小型农业作业机因其自身的优点,现在已广泛的被运用在温室大棚、山区丘陵以及高秆作物间的土壤耕耘、犁地、地膜覆盖、中耕除草、培土、作物喷药及割、晒等多种作业。小型农业作业机已经成为山区丘陵地带作业的主力机具。要设计出适合山区丘陵地带的小型农作机,质心的高度参数尤为重要。通过单支点驱动可倾斜平台法测量作业机的质心位置,而在测量的过程不可避免的会出现误差,影响作业机质心位置的测量精度。针对作业机质心位置测试过程出现的误差,文本采用灰色预测模型与BP神经网络串联结合的方法,结合运用误差理论对作业机质心位置的测量数据进行处理,减小误差对质心测试的影响,优化小型农作机的设计。本文的主要工作和成果如下:1.介绍了小型农业作业机质心位置的测量方法和测量原理,运用质心计算公式计算作业机质心位置。基于误差理论,对实际使用中的三支点支撑测试平台进行了误差分析。2.基于数学统计的原理,对测试数据进行了预处理。利用贝塞尔公式,剔除了测试数据中的粗大误差,并且利用5点3次法对测试数据进行了平滑化的处理,减小测试数据中的误差。3.基于灰色理论和BP神经网络的原理,构建了灰色BP神经网络预测模型,对质心测试中经过预处理的测试数据进行处理,减小误差。提出了灰色预测模型背景值和初值的优化方法,并对神经网络的网络结构进行了优化处理。4.针对数据处理模型和作业机的特点,设计了验证数据处理模型正确性的质心测试试验。针对现有质心测试平台在加工和装配时出现的误差,通过提高加工工艺和装配精度,减小误差对测试结果的影响。针对现有测试平台角度传感器精度不足的缺陷,通过选取直线位置传感器提高测试的精度。构建了质心测量系统,搭建了质心测试平台。通过实验,验证了理论分析及模型数据处理的正确性。