基于IWOA-RBF神经网络预测的拖拉机线控液压转向系统传递函数参数辨识

摘要

[目的]拖拉机线控液压转向系统具有强非线性、时变等特性，为分析该系统运动学特性，需要建立线控液压转向系统动态模型。本文针对该问题，搭建了线控液压转向试验台架，提出利用系统参数辨识的方法作为线控液压转向系统建模方法。[方法]使用鲸鱼优化算法(WOA)对线控液压转向系统的试验数据进行参数辨识，从而获得系统传递函数参数。为补全线控液压转向系统适用工况，采用RBF神经网络预测法对辨识得到的传递函数进行工况预测，得到线控液压转向系统动态传递函数。[结果]对辨识结果进行了试验对比验证，通过改进的鲸鱼优化算法优化得到的线控液压转向系统传递函数，在右转时与试验数据的均方根误差平均值为0.001 334,在左转时与试验数据的均方根误差平均值为0.013 440,通过RBF神经网络预测得到的线控液压转向系统全工况动态传递函数与试验数据的均方根误差在0.1左右。[结论]本文提出的动态模型可以精确描述线控液压转向模型的运动学特性，建模方法可行，对提高线控液压转向系统控制稳定性有重要的指导意义。

关键词

拖拉机 / 线控液压转向 / 鲸鱼优化算法(WOA) / 参数辨识 / RBF神经网络 / 工况预测

基金资助

国家重点研发计划项目(2022YFD2001202)