力位综合度系数的仿真及分析_基于BP神经网络

1、力位综合度系数的仿真及分析_基于BP神经网络      络模型具有较好的预测能力和推广能力。    BP 神经网络模型是前向网络的核心部分，不需要精确的数学模型，有很强的自学习能力，对于像拖拉机电液悬挂系统这样比较复杂且难以建立精确模型的非线性系统，有很好的应用价值。    图 2 网络误差变化曲线    Fig 2 Curve of network error表 2 BP 神经网络模型得到的综合度系数Tab 2 BP neural network mod

2、el of comprehensive coefficient牵引阻力变化量/ N耕深变化量/ mm综合度系数1 000 5 0 159 91 300 8 0 259 91 600 10 0 340 51 900 13 0 469 52 200 15 0 580 32 500 18 0 739 72 800 20 0 890 43 000 23 0 999 75 结语拖拉机电液悬挂系统力位综合调节思想是能否实现真正意思上的综合调节的关键。综合度系数概念的提出，使得力位综合调节的思想更加完善，不但考虑到耕深的均匀性，而且还考虑到了负荷的稳定性以及最佳滑转率。由此既可以实现两种特殊情况下简单的力位

3、两种调节方式的切换，达到目标需求，又可以根据实际耕作情况不断改变综合度系数，使得力调节和位调节以最佳的百分比同时参与其中，实现最优控制。而在综合度系数的确定过程中，应用 BP 神经网络避免了建立多参数非线性的精确的数学模型，同时应用其本身的自学习和误差反馈等特点，能够以最快的速度得到理想的综合度系数。在实际应用中，可以先通过试验确定综合度系数的期望值，然后进行离线训练，再用于系统的控制。这样必然可以节省大量的控制时间，使得自动控制更加精确，整个系统的响应更加迅速。    参考文献:    1 王沁敏 拖拉机电子液压悬挂控制器设计与控制

4、技术研究D 南京: 南京农业大学，20082 朱思洪，张超 拖拉机电 液悬挂系统 PID 控制仿真研究J 中国制造业信息化，2008，37( 21) : 49 533 谢斌 拖拉机农具仿真作业机组悬挂系统电液控制技术的研究D 北京: 中国农业大学，20004 庞昌乐 拖拉机作业机组仿真系统控制策略和模糊综合控制的研究D 北京: 中国农业大学，20025 尹念东 BP 神经网络的应用设计J 信息技术，2003，27( 6) : 18 206 周开利，康耀红 神经网络模型及其 MATLAB 仿真程序设计M 北京: 清华大学出版社，20057 董长虹 Matlab 神经网路与应用M 北京: 国防工业

5、出版社，2005 ( 下转第 68 页)·64·2012 年 4 月 农 机 化 研 究 第 4 期耕深比较均匀，但如果比阻比较大的情况，则会导致发动机负荷过大。此时就显示出应用综合度系数的优越性，可以同时发挥力调节和位调节的优势，实现耕深的自动调节，达到较好的控制效果，保证负荷的稳定性，同时可以保证耕深的均匀性，实时调整综合度系数，以实现真正意义的力位综合调节。    2 综合度系数的 BP 神经网路模型建立实际上，影响综合度系数的因素有很多，而牵引阻力和耕深是最主要的两个因素，所以以此为输入信号，通过 BP 神经网络得到综合度系数。

6、0;   2 1 网络层数的确定    在 BP 神经网络的应用中，普遍采用 3 层网络，即包括 1 个输入层、1 个输出层和 1 个隐含层。理论上已经证明，只含 1 个隐含层的 BP 网络是通用的函数逼近器。也就是说，在不限制隐含层节点数的情况下，3 层( 只含 1 个隐层) 的 BP 网络可实现任意的非线性映射。因此，本模型选择 3 层 BP 神经网络。    2 2 网络各层节点数的确定    以耕深和牵引阻力为输入，以综合度系数为输出，所以输入层和输出层节点分别为 2 和 1。

7、因为隐含层的数目同时与输入层和输出层存在一定的关系，但并不能由输入层和输出层的数量直接确定隐含层神经元数5，且隐含层神经元数的多少又影响着迭代次数，经过多次试验最终确定最优的隐含层神经元个数为 5，使得网络训练误差达到最小，训练过程稳定。    2 3 激活函数的确定    激活函数选用 Sigmoid 函数 f( x) =11 + ex。原因在于: 一方面它与生物神经元的真实反应非常相似，另一方面它有一个非常简单的导数，这对开发学习算法非常有用。    2 4 学习算法的选取  &#

8、160; 此处选用标准 BP 算法，即一种梯度下降学习算法6。至此可以构建网络 net = newff( minmax( p) ，5，1， tansig，purelin ，trainrp) 。    2 5 其他参数的确定    设置初始学习率、最大训练次数、训练目标误差及各联结权值初始化等。    net trainParam show = 10; / 训练状态net trainParam epochs = 3000; / 最大训练次数net trainParam goal = 1e 5; / 训练目标

9、误差学习率和格连接权值等均为系统默认值。至此，可以得到综合度系数的 BP 神经网络，如图 1 所示。    图 1 综合度系数的 BP 神经网络模型Fig 1 BP neural network model of the integrated coefficients3 模型的训练模型训练时需要训练集合7，即不同的耕作深度和牵引阻力下的综合度系数。因此，以耕深均匀性作为主要评价指标，通过仿真实验获得当牵引阻力和耕深不同时的综合度系数的期望值，如表 1 所示。    表 1 综合度系数的期望值    Tab

10、 1 Expectations of comprehensive coefficient牵引阻力变化量/ N耕深变化量/ mm综合度系数1 000 5 0 161 300 8 0 261 600 10 0 341 900 13 0 472 200 15 0 582 500 18 0 742 800 20 0 893 000 23 1 00由于输入输出数据之间的数量级差别很大，为了达到更好的收敛速度，在输入及目标输出做了相应调整: 将牵引阻力变化量统一除以 100，耕深变化量不做任何变化，综合度系数统一乘以 10。这样，在后面的误差分析中，使得原本的 10 5变为 10 4。 

11、0;  利用 MATLAB 的net，tr= train( net，p，t) ; 命令，对模型进行训练，过程如图 2 所示。由图 2 可以看出，在训练到 377 步时，精度达到要求，训练停止。    4 仿真实验及结果分析    应用 a = sim( net，p) 函数进行仿真验证，得到应用BP 神经网路后的综合度系数，如表 2 所示。通过仿真可以看到，模型在很短的时间内就可以收敛到目标误差范围内。仿真结果与期望值进行比较可以得到，其绝对误差最大值为 0 000 5，最小值为 0. 000 1，平均绝对误差为 0 000

12、31，最大相对误差为 0. 147% ，最小相对误差为 0 106 4% ，平均相对误差为 0 006 8% 。    可见，其结果还是比较准确的，同时也表明该模型具有一定的参考价值。因此可以认为，标准 BP 神经网·63·2012 年 4 月 农 机 化 研 究 第 4 期力 位 综 合 度 系 数 的 仿 真 及 分 析基于 BP 神经网络席鑫鑫，鲁植雄，李 和，李晓勤，郭 兵( 南京农业大学 工学院，南京 210031)摘 要: 为解决拖拉机电液悬挂系统的力位综合控制问题，提出了综合度系数的概念，采用 BP 神经网络建立了综合度系数模型，

13、并应用 Matlab 对其进行了仿真试验。试验结果表明，该方法可行，为拖拉机电液悬挂系统的力位综合控制的实施提供了理论指导。      关键词: 拖拉机电液悬挂装置; B P 神经网络; 综合度系数; 建模     中图分类号: S2190324;S126 文献标识码: A 文章编号: 1003 188X(2012)04 0062 03    0 引言    随着电子技术和微机控制技术应用于拖拉机上，机电液压一体化技术已经成为现代拖拉机及其配套机组的主要技术发展趋势

14、，成为拓宽拖拉机功能、提高其技术性能以及解决其所面临诸多技术难题的最佳选择方案之一。农具悬挂装置的电液控制是机电一体化技术在拖拉机上应用最早也是最成熟的一个方面。由微机、电磁阀和伺服放大器等组成的电液控制系统1，取消了传统悬挂系统的杠杆机构，反应比机械系统更灵敏，调节精度更高。因为采用电控系统，各种复杂的综合调节也成为可能，并可将拖拉机机组作为一个整体进行控制2。在实际耕作中，力位综合调节是要根据牵引阻力、耕作深度、土壤比阻和地面起伏等因素来确定的。目前的研究中有两种调节方式: 一是根据实际耕作情况在力调节和位调节之间进行切换; 二是给定一确定的权重，使力调节和位调节同时进行3。在前面研究的基

15、础上，本文提出了可变权重的力位综合控制的设计思想。    1 综合度系数的提出    力位综合调节是将力调节和位调节特点综合应用的调节方法，兼顾了耕深的均匀性和负荷的稳定性，收稿日期: 2011 06 17基金项目: 江苏省农机基金项目( GXY10001)作者简介: 席鑫鑫( 1985 ) ，女，内蒙古赤峰人，在读硕士研究生，( E mail) www xixinxin 163 com。    通讯作者: 鲁植雄( 1962 ) ，男，湖北武穴人，教授，博导，( E mail)luzx njau edu

16、 cn。    同时在确定综合度系数时将滑转率作为另外一个评价指标4，更进一步考虑了整个机组的良好的工作状态。为此，提出综合度系数这一概念，即力调节和位调节在整个自动控制过程中所占权重的大小。由此得到力位综合调节的数学模型为s =PTkbz× a + H × ( 1 a)( 0 a 1) ( 1)式中 PT牵引阻力变化量( N) ；    k 土壤的比阻( N / cm    2) ；    b 单体犁铧宽度( cm) ；   

17、; H 耕深变化量( cm) ；    z 犁铧数；    a 综合度系数；    s 控制量。    由式( 1) 可以发现，力传感器和位传感器检测到信号以后，只要能够获知此刻的综合度系数，就可以计算控制量，从而决定农具的升降。    在进行力调节时，牵引阻力的变化通过传感系统迅速反映到控制系统，适时升降农具，使牵引阻力基本保持一定，因而发动机负荷波动不大。当阻力变化主要是地面起伏而引起时，力调节法可使耕深比较均匀，发动机负荷也比较均匀，此时可

18、以采用力位交替综合控制。因为此时土壤比阻基本保持不变，在地面比较平坦的情况下，可以选择综合度值 a = 1 进行力调节; 当地面高低起伏时，可以选择综合度值 a = 0 进行位调节。这样，就可以很简单地达到比较满意的控制效果。以上情况恰好是模型中的两个特例。当阻力变化主要由土壤比阻变化引起时，力调节法仅使发动机负荷波动不大，但耕深不均匀; 而位调节则能保证·62·2012 年 4 月 农 机 化 研 究 第 4 期mine the permanent basic farmland protection objectives，Realize the permanent bas

19、ic farmland space locationKey words: permanent basic farmland; GIS technique; technique for order preference by similarity to an ideal solutionmethod( 上接第 61 页)12 张辉 微型耕耘机性能特点对比分析J 现代农业装备，2010( 5) : 48 4913 岳高峰，杨忠 微耕机生产质量关键控制点J 农机质量与监督，2007( 6) : 27 2814 高玉芝，王君玲，雷晓柱 基于 Solidworks 的旋耕刀实体建模与有限元分析J 农业机

20、械，2010( 5) : 136 137Abstract ID: 1003 188X( 2012) 04 0058 EAThe Structural Design and Dynamic Analysis of Micro tillage MachineZhang Keke，Lu Jianfeng，Zhang Fugui( College of Mechanical Engineering，Guizhou University，Guiyang 550003，China)Abstract: With the development of rural economy and agricultura

21、l structure，the requirements of micro tillage machineis on the rise It is necessary to introduce the design and methods about micro tillage machine systematically and de-tailedly For this，the main structure，work principle and technological parameters of micro tillage machine were dis-cussed，especially the work part ，and based on finite element and schematic analysisKey words: micro tillage machine; structural design; finite element analysis( 上接第 64 页)Abstract ID: 1003 188X( 2012) 04 0062 EASimulation and Analysis of Force position Comprehensive CoefficientBased on BP Neural N