收割機遠程監測系統的設計—基于云平臺數據挖掘并行算法

吳東林,張玉華

(漯河食品職業學院 信息工程系,河南 漯河 462300)

0 引言

無人駕駛收割機已經被初步應用到農業生產中,但由于受到遠程監測和控制技術的限制,其作業效率、作業質量及作業安全性都影響了其大批量的使用和推廣。隨著計算機和網絡技術水平的提高,遠程監測技術得到了迅速的發展,云平臺和并行計算計算也被引入到遠程監測系統的設計上,從而可以實現大量數據的存儲和處理,做到實時監測。這不僅可以提高監測系統的效率,還能夠得到較高的存儲空間和計算處理速度,從而提高收割機遠程控制的精度,實現收割機的無人化自動作業。

1 數據挖掘和收割機遠程監測系統

隨著信息技術的發展與計算機網絡的應用,農機遠程監控技術被引入到農機設計上,并開發了無人駕駛農機設備,從而有效提高了農機的自動化程度。農機作業過程中,通過遠程監測系統可以實現農機的定位及作業情況監測等功能。當農機作業過程中發生故障時,還可以通過報警方式通知遠程端,遠程端確認故障后做出響應。另外,采用遠程監測系統還可以實現農機的合理調度。其流程如圖1所示。

圖1 監測系統功能流程

在作業環境、收割機狀態監測和收割機定位過程中會產生大量的數據,這些數據可以采用云平臺進行存儲,并通過并行計算技術進行處理,最后對信息進行顯示,農機管理人員可以根據信息對農機進行合理調度。

2 基于數據挖掘和并行計算的遠程云監測系統設計

在收割機遠程監控過程中,由于需要對其進行全天候的實時監控,因此會產生大量的監測數據,需要引入基于云平臺的數據庫;在進行數據存儲和計算過程中,由于數據量較大可以采用分布式存儲和并行計算方法;為了實現遠程端監控,需要引入WEB應用服務和通信網絡;另外,各模塊之間還需要設計接口服務和后臺分析等服務,以保證各模塊之間順利運行。收割機遠程監測系統的硬件架構如圖2所示。

圖2 收割機監控系統硬件架構

在收割機實時監測時的數據采集、報警電路和控制電路都可以通過云平臺進行數據處理,并利用對采集數據結果的并行計算和數據挖掘分析診斷收割機是否存在故障,如果存在故障可以通過顯示屏進行顯示。播種機的信息數據還可以通過通信網絡傳遞到遠程監控云端,實現收割機作業情況的遠程實時監測。監測系統的軟件結構框架如圖3所示。

圖3 軟件功能框架圖

收割機遠程監測系統的軟件應用功能框架主要由3部分組成,包括作業信息采集平臺、前臺應用和后臺應用服務。其中,前臺應用服務包括在線告警、信道監測、故障診斷、歷史查詢、GIS定位及終端異常等監測;后臺服務包括收割機作業數據的綜合分析和智能診斷、異常數據專家庫、在線監測和異常判斷、并行計算等。

為了滿足系統軟件應用服務功能,實現大數據分析,采用了分布式存儲和并行計算架構,通過將采集得到的監控數據分布式地存儲在多臺獨立計算機上,可以減少大量數據I/O操作,從而實現對收割機作業狀態的智能診斷和離線分析。

分布式數據存儲和并行計算框架利用Hadoop集群、分布式數據倉庫、分布式計算架構、分布式文件系統及其組件,構建了高可靠、高可擴展、高效、高容錯的服務層,可以實現收割機遠程實時監測過程總產生的海量數據。分布式存儲和并行計算作為兩個層次,通過相互協調實現高速的數據存儲和并行計算,結構框圖如圖4所示。

圖4 分布式存儲和并行計算架構圖

為了提高收割機故障診斷的智能化程度,可以采用一些智能分類算法(如聚類分析、貝葉斯分類、多維關聯規則等),通過對生成分類結果的專家打分分析得到故障診斷結果。診斷流程如圖5所示。

圖5 分類和聚類智能診斷流程

聚類K-means算法是一種智能化程度較高的算法,可利用關聯規則進行數據挖掘和分析。在進行分類時,首先統計含有一個元素項集出現的頻率決定一維項目集,然后統計項目集的支持度。表1為一個簡單的數據記錄表。

表1 數據記錄表

在關聯算法中,需要創建每個數據記錄候選集的支持度,然后通過數據之間的關聯性對數據進行分類。其步驟如下:

(1)

其中,Nj為第j個聚類域Sj中所包含的樣本個數,求出均值向量后,將其作為聚類中心,計算均值。其函數規則為

(2)

對每個聚類的數據進行均值核算。

3 遠程監測系統性能測試

為了驗證云平臺和并行計算技術在收割機遠程監控系統中使用的可行性,以無人駕駛收割機為例,對其遠程監測系統進行了設計,并對其監測系統的性能進行了測試。無人駕駛收割機作業過程如圖6所示。

隨著自動化技術的不斷發展,無人駕駛收割機逐漸被使用在農業生產過程中。為了保證無人駕駛機械作業的正常性,需要對無人駕駛機械進行遠程監測,遠程監測系統采用云平臺和并行計算技術進行架構。首先對監測系統通信的正常性進行測試,丟包率是反應通信是否正常的一項指標,通過測試得到了如圖7所示的測試結果。

圖6 無人駕駛收割機作業示意圖

圖7 丟包率測試曲線

由圖7可知:基于云平臺和并行計算技術的遠程監測系統的通信精度較高,可以滿足遠程監測需求。為了進一步驗證系統的性能,對遠程監測后收割機的性能進行了測試,結果如表2、表3所示。

表2 收割機性能測試結果

在進行遠程監測后,對收割機的收割機性能進行了測試。測試的項目主要包括漏收的概率和破損的概率。統計結果表明,采用遠程監測系統后,收割機的漏收率和破損率都較低,可以有效地提高收割機的性能。

表3 收割時間測試結果

為了進一步驗證遠程監測系統的性能,對有無監測系統時播種機的作業效率進行了對比。通過對比相同收割面積所用的時間發現,有遠程監測系統時收割機的作業效率會有所提高。這是由于采用遠程監控系統后,農機管理人員可以根據收割機的實際作業進度和待收割地塊的情況合理地對收割機進行調度,從而提高收割機的作業效率。

4 結論

為了提高無人駕駛收割機自動化作業水平和收割質量,將云平臺和并行計算技術引入到了收割機遠程監控系統中,有效地提高了監測系統的工作效率,為無人駕駛控制系統提供了數據支持。為了驗證方案的可行性,以無人駕駛收割機的實際作業為試驗對象,對遠程監測系統的通信性能和收割機性能進行了測試,結果表明:采用基于云平臺和并行計算技術的遠程監測系統對于提高遠程監測系統的監測效率和監測精度具有重要的作用。