本技术公开了一种基于数学解耦与深度学习的智能农机控制优化方法及系统,其中方法包括构建智能农机的仿真模型;采集实车田间作业数据;基于所述仿真模型,通过改变参数限制所述激励源参与仿真分析,得到仿真数据;基于所述仿真数据对各所述激励源对作业质量的影响进行定性分析,得到强不利激励源;利用实车田间作业数据进行定量分析,建立非线性映射模型;基于所述非线性映射模型,得到真实作业环境下对应于农业机具的系统特征;基于所述系统特征以及确定的所述强不利激励源,对所述智能农机的控制参数进行优化。本发明采用了理论仿真与对实车采集数据进行处理相结合的策略制定方法,可以有效提升对智能农机控制优化的合理性。
背景技术
随着智能农机集成的功能越来越多,如旋耕、播种、施肥等,这些设备通常会采用多种驱动部件,包括传统的机械传动系统以及现代的电机和液压系统。这种多功能集成虽然提高了作业效率,但也带来了新的挑战。在实际操作中,当拖拉机需要从一种工作状态切换到另一种时,由于不同执行部件之间的响应速度和特性差异,很容易出现操作上的不连贯性,比如车辆突然加速或减速、换挡时产生冲击感等问题,这些问题直接影响到了驾驶者的舒适体验。特别是在复杂多变的田间条件下,频繁地调整速度与方向以适应不同的土壤条件或作物需求时,这种影响尤为明显。此外,长时间处于这样的工作环境下,不仅增加了驾驶员的身体疲劳程度,也可能降低整体工作效率。因此,在现代智能农机设计中,如何通过优化控制系统来改善拖拉机的操作流畅度,减少因功能切换引起的不适感,成为了提升用户体验的关键所在。
现有技术中,申请人的在先申请CN 116476842A公开了一种智能农机的启动控制方法以提升驾驶舒适性,但是该专利的方法依赖于特殊设计的变速系统,使用成本较高。其他现有技术中,一般通过建立农业机具的仿真模型进行仿真的方式制定控制策略,如专利CN103048148A公开了一种大功率拖拉机电液悬挂系统的半实物仿真试验平台,其通过仿真的方式进行于大功率拖拉机关键部件的研发、生产和性能测试,这种方式对实际使用中可能遇到的复杂因素缺乏全面考虑。
实现思路