农业工程学报

作者：王建,仲潜,贺东升,谢太林,郭华,尹必峰,

关键词：重型拖拉机, 自动换挡策略, 全动力换挡变速箱, 动态规划, BP神经网络

基金：42

重型拖拉机全动力换挡变速箱在田间复杂作业环境中换挡频繁、可靠性差；在道路运输工况中，高挡位利用率低，燃油经济性差。为解决上述问题，该研究提出一种基于动态规划（dynamic programming, DP）算法与反向传播神经网络（back propagation neural network, BP）协同优化的自动换挡控制策略。首先构建以油门开度、车速及田间作业滑转率为参数的换挡规则；然后采用DP算法，以燃油经济性和换挡次数为优化目标，分别求解田间犁耕作业和道路运输工况下的最优换挡序列，并利用优化所得的换挡参数与最佳挡位数据训练BP神经网络模型，实现基于神经网络的实时挡位控制；最后，基于AMEsim和Simulink仿真平台构建重型拖拉机传动系统模型及挡位控制模型，进行系统仿真验证。结果表明：相较于基于规则的换挡策略，DP离线求解的犁耕工况换挡次数减少105次，油耗降低5.48%；道路运输工况换挡减少5次，油耗降低15.80%。在犁耕测试工况下，所提出的BP换挡策略油耗仅比全局最优DP高0.7%；道路运输工况下，BP策略实时控制油耗比全局最优DP高4.4%，换挡次数仅增加4次，换挡结果与离线最优解差距较小，验证了该策略的合理性与可行性。本文建立的动态规划DP与神经网络BP的协同优化框架，解决了传统策略局部最优与实时性难以兼顾的矛盾，可为农业装备智能化提供可实施的技术方案。/

来源：2026年第5期

《农业工程学报》期刊编辑部

查看农业工程学报杂志2026年第5期