云南地区耕地石漠化严重,保护性耕作仍处于发展阶段,北方现有的成熟破茬装置在该地区无法直接使用。在石漠化地区进行破茬作业时,由于裸露基岩和砾石会对破茬装置造成损坏。因此,设计一种主动避障破茬装置控系统对于提高破茬装置在云南石漠化地区的使用寿命和效率具有重要意义。本文采用液压转向系统和伺服提升系统来对不同大小的障碍物进行避障,并结合自抗扰控制技术以及BP模糊神经网络对两个系统进行优化。本文主要研究内容如下:（1）根据障碍物大小的不同采用了两种避障控制策略:对于较大的障碍物使用超声波传感器模组进行检测,通过液压转向控制系统实现避障;对于较小的障碍物使用红外传感器进行检测,通过伺服提升控制系统实现避障。对于超声波传感器模组和红外传感器进行了理论分析,确定了障碍物位置信息的计算方法。对液压转向控制系统和伺服提升系统的结构和工作原理进行了分析,分别建立了两个系统的数学模型,结合实际作业要求,对两个控制系统的相关参数进行了整定,最终得到了两系统的传递函数。利用Matlab软件中的Simulink模块对两系统进行仿真,获得了两种控制系统的伯德图和单位阶跃响应曲线,分别对两个系统的动、静态性能进行了分析研究。（2）传统的PID控制器存在一定的弊端,因此本文选择使用自抗扰控制器（ADRC）对液压转向系统和伺服提升系统进行控制。通过利用Simulink中的S函数模块实现自抗扰控制器的搭建。由于推导所得的液压转向控制系统是一个高阶非线性控制系统,因此对该系统分别建立了三阶自抗扰控制器和二阶自抗扰控制器,通过Simulink对两个控制器进行仿真分析。仿真结果表明:二阶控制器上升时间为0.054s,超调量为8%,调节时间为0.379s。对比于三阶ADRC有更好的控制效果和更少的待调参数,因此本文选择利用二级自抗扰控制器来控制液压转向控制系统。伺服提升系统是一个二阶系统,因此选择使用二阶自抗扰控制器对该系统进行控制。通过调试最终确定了液压转向自抗扰控制器和伺服提升自抗扰控制器的相关参数。（3）自抗扰控制器虽然较之于PID控制器各项性能都有很大提升,但是其本身也存在参数众多调节困难的问题,本文利用模糊算法和BP神经网络对自抗扰控制器的NLSEF部分进行参数优化,提出了基于BP模糊神经网络的自抗扰控制策略。在Simulink中分别对两个系统搭建了PID控制器、自抗扰控制器、模糊自抗扰控制器和基于BP模糊神经网络的自抗扰控制器,并进行了仿真试验。仿真结果表明:利用BP模糊神经网络算法优化过的液压转向自抗扰控制器的上升时间为0.052s,超调量为7%,达到稳态所用时间为0.373s,在有噪声信号干扰时调整时间为0.1s;利用BP模糊神经网络算法优化过的伺服自抗扰控制器的上升时间为0.059s,超调量为0.1%,调节时间为0.282s,在有噪声信号干扰时调节时间为0.01s。相较于传统的PID控制和ADRC控制方法,本文优化过的控制方法对液压转向系统和伺服提升系统均具有更小的超调量、更快的动态响应速度和更优的稳态精度。（4）对伺服提升系统进行了半实物仿真平台搭建,利用OPC通讯技术实现组态王软件、PLC和MATLAB/Simulink模块的数据交互,实现了BP模糊神经网络自抗扰控制器对伺服电机的实物控制。对控制系统性能进行测试,测试结果表明该控制系统在实物控制中仍有较好的控制效果,超调量在8%～10%,调整时间小于1s,于理论分析结果基本一致,在误差允许范围内能满足设计要求。