论文部分内容阅读
作为收割谷类作物的主要设备,联合收割机在达到一定工作时长后具有较高故障率,但在国内中小型主流联合收割机中,远程故障诊断系统还远未进入实用阶段。在此基础上,联合收割机远程故障诊断系统的研究与应用,对保障农作物及时收获、作业机械精准维护具有重要的现实指导意义。联合收割机的远程故障诊断系统是针对联合收割机作业时发生的常见故障,监测系统关键工作部件的实时状态数据,远程对监测数据进行处理获取潜在的故障信息或实时故障信息,从而实现故障的远程预警或报警。远程故障诊断系统既要考虑实用性,又要考虑诊断结果的准确性,实用性为系统在不影响收割机工作的情况下进行实时诊断,准确性表现为系统诊断结果正确率高。针对此需求,本文以模糊神经网络算法为核心,初步建立了一个联合收割机远程故障诊断系统。针对国内外联合收割机故障诊断系统的现状,重点分析了我国在该领域中存在的问题。在此基础上,提出本课题的研究内容和方法;接着搭建基于LabVIEW的联合收割机车载数据监测模块,通过传感器分别采集联合收割机关键部件的工作数据,将实时工作数据同时进行本地实时存储和远程服务器存储,并在本地完成简单的阈值故障报警,远程数据作为历史数据供进一步的学习挖掘;在服务端,实现了用于联合收割机典型故障的模糊神经网络诊断预警算法,并依次用训练集和测试集对算法模型进行训练和验证,结果表明诊断算法可以达到80%以上的准确率。在车载端和服务器端,通过GPRS远程通讯模块将车载监测模块和远程故障诊断模块结合起来,构成了联合收割机远程故障诊断系统;最后进行了联合收割机水稻收割试验,并对试验结果进行分析,试验结果表明本系统可远程准确的诊断联合收割机堵塞故障。