[发明专利]一种基于FNN的切纵流联合收割机故障诊断方法及其装置

说明书

技术领域

本发明涉及农业机械领域，特指一种用于切纵流联合收割机的故障诊断方法及其装置。 

背景技术

切纵流联合收割机在田间作业时，速度过快会使得喂入量过大从而造成割台搅龙、输送槽、切流滚筒、纵轴流滚筒和输粮搅龙等转动部件的堵塞,影响到收割机的作业质量，所以对联合收割机进行故障诊断研究显得尤为必要。国内外学者在联合收割机负荷智能监测和联合收割机故障诊断方面做了较多的研究，虽然取得了一定的成果，但是由于没有考虑到联合收割机的非线性特性,所以效果不是很理想；如文献联合收割机堵塞故障监测系统研究，选取了一阶差分、二阶差分、相对速比、滑差率和差分类积分和5个参数作为特征向量来对收割机的转轴转速连续变化过程、转速梯度连续变化过程、动态转速的连续变化过程等方面进行监测，虽然在故障的提前预警方面有很好的效果，但是并未解决系统输入的非线性问题。基于此，本发明将模糊神经网络（Fuzzy Neural Network，以下简称FNN）应用到联合收割机故障诊断钟来，建立联合收割机的堵塞故障诊断的各种故障征兆与故障类型之间的非线性映射关系，解决联合收割机的堵塞故障诊断系统的非线性问题。 

发明内容

本发明的目的是提供一种基于FNN算法的切纵流联合收割机故障诊断方法及其装置，可以在故障发生前发出提前预警信号，提高联合收割机的可靠性，促进被动维修向预防故障观念的转变。 

切纵流联合收割机的智能故障诊断是一个复杂的过程，为了克服故障诊断模型输入输出非线性特性差的问题，本发明提出一种基于FNN算法的数据处理方法，可以有效提高本系统的非线性。通过对采集一定时间内的转速值，在PLC中对数据进行模糊神经网络算法处理得到系统故障诊断的结果。 

切纵流联合收割机在田间作业时，喂入量过大使得割台搅龙、输送槽、切流滚筒、纵轴流滚筒和输粮搅龙等转动部件堵塞，引起转速下降，当转速下降到一定程度时就会影响到收割机的作业质量。本发明将割台搅龙、输送槽、切轴流滚筒、纵轴流滚筒和输粮搅龙作为收割机高故障率部件进行故障分析研究。 

本发明采用的基于FNN算法的收割机故障诊断方法是： 

1)转速传感器采集割台搅龙、输送槽、切流滚筒、纵轴流滚筒和输粮搅龙的转速值； 

2)将测得的转速信号传入PLC，PLC根据一种基于FNN方法对信号进行分析处理，得到故障诊断结果；本发明采用的方法为：本发明确定割台搅龙、输送槽、切流滚筒、纵轴轴流滚筒和输粮搅龙的转速五个量作为此系统的输入量，并将系统输入记为x₁、x₂、x₃、x₄和x₅，输入向量为X＝(x₁,x₂,...,x_n)；系统的故障诊断结果Y＝(y₁,y₂,y₃)作为输出量(y₁代表结果正常、y₂代表结果异常、y₃代表结果故障)；本模糊算法提前制定了输入输出量化表，根据公式可求得输入对于每条规则的适用度α_i(i＝1,2,3,4,5)(其中，是x_i的语言变量值，是的隶属度)，根据适用度α_i可得到输入量X＝(x₁,x₂,...,x_n)的模糊量化值；通过模糊推理，根据公式 μBi=αi×μBrsr(yr)(r=1,2,...,m;i=1,2,...,N)]]>可得出输出量的隶属度(其中是y_γ的语言变量值，是的隶属度函数)，采用加权平均的清晰化方法，可求得输出量的值为:(其中，r＝1，2，3，是的中心值，即 μBrsr(yrsr)=1,αi‾=αiΣi=1Nαi]]>)。