摘要：针对联合收获机知识缺乏系统化组织与分类、难以在设计时高效获取并应用的问题,应用装备谱系及谱系拓扑图形式对联合收获机知识进行层次化组织;按照联合收获机智能化设计实际应用需求,对知识库系统功能模块进行架构分析;分析了农机装备设计知识的表现形式,综合利用产生式规则和框架表示的混合表示方法对设计过程进行分析和表达,建立了设计体系。以Visual Studio 2015平台为开发工具,在.Net环境下,应用***技术、CATIA二次开发技术及SQL Server数据库,将联合收获机设计知识、参数化模型等数字化资源融和,进行组织管理,构建了联合收获机知识库系统。通过人机交互的方式,将知识表达形成的设计体系系统化,应用模糊查询方法、推理机和***技术实现系统中知识的查询、推理及编辑功能,并将知识推送的结果传递给关联的参数化模型驱动,在不同需求下快速构建模型,实现了知识的高效获取与应用,提高了设计效率,为联合收获机零部件设计提供了一种通用方法。系统测试表明,该系统具有可行性和有效性,适用于联合收获机系列产品的开发。

摘要：介绍基于三维实体建模的联合收获机脱粒滚筒参数化计算机辅助设计 (CAD)方法与关键技术 ,提出脱粒滚筒参数化设计的结构模型和分析求解算法 ,应用MDT软件的二次开发环境研制出脱粒滚筒CAD系统。设计实例表明本系统有利于系列化产品设计并能提高设计效率。

摘要：设计了联合收获机机器视觉导航控制硬件系统,提出了基于直方图的导航路径融合算法,在简化的二轮车运动学模型的基础上,设计了模糊PD控制器。麦田试验结果表明：旋转投影算法配合直方图融合算法能够有效地检测收获与未收获边界线,提高了控制系统的准确性与抗干扰性;在正常小麦收获速度挡位下,割幅变化范围在0.18m以内,在有外界扰动下（人为方向盘扰动）,能在2~5 s内回到正常的跟踪误差范围内。

摘要：介绍了一种基于 AT89C5 2单片机的梳脱台高度自动控制系统。分析了 4 L S 15 0型梳脱式联合收获机液压提升机构及梳脱台与作物高度间的相互关系 ;针对控制系统的要求 ,设计了作物高度和梳脱台高度自动检测装置。在梳脱式联合收获机上使用该控制系统 。

摘要：针对国内外农机装备智能化发展及设备物联远程网控需求,基于ISO11783系列标准,提出并设计了联合收获机智能CAN总线方案及其应用系统。根据联合收获机的作业特点和智能控制需求,建立了由动力CAN总线、设备管理CAN总线、专用设备CAN总线1和专用设备CAN总线2组成的模块化、可扩展的智能农机CAN总线网络结构。基于ISO11783CAN总线应用层协议标准,制定了智能化联合收获机远程网控通信协议。最后,进行了联合收获机CAN总线应用系统网络负载和实时性的通信试验及工程应用试验验证。试验结果表明,在500kb/s波特率下,所有总线的负载率均小于30%,数据在3层CAN总线之间传输总延时小于1ms,满足联合收获机智能远程网控CAN总线系统的设计要求。

摘要：在实时监测联合收获机谷物籽粒流量及纵轴流滚筒扭矩、转速的基础上,通过谷物籽粒流量及滚筒扭矩、转速与喂入量关系的理论分析与试验验证,推导出喂入量与谷物籽粒流量和纵轴流滚筒扭矩、转速之间的关系,设计了间接监测喂入量的方法与系统。试验结果表明:联合收获机喂入量在线监测误差保持在5%以内,监测系统工作稳定、可靠,能够达到田间在线监测的效果,具有较好的实用性。

摘要：为提高联合收获机的机动性和工作效率,设计了由湿式摩擦片离合器传递反转动力的原地转向行走变速器并进行试验研究。结果表明:正、反转动力转换柔和传递可靠,理论转向半径为零;与传统单边制动转向机构相比,作相同角度转向时,转向行程比后者下降了50%,转向功耗比后者下降41.43%,并减轻了对田间地表的破坏。原地转向技术的应用,可减少田间作业空行程,提高机器机动性,从而提高了联合收获机的整机技术水平。

摘要：以切纵流联合收获机为研究对象,设计了一种基于联合收获机前进速度的模型参考模糊自适应控制系统,建立了融合多个变量的自适应控制参考模型和模糊控制规则。研制了联合收获机前进速度控制装置,并进行了田间水稻收获试验。试验表明,与普通模糊控制相比,所设计的模型参考模糊自适应控制系统可以实现对联合收获机的自适应控制,能够有效地降低操作人员的作业强度,提高田间收获效率。

摘要：实时监测谷物收获时的损失率具有重要意义。采用聚偏二氯乙烯(PVDF)压电薄膜作为传感器敏感材料,设计了阵列式PVDF传感器及相应的信号调理电路,同时利用该传感器得到了籽粒损失的空间分布。分别选择3种不同含水率的水稻籽粒进行试验并给出了试验测试结果,结果表明不同含水率的水稻样品,传感器的测量误差均在5%左右。

摘要：针对联合收获机控制系统的非线性、复杂性,将灰色预测理论和模糊PID控制设计思想相融合,建立了灰色预测数学模型,设计了灰色预测模糊PID控制器,并将其应用于喂入量的控制。仿真表明,灰色预测模糊PID控制算法可以提高传统PID控制和模糊PID控制的质量及鲁棒性,改善系统性能,获得较好的控制效果。