农业机械学报

作者：王世龙，赵静慧，武秀恒，朱明杰，赵雪彦，宋正河

单位：中国农业大学,中国农业大学,中国农业大学,中国农业大学,中国农业大学,中国农业大学,

关键词：混合动力拖拉机;无迹粒子滤波;容积卡尔曼滤波;轮胎力估计;轮土互作模型

基金：国家自然科学基金项目（52372437）和智能农业动力装备全国重点实验室开放课题（SKLIAPE2024004）

精准的轮土模型是优化混动拖拉机牵引力控制进而提升综合能效的基础，其中，精确的纵、垂向力估计是保证模型辨识精度的关键。然而，作业时地形变化、犁体与土壤互作的未知负载变化造成拖拉机各轮的纵、垂向力波动剧烈，增加了准确估计的难度。为此，以分布式混合动力拖拉机(DHET)为研究对象，提出了一种融合多重滤波联合观测的轮胎-土壤模型在线辨识方法。首先，利用卡尔曼滤波(KF)估算轮胎的纵向力，结合动力学模型采用容积卡尔曼滤波(CKF)算法估算轮胎的垂向力；然后，结合Brixius模型和整车纵向动力学，构建基于无迹粒子滤波(UPF)的轮土模型在线辨识器，通过无迹变换(UT)设计粒子提议分布，保留非线性轮土模型中的高阶信息，并使用粒子滤波(PF)算法对待估参数进行更新，完成对模型的在线辨识。硬件在环(HIL)试验结果表明，该方法能够在机动指数变化的路面条件下，快速且准确地实现辨识，移动系数均方根估计误差不超过1.2。试验结果显示，在两种地况下，辨识模型边界牵引系数误差在±0.015范围内，前轮试验数据分布占比达到84.45%和88.16%，后轮分别为86.72%和85.38%，验证了该方法在不同地况下均具备较高精度和鲁棒性。研究结果为拖拉机最优驱动力分配策略提供了理论支持，并有助于提升牵引效率和燃油经济性。

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