摘要:在甘蔗收割机切割过程中,入土切割能有效提高甘蔗切割质量,但入土切割深度过大极易造成推土现象,不利于控制刀盘升降。为了能够对刀盘入土切割深度进行有效控制,采用基于极限学习机的神经网络模型对影响刀盘负载压力的主要参数与刀盘入土深度之间的非线性关系进行拟合预测,并利用粒子群优化算法(PSO)对模型参数进行优化以提高极限学习机的泛化能力。通过仿真分析并与传统BP神经网络进行比较分析。由分析结果可知基于极限学习机的数据模型优于基于BP神经网络的数据模型,有良好的泛化能力,从而为对入土切割刀盘自动控制系统的研发提供了依据。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社