农业机械学报

作者：孙晓旭，宋悦，张凯，王峥，鲁植雄

单位：南京农业大学,南京农业大学,南京农业大学,南京农业大学,南京农业大学,

关键词：拖拉机;犁耕阻力;模型预测;最小二乘支持向量机;多源异构传感器数据

基金：国家重点研发计划项目（2020YFD2001202）和江苏省研究生科研创新计划项目（KYCX22_0716）

为实现拖拉机犁耕作业中犁耕阻力精准控制并提升牵引效率，本文提出了一种犁耕阻力预测方法。提出了一种基于上拉杆力的犁耕阻力感知模型，并利用试验台进行了试验验证。针对实际田间作业中仅通过上拉杆力感知犁耕阻力方法存在测量结果不稳定问题，搭建了拖拉机犁耕作业参数测试平台，得到了基于耕深、上拉杆力、车速和轮速的多源异构传感器数据并构建了预测样本。将小波阈值去噪（WTD）和麻雀搜索算法（SSA）引入最小二乘支持向量机（LSSVM）中，搭建了基于WTD-SSA-LSSVM的拖拉机犁耕阻力组合预测模型并进行了模型性能验证。结果表明，与仅采用上拉杆力感知方法对比，模型预测方法具有更高精度。进行了不同预测方法对比，采用组合模型方法得到的测试集决定系数（R2）、平均绝对误差（MAE）、均方根误差（RMSE）和平均绝对百分比误差（MAPE）分别为0.97、118.1N、151.4N和2.2%。相对于LSSVM和SSA-LSSVM预测模型，R2分别提高8.9%和5.4%；MAE分别降低49.7%和42.2%；RMSE分别降低46.7%和39.1%；MAPE分别降低56.8%和48.8%。由此可知，本文方法具有更好的预测性能，更适用于拖拉机犁耕阻力预测。

来源：2025年第12期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2025年第12期