Fahrdynamik

Die Steigerung der Energieeffizienz sowie Systeme zukünftiger autonomer Traktoren sind die Treiber der aktuellen Untersuchungen zur Fahrdynamik. Neben dem Rad-Boden-Kontakt, der Leistungsvorhersage und - anpassung zur Steigerung des Laufwerkswirkungsgrades, liegt auch die Spurverfolgung besonders im Fokus. Es gibt jedoch, für die Landtechnik eher unüblich, auch aerodynamische Untersuchungen.

Über die Reifeneinsinktiefe und den Eintrittswinkel lassen sich die auf den Reifen wirkenden Kräfte berechnen und somit Modelle für autonome Fahrzeuge auf nachgiebigen Boden erzeugen. White et al. [1] untersuchen hierzu die Echtzeitmessung der Reifeneinsinktiefe und die Berechnung des Eintrittswinkels mithilfe von zwei Stereokameras. Die Stereokameras sind vor bzw. hinter dem Reifen positioniert, um die Tiefe der Spur zu erfassen. Die gemessene Einsinktiefe wird zur Berechnung des Eintrittswinkels verwendet. Die Methode wird an einem Einzelradprüfstand mit Bodenrinne auf trockenem Sand mit AS-Reifen validiert, die Ergebnisse der Stereokameras werden mit 3D-Scans der Spur verglichen. Es zeigt sich, dass zwei Stereokameras eine kostengünstige, präzise und leicht integrierbare Lösung darstellen, die Reifeneinsinktiefe zu messen [1].

Yadav und Raheman [2] untersuchen den Einfluss von Radschlupf, Zugkraft und Bodenfestigkeit auf das Einsinken von Landwirtschaftsreifen bei unterschiedlichen Radlasten und Reifendrücken. Die experimentellen Untersuchungen werden an einem Einzelradprüfstand mit Bodenrinne durchgeführt. Mittels der gewonnenen Daten wird zudem die Eignung maschineller Lernmodelle untersucht, um die nichtlinearen Beziehungen zwischen den Reifenparametern und Leistungskennzahlen vorhersagen zu können. Das Support-Vektor-Regression (SVR) Modell zeigt im Test den geringsten mittleren sowie absoluten prozentualen Fehler der Lernmodelle und wurde in eine Streamlit-Webanwendung integriert, um Echtzeitvorhersagen zu ermöglichen [2].

Angelucci et al. [3] untersuchen den Einfluss der Reifenart - Standardreifen (S) und Reifen mit sehr hoher Flexion (VF, Very High Flexion) - auf die Effizienz von Traktoren in Hinblick auf Zugleistung und Kraftstoffverbrauch sowie die wirtschaftliche Rentabilität. Es werden vier Reifentypen zwei VF-Modelle und zwei S-Modelle von Michelin mit den selben Reifengrößen eingesetzt. Die UltraFlex VF Reifen ermöglichen einen um 40 % reduzierten Reifendruck bei gleichem Gewicht. Zugtests auf zwei unterschiedlichen Böden (fest und weich) zeigen, dass die VF-Reifen auf weichem Boden einen höheren Laufwerkswirkungsgrad (bis zu 10,2 %) und eine höhere Zugleistung (bis zu 11 %) erzielen, während auf festem Boden oder bei Transportarbeiten Standardreifen überlegen sind. VF-Reifen können auf weichem Boden durch den höheren Laufwerkswirkungsgrad bzw. die höhere Zugkraft die Betriebskosten pro Hektar senken und die Amortisationszeit beim vorwiegenden Einsatz auf dem Feld verkürzen [3].

Zur Energieeffizienzsteigerung eines Elektrotraktors untersuchen Siddique et al. [4] die Echtzeit-Vorhersage der Achsmomente mittels Kalman-Filter-Algorithmus (KFA). Der Motor-Drehzahlregler kann dadurch die Leistung des Elektromotors dynamisch anpassen und somit unnötigen Energieverbrauch entgegenwirken. Der Kalman-Filter-Algorithmus (KFA) ermöglicht zudem eine verbesserte Batterienutzung über eine genauere Schätzung des Batterieladezustandes. Bild 1 zeigt den Aufbau und die eingesetzten Sensoren, die am installiert sind [4].

Bild 1: Sensoren, die für den Feldversuch im Elektrotraktor installiert sind [4]

Figure 1: Sensors installed in the electric tractor for the field experiment [4]

Bei Feldversuchen konnte die Reduzierung des Energieverbrauchs und eine verbesserte Traktionskontrolle und Anpassungsfähigkeit nachgewiesen werden. Zudem wird eine mechanische Entlastung und somit eine Verschleißminderung erreicht [4].

Pflügen in hügeligen und bergigen Gebieten ist aufgrund von Schwankungen des Bodenwiderstandes und Neigungsänderungen herausfordernd, da es zu Längs- und Seitenschlupf sowie zu Fahrtrichtungsabweichungen kommen kann. Han et al. [5] untersuchen ein dualparametrisches Traktionskontrollsystem, das eine kombinierte Regelung von Motordrosselklappe und Pflugtiefe nutzt, um den Laufwerkswirkungsgrad zu optimieren, während gleichzeitig eine Gierwinkel basierte Fahrtrichtungsregelung die seitliche Stabilität verbessert. Über ein Hidden-Markov-Modell (HMM) wird eine Echtzeit-Erkennung von Rutschzuständen ermöglicht. Zusätzlich wird zur Pflugtiefenregelung ein Sliding-Mode-Controller (SMC) und zur Fahrtrichtungsstabilisierung ein modellfreier adaptiver prädiktiver Controller (MFAPC) eingesetzt. Sowohl in Simulations- als auch in Feldversuchen zeigt sich eine schnellere Konvergenz, geringere Überschwinger und stabilere Übergänge in komplexem Gelände im Vergleich zu herkömmlichen PID- und ADRC-Steuerungen. Der Laufwerkswirkungsgrad kann über das System gesteigert und das seitliche Rutschen verringert werden [5].

Zhang et al. [6] stellen ein Traktorantriebssystem zur Kompensation der Fahrtrichtungsabweichungen und zur Erhöhung des Laufwerkwirkungsgrades beim Pflügen am Hang vor. Das Traktorantriebssystem kombiniert unabhängige Vorderradbremsen und ein elektronisches Sperrdifferenzial an der Hinterachse mit einem mehrschichtigen Steuerungsverfahren auf der Grundlage einer mehrkanaligen Parameter-Zeitreihenvorhersage (MLC-MPTSP), wodurch der Seitenschlupf und Gierabweichungen gemindert werden und der Laufwerkwirkungsgrad steigt [6].

Massarotti et al. [7] untersuchen die Unterschiede einer klassischen Ackermann-Lenkung und einem elektrohydraulischen Dual-Lenksystems für kompakte Weinbau-Traktoren. Das Dual-Lenksystem kombiniert eine Vorderrad- und eine Knicklenkung mit dem Ziel die Manövrierfähigkeit sowie die Seitenstabilität zu verbessern. Sowohl das numerische Modell als auch bei experimentellen Feldversuchen zeigen sich Vorteile bei der Manövrierbarkeit sowie eine verkürzte Lenkzeit. Jedoch weist das Dual-Lenksystem eine höhere Lenkinstabilität bei höheren Geschwindigkeiten und stärkere Lenkradgeräusche auf [7].

Höhere Fahrgeschwindigkeiten und längere Transportwege machen auch bei Traktoren den Blick auf die aerodynamischen Eigenschaften zur Effizienzsteigerung nötig. Canli [8] untersucht den Einfluss verschiedener Kombinationen aus Motorhaubengeometrie und Windschutzscheibenwinkel auf den Luftwiderstandsbeiwert eines Traktorgespanns. Die Versuche wurden in einem offenen Windkanal mittels skalierter Modelle durchgeführt. Es werden Reynolds-Zahl-unabhängige Luftwiderstandsbeiwerte der Modelle ermittelt. Die Ergebnisse zeigen, dass die Motorhaubengeometrie und Windschutzscheibenwinkel den Luftwiderstand um bis zu 20 % beeinflussen können [8].

Fahrsicherheit

Überschläge von Traktoren führen trotz Schutzeinrichtungen und umfangreicher Forschung weiterhin zu tödlichen Unfällen in der Landwirtschaft. Carabin et al. [9] untersuchen die Übereinstimmung zwischen simulierten und gemessenen Kippwinkeln von einem Schmalspurtraktor, einem Standardtraktor und einem Geräteträger speziell für den Einsatz am Hang. Der Kippprüfstand der Freien Universität Bozen ermöglicht die Einstellung der Neigung und zusätzlich eine Drehung des Traktors. Sowohl die Simulation als auch die Messungen am Kippprüfstand der Freien Universität Bozen betrachten statische Kippwinkel. Trotz des einfachen Simulationsmodells, ergeben sich gute Übereinstimmung zwischen simulierten und gemessenen Kippwinkeln in verschiedenen Richtungen. Der speziell für den Hangeinsatz konzipierte Geräteträger, zeigt erwartungsgemäß die höchsten Kipplimits, aber Carabin et al. weisen auf die Asymmetrie der Kipplimits infolge der seitlich gelegenen Kabine hin. Das Simulationsmodell kann mit wenig Daten bereits das Stabilitätsverhalten von Traktoren bestimmen und auch in Überrollschutzsysteme integriert werden, ohne dass viele Parameter aktiv überwacht werden müssen [9].

Karaca et al. [10] untersuchen mit Hilfe des Kippprüfstands der Freien Universität Bozen sowie simulativen Untersuchungen die Auswirkungen von Schwerpunktverlagerungen durch Anbaugeräte an einem Schmalspurtraktor auf dessen Kippwinkel. Die durch Anbaugeräte entstehenden Schwerpunktverlagerungen führen zu signifikanten Stabilitätsänderungen [10].

Lee et al. [11] untersuchen simulativ den Einfluss der Batterieposition auf die statische Kippstabilität von Elektrotraktoren und identifizieren diese als wichtigen Konstruktionsparameter, um die Kippstabilität zu beeinflussen [11].

Son et al. [12] untersuchen in einer Simulation, inwieweit die gezielte Ansteuerung der Hydraulikzylinder der Einzelradaufhängung, wie dem John Deere independent link suspension (ILS), die Kippstabilität des Traktors erhöhen kann, um Überschläge zu verhindern [12].

Kommt es zu einem Überschlag schützt die Traktorkabine bzw. die in die Traktorkabine integrierten Überrollschutzvorrichtungen die fahrzeugführende Person. Caban et al. [13] untersuchen die strukturelle Festigkeit von Traktorkabinen mittels Finite-Elemente-Methode (FEM). Es werden zwei kritische Szenarien analysiert, der Aufprall eines Heuballens auf das Kabinendach sowie das Umkippen des Traktors. Die Kabinenstruktur des Simulationsmodells besteht aus S235JR-Stahlprofilen. Es zeigt sich, dass der Aufprall eines Heuballens auf das Kabinendach zu keiner kritischen Verformung führt und die fahrzeugführende Person geschützt ist. Beim Umkippen des Traktors treten jedoch erhebliche plastische Verformungen der vertikalen Rahmenprofile auf, was die Stabilität der Kabine gefährdet und potenziell lebensbedrohlich sein kann [13].

Wang et al. [14] entwickeln eine dynamische Simulationsmethode zur Bewertung der Leistungsfähigkeit von Überrollschutzvorrichtungen bei Radladern. Die Simulationsmethode ermittelt die Verformung der Überrollschutzvorrichtung und die Wahrscheinlichkeit von Verletzungen verschiedener Körperteile der fahrzeugführenden Person bei einem Überschlag. Die Validierung der Verformung der Überrollschutzvorrichtung erfolgt über ein Modell im Maßstab 1:8. Für die Validierung der Verletzungen verschiedener Körperteile der fahrzeugführenden Person wird ein Überschlagversuch aus einem Health and Safety Executive Forschungsbericht (RR406 - Seatbelt performance in quarry vehicle incidents) genutzt. Die Untersuchungen zeigen die Notwendigkeit einer bedarfsgerechten Auslegung der Überrollschutzvorrichtung. Eine zu weiche Überrollschutzvorrichtung kann die fahrzeugführende Person durch eine zu große Deformation verletzen. Eine zu steife Überrollschutzvorrichtung absorbiert weniger Energie, wodurch es ebenfalls zu Verletzungen kommen kann [14].

Neben dem Umkippen des Traktors führt des Weiteren der Stabilitätsverlust (Schleudern, dem Verlust der Traktion oder ungleichmäßige Traktion) und zu schweren Unfällen. Cârdei et al. [15] untersuchen simulativ die Möglichkeit den Stabilitätsverlusts über die Verformung der Felge während der Fahrt zu erkennen und Warnungen auszugeben. Die Verfasser sehen, die durch die Simulation untersuchte Methode in der Lage, das Risiko eines Stabilitätsverlusts zu erkennen. Sie weisen auch auf Probleme hin, wie den Einfluss des Reifendrucks [15].

Fahrerplatz

Um die Fahrqualität von Traktoren zu verbessern und eine robuste Regelung des aktiven Federungssystems zu erhalten, entwickeln Sain et al. [16] einen Flächenschwerpunkt/Schwerpunkt-basierten nichtlinearen Fuzzy-PI-PD-Regler mit 2 Freiheitsgraden. Die Simulationsergebnisse zeigen im Vergleich zu linearen PID-, linearen PI-PD- und Fuzzy-PID-Reglern sowie bestehenden State-Feedback-Controllern eine schnellere Störunterdrückung, geringere Vibrationen und eine verbesserte Fahrqualität [16].

Nikdel und Kouhi [17] entwickeln einen nichtlinearen fraktionalen Regler für aktive Federungssysteme zur Verbesserung des Fahrkomforts und der Stabilität. Im Vergleich mit verschiedenen Reglern (FOPID, T1FOF, IT2FOF, ST1FOF, SIT2FOF, und NNMRAC) zeigte der nichtlineare fraktionale Regler eine stärkere Vibrationsreduzierung und somit mehr Komfort und Sicherheit [17].

Die Sitzfederung in Land- und Baumaschinen hat ebenfalls einen erheblichen Einfluss auf den Fahrkomfort. Krivenkov und Schneider [18] untersuchen die Auswirkungen der Konsolenhöhe auf den Fahrkomfort. Durch den Einbau von Nebenaggregaten und Zusatzsystemen erhöht sich die Konsole. Teilweise führt dies zu einer Verschiebung des Seat Index Point (SIP). Wird der SIP über den empfohlenen optimalen Wert hinaus erhöht, sind Einschränkung der Sitzhöhenverstellung oder die Reduktion des verfügbaren Federwegs die Folge. Um bei einem reduzierten Federweg harte Endanschläge zu vermeiden, wird der Einsatz härterer Dämpfer wie auch zusätzliche Gummipuffer von Krivenkov und Schneider untersucht. Gummipuffer sind infolge der begrenzten Energieaufnahme und des unerwünschten Rückpralls wenig wirksam. Härtere Dämpfer sind somit die wirkungsvollste Maßnahme. Es zeigt sich in Simulations- und Messergebnissen auf Basis genormter Prüfverfahren eine nahezu quadratische Abhängigkeit von Federweg zu Fahrkomfort. Zu hohe Konsolen können somit nicht nur den Fahrkomfort beeinträchtigen, sondern auch zu einer Überschreitung der gesetzlichen Grenzwerte führen [18].

In [19] entwickeln und in [20] verwenden Oncescu et al. einen numerisch-experimentellen Ansatz, um das Schwingungsverhalten des Fahrersitzes in einem selbstfahrenden elektrischen Traktor zu bewerten. Eine Modalanalyse ergibt acht signifikante Eigenfrequenzen im Bereich von 0 bis 80 Hz, wovon zwei in den Bereich fallen, der zu einer Störung des Wohlbefindens der fahrzeugführenden Person führt. Die nummerische Simulation zeigt für die Beschleunigungswerte der Sitzfläche und der Rückenlehne gute Übereinstimmungen. Es werden zwei Sitzfederungssteifigkeiten (S1 steif 15 N/mm/S2 weich 9,29 N/mm) untersuchen. Es zeigt sich, dass die weichere Federung (S2) die übertragenen Schwingungspegel effektiver dämpft als die steifere Federung (S2) [19, 20].

Zhang et al. [21] untersuchen simulativ eine hierarchische Kooperationssteuerung in Längs-, Quer- und Vertikalrichtung, um die Spurverfolgungsgenauigkeit und den Fahrkomfort mittels aktiver Sitzaufhängung zu steigern. Die Ergebnisse zeigen, dass die hierarchische Kooperationssteuerung die Spurverfolgungsgenauigkeit sowie den Fahrkomfort steigert. Es ist jedoch zu beachten, dass die Beschleunigung konstant bleibt und keine hochfrequenten Schwingungen des Antriebsstrangs in der Simulation berücksichtigt werden [21].

Auch Zhao et al. [22] untersuchen die Verbesserung des Fahrkomforts durch die Regelung aktiver Sitzfederungen. Durch maschinelle Lernverfahren wird die biodynamische Modellierung des menschlichen Körpers verbessert, um die nichtlineare menschliche Biodynamik besser abzubilden. Zudem wird das Potenzial generativer Modelle wie erzeugende generische Netzwerke und variationale Autokodierer zur Erzeugung realistischer Straßenanregungssignale untersucht. Die Wirksamkeit maschineller Lernalgorithmen zur Verbesserung der aktiven Schwingungsdämpfung von Sitzaufhängungssystemen wird bestätigt und das Potenzial aufgezeigt [22].

Um den Einfluss verschiedener Betriebsparameter auf Ganzkörpervibrationen (WBV), Hand-Arm-Vibrationen (HAV) und die Lärmbelastung der fahrzeugführenden Person zu analysieren, führen Barać et al. [23, 24, 25] experimentelle Untersuchungen auf unterschiedlichen Untergründen mit unterschiedlichen Reifendrücken und Fahrgeschwindigkeiten durch. Als Versuchstraktor wird ein LANDINI POWERFARM 100 mit einer Leistung von 68 kW, einer Vorderachs- und Kabinenfederung sowie einer pneumatischen Sitzfederung eingesetzt. Zwei der Teststrecken sind nach der Vorgabe der ISO 5008 aufgebaut, eine ebene 100 m Teststrecke (smoother track) und eine unebene 35 m Teststrecke (rougher track). Weitere Teststrecken auf Asphalt, Schotter und Gras sind ebenfalls Teil der Untersuchungen. Die Fahrgeschwindigkeit wird von 1 bis 6 km/h in 1-km/h-Schritten variiert und es werden 1,9, 2,4 und 2,9 bar Reifendruck eingestellt. Die Ganzkörpervibrationen werden in der x-, y- und z-Achse gemessen. Die Schalldruckmessung in der Fahrkabine erfolgt gemäß ISO 6396 und ISO 5131 [23, 24, 25].

In [23] untersuchen Barać et al. den Einfluss des Untergrundes, der Fahrgeschwindigkeit und des Reifendrucks auf die Ganzkörpervibrationen sowie die Hand-Arm-Vibrationen. Die Ergebnisse zeigen, dass die gemessenen Vibrationen des Hand-Arm-Systems die zulässigen Grenzwerte (2,5 bzw. 5,0 m/s²) nicht überschritten, während die Ganzkörpervibrationen in bestimmten Konfigurationen (höhere Geschwindigkeiten und Reifendrücke) den Warnwert von 0,5 m/s² überschritten [23].

In [24] untersuchen Barać et al. den Einfluss des Untergrundes, der Fahrgeschwindigkeit und des Reifendrucks auf die Lärmbelastung innerhalb der Kabine. Es zeigen sich signifikante Unterschiede in der Lärmbelastung zwischen der rechten und linken Fahrzeugseite in Abhängigkeit von Geschwindigkeit und Reifendruck. Die gemessenen Schalldruckpegel liegen durchgehend unter den gesetzlichen Grenzwerten (80 bis 87 dB(A)), was auf keine akute Gesundheitsgefährdung hindeutet. Es zeigt sich jedoch der Einfluss von Reifendruck und Fahrgeschwindigkeit auf die Lärmbelastung [24].

In [25] untersuchen Barać et al. den Einsatz maschineller Lernverfahren zur Vorhersage der auf die fahrzeugführende Person wirkenden Ganzkörpervibrationen (WBV) auf unterschiedlichen Untergründen bei unterschiedlichen Reifendrücken und Fahrgeschwindigkeiten. Die ermittelten experimentellen Daten werden über eine multiple lineare Regression mit den Ergebnissen der drei maschinellen Lernmodelle (Gradient Boosting Regressor, Support Vector Machine Regressor, Multilayer Perception) verglichen. Für die x-Achse und die y-Achse zeigt der Gradient Boosting Regressor die besten Ergebnisse, während für die z-Achse der SVM-Regressor präzisere Vorhersagen liefert [25].

Auch Singh et al. [26] untersuchen den Einsatz maschineller Lernverfahren zur Vorhersage der auf die fahrzeugführende Person wirkenden Ganzkörpervibrationen (WBV). Die experimentellen Daten sind auf einem abgeernteten Weizenfeld, das als sandiger Lehm klassifiziert wurde, an einem Hinterachstraktor mit montierter Bodenfräse aufgenommen worden. Die Versuche werden von verschiedenen Probanden, bei variierten Traktordurchschnittsgeschwindigkeiten, Zugkräften und Bodenbearbeitungstiefen, durchgeführt. Auf Basis der aufgenommenen Daten erfolgt ein Vergleich klassischer Regressions- und Ensemble-Modelle. Das Random Forest Modell zeigt die besten Ergebnisse. Durch stacking wurde die Vorhersagegenauigkeit und Robustheit weiter verbessert. Die Autoren weisen auch auf Einschränkungen der Eingangsdaten hin, da nur die Geschwindigkeit, die Zugkraft und die Bearbeitungstiefe variiert wurden, jedoch nicht die Untergrundart und -beschaffenheit sowie das Anbaugerät [26].

Der Einfluss der Antriebsart des Traktors auf die wirkenden Ganzkörpervibrationen (WBV) wird von Oncescu et al.[27] untersucht. In praktischen Versuchen werden ein mit Diesel angetriebener und ein elektrisch angetriebener Traktor verglichen. Die Versuche finden bei zwei unterschiedlichen Geschwindigkeiten (5 km/h und 10 km/h) auf vier unterschiedlichen Untergründen (Beton, Gras, unebene Landstraße und gepflügtes Feld) statt. Die Vibrationen werden mit vier dreiachsigen Beschleunigungsmessern gemessen, die an der Sitzfläche, der Rückenlehne, dem Kabinenboden und an dem Kopf der fahrzeugführenden Person angebracht sind. Die Ergebnisse zeigen, dass der Elektrotraktor eine signifikant höhere Vibrationsisolationswirkung aufweist, insbesondere im kritischen Frequenzbereich von 4 bis 12 Hz, der für die menschliche Gesundheit besonders relevant ist. Während der Dieseltraktor durch Verbrennungsvibrationen und höhere Motorleistung stärkere Schwingungen erzeugt, profitiert der Elektrotraktor von einem ruhigeren Antriebssystem. Oncescu et al. weisen jedoch auf die Unterschiede der untersuchten Traktoren hin und dass infolge fehlender aktiver Federungssysteme die Ergebnisse nicht verallgemeinert werden können [27].

Prakash et al. [28] untersuchen die Hand-Arm-Vibrationen (HAV) während verschiedener Bodenbearbeitungsaufgaben bei unterschiedlicher Geschwindigkeit, Zugkraft und Bearbeitungstiefe unter Verwendung eines künstlichen neuronalen Netzes. Es zeigt sich, dass mit zunehmender Geschwindigkeit und Zugkraft die tägliche Hand-Arm-Vibrations-Exposition deutlich ansteigt. Die untersuchten quadratische Regressionsmodelle zur Vorhersage der Hand-Arm-Vibrationen liefern eine höhere Übereinstimmung als die linearen Regressionsmodelle. Prakash et al. zeigen, dass ein künstliches neuronales Netzwerk zur Vorhersage von Hand-Arm-Vibrationen unter verschiedenen Bearbeitungsparametern genutzt werden kann [28].

Um gezielte Maßnahmen zur Lärmreduzierung innerhalb der Traktorkabine abzuleiten, führen Han et al. [29] eine operative Übertragungsweganalyse (OTPA) durch. Es werden 83 Mikrofone und Beschleunigungsmesser an dominanten Geräuschquellen und Übertragungswegen des elektrischen Traktors angebracht, um Geräuschübertragungswege für Luft- und Körperschall identifizieren. Die Ergebnisse zeigen, dass vorrangig Körperschall zu Innenraumgeräusche führt, besonders durch die Übertragung von Motorgeräuschen der vierten Ordnung über den Kabinenboden sowie durch strukturelle Resonanzen der Frontscheibe. Als maßgebende Ursache für den gemessenen Luftschall wurde das Abrollen der Hinterräder identifiziert. Han et al. leiten zur Verringerung der Lärmbelastung eine konstruktive Änderung der Frontscheibe wie auch den hinteren Halterungen der Bodenplatte ab. Zur Verringerung der Luftschallemissionen kann an den Kotflügeln ein Schalldämpfer und ein Schallabsorber eingesetzt werden [29].

Mit der Integration alternativer Lenksteuerungen zur Verbesserung der Ergonomie und Bedienbarkeit von Traktoren beschäftigen sich Ernst et al. [30]. Es wurden fünf Testrahmen entwickelt, zwei für kippbare Bedienelemente und drei für drehbare Bedienelemente, die sich im Steuerungstyp und der Aktuatorart unterscheiden. Die Bedienelemente der Testrahmen sind wechselbar, so dass unterschiedliche kippbare bzw. drehbare Bedienelemente an einem Testrahmen untersucht werden können. Neben der Ergonomie und der Bedienbarkeit können die untersuchten Lenksteuerungen auch die Sichtbarkeit wichtiger Arbeitsbereiche sowie die räumliche Anordnung verschiedener Bedienelemente in der Kabine verbessern. Bild 2 zeigt den Testaufbau für den Testrahmen F1 mit einem Joystick als Bedienelement an der linken Armlehne [30].

Bild 2: Testaufbau der linken Armlehne im Testfahrzeug mit montiertem Testrahmen F1 [30]

Figure 2: Test setup of left armrest in the test vehicle with mounted testing frame F1 [30]

Die praxisnahe Bewertung der Lenksteuerungen erfolgte durch 30 Testpersonen zwischen 20 und 61 Jahren auf einem standardisierten Parcour, der verschiedene Arbeitsprozesse widerspiegelt. Geschwindigkeitsbasierte Steuerungen wurden als weniger sicher und weniger intuitiv von den Testpersonen wahrgenommen. Das Mini-Lenkrad wurde von den Testpersonen sowohl für langsame als auch für schnelle Fahrzeuggeschwindigkeiten als intuitivste Lenksteuerungen eingeordnet. Eine Rückstellkraft wurde je nach persönlicher Präferenz der Testpersonen unterschiedlich bewertet. [30]

Literatur

[1]     White, H.; Sandu, C.; Mukherjee, J.; L’Afflitto, A.; Gorsich, D.; Cole, M.: Tire sinkage measurement and entry angle calculation using stereo cameras. Journal of Terramechanics (2025) H. 117, DOI:10.1016/j.jterra.2024.101019.

[2]     Yadav, R.; Raheman, H.: Machine learning-based estimation of agricultural tyre sinkage: A streamlit web application. Journal of Terramechanics (2025) H. 119, DOI:10.1016/j.jterra.2025.101055.

[3]     Angelucci, L.; Varani, M.; Pinet, F.; Martin, V.; Vertua, A.; Molari, G.; Mattetti, M.: The role of tyres and soil conditions in enhancing the efficiency of agricultural tractors. Soil and Tillage Research (2025) H. 251, DOI:10.1016/j.still.2025.106570.

[4]     Siddique, Md. A. A.; Jeon, H.-H.; Baek, S.-M.; Baek, S.-Y.; Kim, Y.-S.; Kim, W.-S.; Park, M.-J.; Park, J.-D.; Yang, C.-W.; Park, M.-J.; Choi, J.-Y.; Kim, Y.-J.: Real-time axle-torque prediction of agricultural electric tractors using a kalman-algorithm-integrated predictive motor-speed controller. Computers and Electronics in Agriculture (2025) H. 239, DOI:10.1016/j.compag.2025.110908.

[5]     Han, B.; Yang, H.; Lu, L.; Zhang, Z.; Li, Z.; Song, Z.; Zhu, Z.; Yang, Z.: Research on traction and lateral stability control algorithm of tractor’s plowing unit and field trials in hilly and mountainous areas. Computers and Electronics in Agriculture (2025) H. 238, DOI:10.1016/j.compag.2025.110810.

[6]     Zhang, Z.; Zhu, Z.; Han, B.; Lu, L.; Yang, H.; Song, Z.; Li, Z.; Yang, Z.: Enhancing stability and driving efficiency in tractor plowing operations on lateral slopes through independent braking and electronic Limited-Slip Differential: A Multi-Layer control strategy based on Multi-Channel time series prediction. Computers and Electronics in Agriculture (2025) H. 234, DOI:10.1016/j.compag.2025.110298.

[7]     Massarotti, G. P.; Filippini, G.; Alviach, G. R.; Gamez-Montero, P. J.; Macia, E. C.: A New Dual Steering System in a Compact Tractor. Actuators (2025) H. 14, DOI:10.3390/act14010035.

[8]     Canli, E.: Hood-nose and windshield geometry effects on the aerodynamic drag of agricultural tractor trailer couple. Journal of Wind Engineering and Industrial Aerodynamics (2025) H. 266, DOI:10.1016/j.jweia.2025.106220.

[9]     Carabin, G.; Karaca, M.; Mazzetto, F.: Preliminary results of extensive tractor rollover stability tests using a tilting-rotating rig. Biosystems Engineering (2025) H. 254, DOI:10.1016/j.biosystemseng.2025.104146.

[10]   Karaca, M.; Carabin, G.; Mazzetto, F.: Evaluating Implement-Induced Cog Shifts on Tractor Rollover Stability: A Multibody Dynamics and Experimental Study Across Different Machine Orientations. (2025), DOI:10.2139/ssrn.5382977.

[11]   Lee, J.; Kang, S.; Han, Y.; Son, J.; Ha, Y.: Comparative Analysis of Static Rollover Stability Between Conventional and Electric Tractor. Agriculture (2025) H. 15, DOI:10.3390/agriculture15192099.

[12]   Son, J.; Kang, S.; Park, H.; Han, Y.; Lee, J.; Choi, W.; Ha, Y.: Enhancing Tractor Stability Through Active Suspension: A Comparative Study of Actuator Heights. In: 2025 Toronto, Ontario, Canada July 13-16, 2025. American Society of Agricultural and Biological Engineers 2025.

[13]   Caban, J.; Nieoczym, A.; Gardynski, L.; Vrabel, J.: Analysis of agricultural tractor cabin strenght. In: 24th International Scientific Conference, ENGINEERING FOR RURAL DEVELOPMENT, May 21-23. 2025.

[14]   Wang, S.; Guan, W.; Mao, Y.; Wang, H.; Fan, J.: Dynamic simulation method for rollover protective structures in engineering vehicles and human injury assessment. Biosystems Engineering (2025) H. 257, DOI:10.1016/j.biosystemseng.2025.104224.

[15]   Cârdei, P.; Lungu, A.; Vlăduţ, V.; Voicea, I.; Caba, I.; Găgeanu, I.; Nenciu, F.; Boruz, S.; Tăbărașu, A.-M.: Load estimation on the wheel or on the axle of an agricultural vehicle, based the variation of the strain in the rims. In: Kovačev I, Grubor M (Hrsg.). Proceedings of the 50th International Symposium: Actual Tasks on Agricultural Engineering - 50th International Symposium: „Actual Tasks on Agricultural Engineering“ (Opatija, 11/03/2025–13/03/2025). Zagreb, University of Zagreb, Faculty of Agriculture 2025.

[16]   Sain, D.; Mohan, B. M.; Yang, J.-M.: Development of a 2-DoF nonlinear fuzzy PI–PD controller for a tractor active suspension system. Computers and Electronics in Agriculture (2025) H. 232, DOI:10.1016/j.compag.2025.110076.

[17]   Nikdel, N.; Kouhi, A.: Mitigating tractor vibrations with a robust adaptive fractional Controller: Design and Validation. Expert Systems with Applications (2025) H. 275, DOI:10.1016/j.eswa.2025.127119.

[18]   Krivenkov, K.; Schneider, F.: Einfluss der Konsolenhöhe auf den Fahrkomfort in Land und Baumaschinen. In: VDI-Tagung Humanschwingungen (Hrsg.). 10. VDI-Fachtagung Humanschwingungen 2025: Vibrations- und Schwingungseinwirkungen auf den Menschen : 21. und 22. Mai 2025, Würzburg. Düsseldorf, VDI Verlag GmbH 2025.

[19]   Oncescu, T.-A.; Costea, I. M.; Burciu, Ștefan C.; Rentea, C. A.: Evaluation of the Dynamic Behavior and Vibrations of the Operator-Vehicle Assembly in Electric Agricultural Tractor Operations: A Simulation Approach for Sustainable Transport Systems. Systems (2025) H. 13, DOI:10.3390/systems13080710.

[20]   Oncescu, T.-A.; Biris, S. S.; Gageanu, I.; Vladut, N.-V.; Persu, I. C.; Bostina, S.-L.; Nenciu, F.; Matache, M.-G.; Tabarasu, A.-M.; Gheorghe, G.; Tarnita, D.: FEA Modal and Vibration Analysis of the Operator’s Seat in the Context of a Modern Electric Tractor for Improved Comfort and Safety. AgriEngineering (2025) H. 7, DOI:10.3390/agriengineering7110362.

[21]   Zhang, J.; Xu, L.; Liu, H.; Liu, M.; Wang, D.; Yan, X.: Research on considering tracking performance and riding comfort for intelligent tractor based on hierarchical cooperative control. Computers and Electronics in Agriculture (2025) H. 239, DOI:10.1016/j.compag.2025.110912.

[22]   Zhao, Y.; Zhang, Y.; Guo, L.; Ding, S.; Wang, X.: Advances in machine learning-based active vibration control for automotive seat suspensions: A comprehensive review. Mechanical Systems and Signal Processing (2025) H. 231, DOI:10.1016/j.ymssp.2025.112645.

[23]   Barač, Ž.; Plaščak, I.; Jurić, T.; Marković, M.: The Impact of Vibrations on the Hand–Arm System and Body of Agricultural Tractor Operators in Relation to Operational Parameters, Approach: Analytical Hierarchical Process (AHP). AgriEngineering (2025) H. 7, DOI:10.3390/agriengineering7030056.

[24]   Barač, Ž.; Plaščak, I.; Radočaj, D.; Jurišić, M.: The Impact of Noise on Agricultural Tractor Operator in Relation to Certain Operational Parameters: An Analytical Hierarchy Process (AHP) Approach. Agriculture (2025) H. 15, DOI:10.3390/agriculture15050466.

[25]   Barač, Ž.; Jurić, M.; Plaščak, I.; Jurić, T.; Marković, M.: Assessing Whole-Body Vibrations in an Agricultural Tractor Based on Selected Operational Parameters: A Machine Learning-Based Approach. AgriEngineering (2025) H. 7, DOI:10.3390/agriengineering7030072.

[26]   Singh, A.; Nawayseh, N.; Doyon-Poulin, P.; Milosavljevic, S.; Dewangan, K. N.; Kumar, Y.; Samuel, S.: Comparative analysis of classical and ensemble models for predicting whole body vibration induced lumbar spine stress. A case study of agricultural tractor operators. International Journal of Industrial Ergonomics (2025) H. 108, DOI:10.1016/j.ergon.2025.103775.

[27]   Oncescu, T.-A.; Persu, I. C.; Bostina, S.; Biris, S. S.; Vilceleanu, M.-V.; Nenciu, F.; Matache, M.-G.; Tarnita, D.: Comparative Analysis of Vibration Impact on Operator Safety for Diesel and Electric Agricultural Tractors. AgriEngineering (2025) H. 7, DOI:10.3390/agriengineering7020040.

[28]   Prakash, C.; Singh, L. P.; Gupta, A.; Singh, A.: Prediction of hand-arm vibration among tractor operators in different soil tillage operations using artificial neural network-based model. Computers and Electronics in Agriculture (2025) H. 230, DOI:10.1016/j.compag.2024.109858.

[29]   Han, H.-W.; Kang, M.-W.; Lee, S.-H.; Seo, Y.-H.; Cho, S.-J.; Kim, J.-G.; Kim, Y.-J.; Park, Y.-J.: Root cause analysis of noise transfer in an entire tractor system using multi-layer operational transfer path analysis. Smart Agricultural Technology (2025) H. 10, DOI:10.1016/j.atech.2024.100754.

[30]   Ernst, V.; Wendek, P.; Böttinger, S.: Improving user ergonomics in tractors with alternative steering input methods. In: Max-Eyth-Gesellschaft für Agrartechnik (Hrsg.). LAND.TECHNIK AgEng 2025: 82. International Conference on Agricultural Engineering, November 7th–8th 2025, Hannover. Düsseldorf, VDI Verlag GmbH 2025.

Autorendaten

Prof. Dr.-Ing. Daniel Christian Wiest ist Hochschuldozent am Fachgebiet Konstruktion von Maschinensystemen an der Technischen Universität Berlin.

Prof. Dr.-Ing. Henning Jürgen Meyer ist Leiter des Fachgebietes Konstruktion von Maschinensystemen an der Technischen Universität Berlin.