联合收获机在田间收获作业时,田间作物密度、作物含水率、甚至地形的变化都会影响其喂入量的变化,而喂入量的变化会造成割台螺旋输送器、输送槽和脱粒滚筒的转速发生变化,其中脱粒滚筒的转速变化又将直接影响脱粒滚筒的工作性能。因此,割台螺旋输送器、输送槽、脱粒滚筒的转速、前进速度与喂入量、谷物收获损失率之间就存在着某种关联性。分析联合收获机多源作业信息之间的关联性,开展基于关联规则联合收获机全论域作业速度自适应控制系统研究,对探索联合收获机作业速度自适应控制规律以及寻找新的智能控制算法,都具有重要的现实意义和科学研究价值。本文结合国家“863”计划和江苏省科技支撑计划等项目,综合运用模型分析、关联规则数据挖掘技术、动力学分析与建模、计算机仿真、嵌入式技术等技术与理论,开展基于关联规则联合收获机全论域作业速度自适应控制系统研究,主要工作包括:1、在联合收获机作业系统模型分析和作业参数关联规则挖掘的基础上,提取作业参数与喂入量、损失率之间的关联规则,获取各作业参数影响喂入量和损失率有价值的关联知识。通过分析联合收获机作业系统各主要工作部件的数学模型可知,联合收获机主要作业参数(割台螺旋输送器转速、输送槽转速、脱粒滚筒转速、前进速度)与喂入量、损失率之间存在着某种关联性;依据关联规则挖掘技术,对联合收获机作业参数数据样本进行关联规则数据挖掘,获取脱粒滚筒转速、割台螺旋输送器转速、输送槽转速等作业参数对喂入量和损失率有影响的关联规则知识,并根据知识的重要性和置信度,采用归一化的方法评估各作业参数与联合收获机的喂入量和损失率之间的关联规则权重因子。考虑到所得数据的不完整性,权衡各作业参数与喂入量、损失率之间的关联程度,设置脱粒滚筒转速、割台螺旋输送器转速、输送槽转速参数的权值区间为[0.4 0.6]、[0.3 0.5]和[0 0.3]。2、建立了联合收获机脱粒系统动力学模型,并以此为基础构建了作业速度普通控制系统仿真模型,再融合作业参数的关联知识构建了基于关联规则作业速度控制模型。针对已有滚筒功耗模型没有考虑其他工作部件的运动对滚筒转速变化造成影响的这一问题,以XG610型联合收获机为研究对象,通过运动机构的动力学分析,建立了脱粒系统动力学理论模型;构建了联合收获机作业速度普通控制模型,并进行仿真分析。从普通控制模型的脱粒滚筒转速、前进速度仿真曲线变化趋势可以看出,联合收获机在喂入量出现较大变化时,控制系统能够对脱粒滚筒转速、前进速度做出有效的调控,滚筒转速变化没有超出允许变化范围,说明建立脱粒系统动力学模型是合理可行的;同时在普通控制模型基础上,融合作业参数的关联知识构建了基于关联规则作业速度控制模型,并与普通控制模型进行仿真对比。对比结果显示在总体收获性能基本相同的情况下,基于关联规则作业速度控制模型的整体控制性能要好于普通控制模型,前者前进速度的最大相对变化幅度要比后者减小了1.50%,稳态相对变化幅度比后者减小了0.70%,系统调整时间也由后者约16s缩短成约11s,系统整体稳定性好于普通控制模型。3、建立了基于关联规则联合收获机全论域作业速度自适应控制模型,并与基于关联规则的控制模型和普通控制模型进行仿真对比。在基于关联规则联合收获机作业速度控制模型的基础上,从全论域角度出发内建立了一种基于关联规则作业速度自适应控制仿真模型;设计了全论域可调因子模糊控制器,建立了可调因子模糊整定规则,并对三种控制模型进行仿真对比。仿真显示在喂入量增加约15%时,基于关联规则的全论域作业速度自适应控制模型能够满足对作业速度的调控要求,脱粒滚筒转速相对额定值最大相对变化幅度约为5.48%,稳态时滚筒转速相对变化幅度约为2.62%;前进速度相对设定值最大相对变化幅度约为9.00%,稳态时相对变化幅度约为7.80%;系统调整时间大约为8s。喂入量和单位损失率稳态时大小分别为3.88kg/s和0.55%/(kg/s)。对比结果显示,基于关联规则联合收获机全论域作业速度自适应控制模型不仅在控制性能方面优于基于关联规则的控制模型和普通控制模型,而且在总体收获性能方面也好于基于关联规则的控制模型和普通控制模型。4、对联合收获机作业速度控制的硬件系统组成和软件系统开发进行研究,并对控制系统进行室内测试。硬件系统主要由arm9系统、转速信号采集模块、液晶触摸显示屏和联合收获机作业速度自动调控装置等部分组成,同时系统预留了视频监测模块和gps信号采集模块的接口;开发外接硬件设备驱动程序和作业速度控制系统应用软件,应用软件共分为五个部分:系统主界面、参数设定界面、作业速度监测与智能控制界面、视频监测界面和gps定位信息监测界面。在联合收获机室内模拟调速装置上对系统进行了测试。测试结果显示,系统对监测的数据实时稳定,当分别采用普通控制算法、基于关联规则控制算法和基于关联规则全论域自适应控制算法对步进电机的控制符合联合收获机前进速度的调节要求。5、进行作业速度控制系统机载调试,并针对三种控制模型的控制算法开展田间收割试验与对比验证。机载调试主要开展各工作部件转速的标定、前进速度的标定以及自动控制作业测试等工作。分别采用普通控制算法、基于关联规则的控制算法和基于关联规则全论域自适应控制算法进行水稻收割试验,并进行试验数据分析和对比。从三种控制算法的脱粒滚筒转速和前进速度试验数据曲线总体变化趋势上可以看出,滚筒转速与前进速度的变化与仿真分析结果相符合,三种控制算法的脱粒滚筒转速最大变化幅度没有超出额定值7%的允许变化范围,这也进一步验证了所建立的脱粒系统动力学模型是合理可行的。同时对比结果显示,在控制性能方面,基于关联规则全论域自适应控制算法获得的脱粒滚筒转速稳态时平均变化幅度为2.97%、前进速度最大变化幅度9.00%、到达基本稳定状态所需时间约7s,均优于普通控制算法和基于关联规则控制算法获得的控制性能数据;在收获性能方面,基于关联规则的全论域自适应控制算法的联合收获机平均喂入量比基于关联规则的控制算法和普通控制算法下的平均喂入量要略小,但该算法下的平均损失率要比后两种控制算法下的平均损失率分别要低0.29%和0.22%,单位平均损失率要比后两种控制算法分别要低0.06%/(kg/s)和0.05%/(kg/s),损失率降低幅度较大。因此,基于关联规则全论域作业速度自适应控制系统不仅在控制性能方面优于后两种控制系统,而且在总体收获性能方面也好于后两种控制系统。