农业机械学报

作者：张延安，王东青，杜岳峰，吴志康，郭晓博，高辽远

单位：中国农业大学,智能农业动力装备全国重点实验室,中国农业大学,中国农业大学,智能农业动力装备全国重点实验室,智能农业动力装备全国重点实验室,

关键词：动力换挡拖拉机;数字孪生;换挡策略;适应性

基金：智能农业动力装备全国重点实验室开放项目（SKLIAPE2023016）和中国农业大学双一流科研项目（2023AC004）

发动机性能变化和牵引阻力波动等时变因素对大功率动力换挡拖拉机（PST）换挡策略的适应性具有巨大威胁。为了构建动态精准模型和应对负载波动，以提高PST换挡策略的适应性，提出了一种基于数字孪生的自适应换挡策略。一方面，将发动机状态变化视作内部干扰，基于深度确定性策略梯度（DDPG）算法对虚拟PST发动机进行实时校准，结合PST机理模型，实现对PST的实时动态精准建模。另一方面，将牵引阻力波动视作外部干扰，提出基于深度Q网络（DQN）的换挡策略生成方法。在实时动态精准建模和换挡策略自动生成两个机制的协同作用下，实现换挡策略的自适应调整。最后，开展了犁耕工况下的虚拟PST训练仿真及本文方法与模糊自适应方法的车速跟踪对比试验。结果表明，发动机转矩和燃油消耗率跟踪误差均值不超过7.28N·m和1.55g/(kW·h)，实现了对物理PST的动态精准建模。在长时间使用之后，发动机和牵引阻力的变化导致模糊自适应方法的换挡点和模糊规则不再完全适用，换挡表现逐渐变差，而本文方法的换挡表现和车速跟踪效果全程良好，其车速跟踪误差均值、燃油消耗率均值和总换挡次数分别为0.0125m/s、229.76g/(kW·h)和42，比模糊自适应方法分别减小0.91%、11.14%、34.38%，验证了本文方法的适应性和优越性。

来源：2024年第5期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2024年第5期