農業機械設備故障診斷系統設計

何向鋒，楊忠華，趙仁芳，黃鳳燕

（1.廣西農業職業技術大學，廣西 南寧 530007；2.南寧科泰機械設備有限公司，廣西 南寧 530007；3.廣西商貿高級技工學校，廣西 南寧 530007）

0 引言

在當前農業機械信息化與智能化發展的趨勢下，越來越多的農業機械設備中安裝了繼電器、控制器、傳感器等，有效地提升了機械設備的工作性能[1]。與此同時，農業機械設備內部組成結構與各個組成系統變得日益復雜。在運行過程中，受到設備運行環境、使用對象、運行條件等多項因素的影響，使得設備發生故障的概率不斷提高[2]。針對這一問題，最有效的解決方法就是通過故障診斷系統，對農業機械設備各個運行階段的工況作出監測，找出潛在的故障隱患，并及時進行維護，進而保證農業機械設備運行的可靠性與安全性[3]。然而，當前傳統的農業機械設備故障診斷系統成熟度較低，且隨著時代的進步與發展，農業機械設備技術不斷升級，傳統的故障診斷系統逐漸無法滿足設備診斷的需求[4]。為此提出農業機械設備故障診斷系統設計，以期為提高農業機械設備故障診斷效率與診斷精度作出貢獻。

1 農業機械設備故障診斷系統硬件設計

器、DSP 核心板、LCD 顯示模塊與通信模塊等。同時選擇合適的硬件設備安裝位置和布局，以及合理的電路連接和電源供應，共同搭建良好可靠的硬件運行環境。具體步驟如下：

微處理器作為系統的核心部件，需要選擇具有高性能和低功耗的型號，以確保系統的穩定運行。因此選擇與農業機械設備故障診斷系統適配度較高的微處理器。選擇的型號為STM36F827 的高性能單片機，其內核為Cortex-M8，整體功耗較低，性能較高。

DSP 核心板需要具備工業級別的性能和可靠性，以支持系統的數據處理和計算。因此選擇DSP 核心板：型號：AM5728；電源電流：830 mA；種類：工業級核心板；功率：4.09 W。

LCD 顯示模塊與通信模塊則需要滿足系統的終端顯示和觸控功能，同時按照系統的技術參數進行設置，以確保其與其他硬件設備的兼容性和穩定性。因此選取STM36F827 自帶的顯示控制器，提供RAM 作為顯示器的顯存。LCD 顯示模塊與通信模塊技術參數設置，見表1。通過該硬件，實現低功耗情況下，故障信息遠距離傳輸的目標。

表1 LCD 顯示模塊與通信模塊技術參數

為了保證故障診斷系統能夠正常穩定地運行，首先，設計系統運行所需的硬件設備。其中包括微處理在安裝微處理器和DSP 核心板時，考慮到其散熱問題，在其中間位置安裝散熱器設備，確保硬件設備穩定運行。同時合理布置各個硬件設備之間的電路連接，以確保信號傳輸的穩定性和可靠性。使用電源濾波器或過流保護裝置，保證電源的可靠性和穩定性，防止電源波動或過載問題，以此搭建良好的硬件運行環境。

2 農業機械設備故障診斷系統軟件設計

在上述過程中，完成了故障診斷系統的硬件設計，同時搭建了良好的硬件運行環境，為優化診斷系統整體功能的穩定運行提供了強有力支持。在此基礎上，對農業機械設備故障診斷系統的軟件進行全面設計，提升系統運行性能。

2.1 農業機械設備故障數據采集與預處理

利用故障診斷系統的數據采集模塊，全方位、多個不同維度地采集待診斷農業機械設備的各項故障數據，及時上傳，保證故障數據的時效性與采集精度。在此基礎上，對采集設備故障數據中的異常數據進行預處理，例如設備突發性噪聲干擾數據、與實際值偏差較大的數據等，濾除異常數據，避免系統后續診斷中發生過擬合問題[5]。采用正規化數據處理方法原理，對設備故障數據進行處理，其表達式為：

其中，x?表示正規化處理后的設備故障數據；x表示原始設備故障數據；μ表示故障數據均值；σ表示故障數據標準差。通過該表達式，完成設備故障數據預處理，獲取能夠準確反映設備故障狀態的數據。

2.2 建立設備故障診斷模型

完成上述農業機械設備故障數據預處理后，獲取到與故障診斷系統契合度較高的設備故障數據，接下來，在系統中，建立設備故障診斷模型，全方位地對農業機械設備進行故障診斷操作[6]。

為了提高設備故障診斷結果的準確性，引入RNN 神經網絡結構，建立了故障診斷模型，結構示意圖，如圖1 所示。

圖1 基于RNN 網絡結構的故障診斷模型

建立的系統故障診斷模型中包括四個層次結構，如圖1 所示。將上述預處理完畢的設備故障數據輸入到模型輸入層中，通過網絡特殊點，將其傳遞給下一個時刻使用[7]。模型隱藏層與循環層之間通過迭代訓練，不斷診斷農業機械設備故障隱患，迭代完畢后，將故障診斷結果傳遞至輸出層[8]。設備診斷結果為故障時，系統自動輸出故障類別，并發出故障報警，將故障診斷數據傳輸至數據庫中存儲與管理，實現農業機械設備故障診斷的目標。

2.3 設計故障診斷數據庫

基于上述農業機械設備故障診斷模型建立完畢后，達到了設備故障全方位高精度診斷的目的。在此基礎上，設計設備故障診斷數據庫，存儲并管理上述得出的故障診斷數據，為設備運維養護提供參考依據[9]。

基于E-R 圖，得出農業機械設備故障診斷實體之間存在的相互關聯見圖2。

圖2 農業機械設備故障診斷數據庫E-R 圖

在獲取農業機械設備故障診斷系統實體關聯關系的基礎上，設計故障診斷數據庫表見表2。

表2 系統故障診斷數據庫表

按照表2 字段說明及數據類型，存儲并管理農業機械設備故障診斷數據，一方面為下次設備故障診斷提供參考依據，另一方面能夠為設備運維養護提供有力的數據支持，能夠有針對性地對設備故障作出檢修。

3 系統測試

以上是針對農業機械設備運行中存在的故障隱患，提出的故障診斷系統的全部設計流程，分為硬件部分與軟件部分。在該診斷系統投入實際應用前，首先，對其診斷有效性以及診斷效果作出如下文所示的檢驗，檢驗合格后方可投入實際使用。

3.1 測試準備

按照提出的系統硬件與軟件設計內容，搭建農業機械設備故障診斷系統。使用Storm 作為此次系統測試處理海量設備故障數據流的云平臺基礎。在云平臺基礎節點上，根據系統測試需求以及農業機械設備的實際運行情況與特征，布置Supervisor 組件，主要負責農業機械設備故障診斷數據接收處理。布置Nimbus 組件，控制及管理系統的各個故障診斷從節點。在此基礎上，利用黑盒測試方法，對農業機械設備故障診斷系統的性能進行全方位測試。

3.2 結果分析

選取高性能CAN 卡，將其接入設備故障診斷系統的數據采集端，模擬收發設備故障診斷數據，作為故障數據源，測試系統故障診斷的正確率。設置農業機械設備故障報文數量分別為20、40、60、80、100、120 個，每幀故障報文發送間隔為10.5 ms。設置上述的故障診斷系統為實驗組，文獻[5]、文獻[6]提出的故障診斷系統為對照組1 與對照組2，對比分析系統故障診斷結果。進行1000 次循環測試，利用SPSS 統計分析軟件，統計三種系統故障報文診斷情況，結果見表3。

表3 故障報文診斷統計結果

通過表3，得出三種系統故障報文診斷成功次數與誤診、漏診次數。在此基礎上，根據表1 的診斷統計結果，分別計算出三種系統的故障診斷正確率，并繪制對比圖（圖3），更加直觀地檢驗系統的診斷效果。

圖3 三種系統故障診斷正確率對比結果

從圖3 看，三種農業機械設備故障診斷系統的診斷效果有明顯的差距。筆者提出的系統，其故障診斷正確率均在99%以上，最高可達99.8%，最低為99.5%，故障診斷精度較高。對照組1 的故障診斷正確率最高為93.4%，最低為91.5%；對照組2 的故障診斷正確率最高為94.7%，最低為91.4%。相比之下，不難看出，筆者設計的故障診斷系統具有較高的診斷正確率，故障診斷正確率接近100%，能夠準確地診斷出農業機械設備潛在的各項故障隱患。

4 結語

在農業機械設備高強度使用過程中，受到設備使用環境、使用條件等因素的影響，存在一定的故障隱患。若故障隱患診斷不及時，會引發設備運行故障，降低設備使用壽命的同時，存在嚴重的安全風險。因此，科學的農業機械設備故障診斷系統至關重要。從系統硬件與軟件設計兩個方面，研究出了一種全新的故障診斷系統。經過系統測試可知，筆者設計的故障診斷系統具有較高的可行性，能夠在快速時間內診斷出機械設備運行異常狀況，并作出故障定位，為后續故障維修提供了重要參考依據。