本t检验。结果表明:蔗芯X方向(纤维方向)与Y、Z方向(垂直纤维方向)力学性能存在显著差异,Y、Z方向间无显著差异。由此认为甘蔗蔗芯单向复合材料模型合理,并据此对12个常数进行修订,最终得到7个独立弹性工程常数,即:E_x=813MPa;E_y=152.5MPa;μ_(xy)=0.53,μ_(yx)=0.105,μ_(yz)=0.265;G_(yz)=17.75MPa,G_(zx)=1.14MPa。试验结果为建立甘蔗材料有限元模型,对复杂工况下切割器与甘蔗相互作用的动力学过程进行计算机仿真分析,揭示刀盘切割甘蔗时各种因素对甘蔗宿根破头影响机理提供了初步理论依据。

基于缸压信号的EMS爆震传感器识别能力评定

早燃、爆震是发动机的非正常燃烧现象,超级爆震会在短时间内损坏发动机。根据控制策略,爆震检测是发动机调整参数抑制爆震的基础,而爆震特征的提取和评价是爆震检测与控制的前提。文章通过进行发动机爆震试验,基于EMS爆震传感器信号识别爆震的方法进行系统研究,旨在提高EMS识别爆震精度和爆震强度,提出了爆震强度评价指标KI,最后利用基于缸压传感器得到的爆震因子KV对其进行验证,结果表明:基于缸压信号,可以对EMS爆震传感器的识别能力进行评价,EMS选择合适的阈值可以100%识别出重度爆震。

整车状态下发动机瞬态动力输出的测试研究

车辆行驶条件下,发动机运行参数复杂多变,以瞬态工况为主,其瞬态动力输出一般通过CAN线读取,无法精确测量。文章通过对发动机燃烧原理和摩擦理论的研究,提出了通过缸压传感器检测瞬时缸压及建立发动机摩擦扭矩模型来计算发动机瞬态输出扭矩的方法,并使用发动机台架稳态和瞬态两种试验对本计算模型进行验证。试验结果表明:该方法操作简单,精度高,最高相对误差仅为1.65%,具有很高的可行性,为实现整车路试工况瞬态动力性能测试、校正CAN读取的瞬态动力输出值、竞品车整车状态下瞬态动力性能测试提供了理论指导和技术支撑。