基于循环神经网络的双轴打捆机智能换挡策略研究

目前在农业机具自动变速器智能换挡研究中,存在选取的神经网络没有反馈、缺乏联系记忆功能的问题,因而其适应有待提高。针对这一问题,提出基于循环神经网络的自动变速器换挡策略。首先,结合与双轴打捆机匹配的8挡位变速箱,设计了循环神经网络架构,然后将循环神经网络的工作原理运用于自动变速箱升/降挡换挡过程,在MATLAB/Stateflow中建立了换挡逻辑实现模型,据此获得用于训练循环神经网络的数据样本,在Python中完成循环神经网络训练和评价。最后,通过循环神经网络与BP神经网络的对比仿真表明,循环神经网络在迭代周期增加后比BP神经网络有着更高的精度以及鲁棒性。研究为双轴打捆机自动变速器的国产化智能化提供了理论基础和技术支撑。