拖拉机电控液压悬挂系统的动力学特性分析

来源 :江苏大学 | 被引量 : 0次 | 上传用户:BruceLee_123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着电子信息技术、微机控制技术和人工智能技术的发展,机-电-液一体化技术逐步被用到拖拉机上,本文从当前我国拖拉机液压悬挂系统的发展现状出发,结合电控液压悬挂的先进技术,基于虚拟样机技术,对拖拉机作业机组电液控制系统和方法进行研究,以提出一套关于拖拉机电控液压悬挂系统的基本方案和理论,提高拖拉机电液悬挂装置的智能化水平和工作性能。   首先,对拖拉机液压悬挂系统进行了介绍,设计了电控液压悬挂系统的总体方案;对拖拉机悬挂机构进行运动学和动力学分析,分析了悬挂机构的提升性能与受力特性;以力调节为例,对阻力传感信号特性进行了分析;根据电控液压悬挂系统的工作原理,建立了系统的动态数学模型,求出了系统简化后的传递函数,并进行了时域与频域分析。   其次,利用软件SimulationX/MBS模块,建立悬挂机构的动力学仿真模型,并添加相关约束;利用Hydraulic模块,建立液压系统的仿真模型,与悬挂机构模型联结组成液压悬挂系统;简化农具模型,建立土壤阻力模型,对液压悬挂机构的相关参数进行校核;   最后,根据对当前拖拉机电液悬挂系统控制技术的研究,将PID控制技术应用到电液悬挂系统中,分别建立了电控液压悬挂系统的位置PID控制系统和阻力PID控制系统,利用SignalBlock模块建立了控制系统的仿真模型,并进行了仿真分析,仿真后的结果表明PID控制技术应用于电液控制系统是可行的。本论文的研究为今后轮式拖拉机电控液压悬挂系统的分析和设计提供了一定的理论基础。
其他文献
滚动轴承和齿轮已经广泛地运用于各种旋转机械设备中,由滚动轴承和齿轮等关键零部件发生故障而导致整个设备停止运行的现象层出不穷,因此研究滚动轴承和齿轮的故障诊断技术具有重要的意义。本文针对滚动轴承和齿轮振动信号具有的非平稳非线性特点,以相空间重构为理论基础,对现有的局部投影算法进行了改进,提出了一种高阶多尺度局部投影算法,并结合其他信号分析方法,实现了齿轮和滚动轴承的故障特征提取和故障识别。本文的主要
风电变桨轴承作为风电装备关键零部件之一,其设计和制造是制约我国重大装备业实力整体提升的一个瓶颈。本文选取某典型兆瓦级风电机组的变桨轴承——双排四点接触球转盘轴承为研究对象,根据赫兹弹性接触理论对承受径向力、轴向力和倾覆力矩的该转盘轴承建立力学模型,并利用Newton-Raphson方法对该模型进行数值仿真。该模型不仅考虑三个方向的联合载荷的作用,同时考虑了包括径向游隙、沟曲率半径系数、接触角和双排
金属带式无级变速器(CVT)是汽车的理想传动装置,它具有结构紧凑、性能优良、易于自动控制等优点,可以使汽车在任意行驶工况下都能实现发动机与变速器的最佳匹配,提高整车的燃油经
电抗器是电力系统中重要的电感性电器,串联电抗器在电力系统中的主要作用是用来限制短路电流,也有用在滤波器中与电容器串联或并联来限制电网中的高次谐波。随着特高压电网的快速建设,特高压设备行业也得到快速发展,其市场需求呈现快速增长态势。然而,目前电抗器的装配主要依靠人工,需要销耗大量的人力成本,且装配生产率低,工艺粗糙,生产质量不稳定,生产量无法满足市场需求。针对电抗器传统装配效率低、质量差的问题,分析
期刊
Ionic Polymer Metal Composite (IPMC) is a novel electrically actuated intelligent material with the advantages of big bending displacement,low driving voltage,f
流体动压滑动轴承在运转过程中产生一定的功率损耗,如何有效地减少能量损失、节约资源成为了一个亟待解决的研究课题。边界滑移对滑动轴承性能的改善具有重要意义。本文以滑动轴承为研究对象,基于二元滑移模型,探究边界滑移对滑动轴承摩擦性能的影响。对三种不同表面楔形滑块的承载力和摩擦力影响结果表明,复合滑移表面相较于均质滑移表面和非滑移表面具有提高承载力和减少摩擦力的双重优势。在不同滑移长度、倾斜比、滑动速度下
森吉米尔轧机(又称ZR轧机)是冷轧硅钢、不锈钢及高强度合金钢的重要设备。随着社会生产对带钢产品的质量要求不断提高,因此提高森吉米尔轧机的板形调节能力成为钢铁生产企业日益
汽车悬架系统中的重要组成部件减振器大多为液压式减振器,通过吸收汽车行驶中产生的振动能量,从而改善汽车行驶平顺性,并将这部分能量以热能的形式耗散掉。本文所提到的馈能
滚动轴承是机械系统中常用的重要部件,其运行状态直接影响整个系统的性能,一旦发生故障或者失效,将引发设备产生灾难性后果。因此,对轴承故障进行诊断具有重要意义。本文以滚动轴承为对象,在总结和吸取前人研究成果的基础上,提出将集成学习与软竞争Yu范数ART神经网络相结合实现滚动轴承的故障诊断。首先,针对Yu范数ART自身硬竞争机制缺陷造成的故障类边界处的数据样本易被误分,从而导致分类精度降低,提出一种基于