基于FNN的联合收割机多输入故障诊断报警系统

摘要

目前农业机械中最重要的设备之一就是联合收割机，大大促进了农业的机械化进程。虽然它可以很好的提高农民的作业环境，提升收获质量，但是联合收割机极易发生故障，造成故障的原因有很多，比如湿密的收获物、多余的杂草、过快的速度、过小的脱粒间隙、过低的脱粒速度、欠载的发动机马力或不均匀的喂入等都可能导致联合收割机发生故障，从而影响收获质量。目前许多学者针对联合收割机的故障诊断方面做了许多探索研究，虽取得了一定的成绩，但是大都只单纯的研究堵塞故障，但是没有考虑到多输入系统训练难、线性差的问题，所以效果不尽如人意。此外，收割机大都在白天工作，需要借助高亮度的显示器才能很好的为机手提供技术支持。本文的目的是开发一套联合收割机多输入故障诊断报警系统，将FNN(Fuzzy Neural Network)算法引入本故障诊断报警系统中，可以全面及时地对收割机进行故障诊断，提升系统的可靠性。
　　本论文采用TH988联合收割机为样机，通过传感器采集切流滚筒转速、割台搅龙转速、纵轴流滚筒转速、输粮搅龙转速、输送槽转速、发动机振动、发动机温度和粮仓高度作为系统的输入，选择可靠性高的PLC和高亮度的HD064MV3彩色按键高性能显示模块为硬件平台，并将FNN引入本故障诊断报警系统中，完成了故障诊断报警系统的设计。PLC通过FNN算法对传感器采集到的信号进行分析处理，借助CAN通信将分析结果传输给显示模块进行显示，并及时的进行声光预警报警。
　　本文建立了联合收割机故障诊断仿真系统，并且进行了系统的标定和调试工作，最后进行了麦收试验和稻收试验，试验表明本系统可以有效地实现预期的故障报警功能。本故障诊断报警系统在保证收获质量的前提下，可以降低故障率，提升收获效率，稳定性好、鲁棒性高。

目录

声明

摘要

第一章 绪论

1．1 课题来源、研究目的和意义

1．1．1 课题来源

1．1．2 研究目的和意义

1．2 研究现状和发展趋势

1．3 课题的主要研究内容、创新点和预期效果

1．3．1 主要研究内容

1．3．2 创新点

1．3．3 预期效果

第二章 联合收割机多输入故障诊断报警系统总体设计

2．1 联合收割机工作过程中的故障情况分析

2．2 故障诊断算法简介

2．3 联合收割机多输入故障诊断报警系统的总体设计方案

2．3．1 联合收割机多输入故障诊断报警系统输入

2．3．2 联合收割机多输入故障诊断报警系统的总体方案

2．4 本章小结

第三章 联合收割机故障诊断算法设计

3．1 FNN算法简介

3．1．1 模糊预测算法简介

3．1．2 人工神经网络简介

3．1．3 模糊神经预测算法简介

3．2 FNN故障诊断预测算法

3．3 FNN算法在联合收割机多输入故障诊断报警系统中的应用

3．3．1 联合收割机多输入故障诊断算法的设计

3．3．2 离线训练过程

3．4 本章小结

第四章 联合收割机故障诊断报警系统的硬件

4．1 信号采集模块

4．2 PLC控制模块设计

4．3 显示模块设计

4．4 通讯模块设计

4．5 基于FNN的联合收割机故障诊断系统的建立

4．6 本章小结

第五章 联合收割机多输入故障诊断报警系统的软件设计

5．1 CoDeSys工控软件介绍

5．2 PLC部分的软件设计

5．2．1 主程序流程

5．2．2 端口配置

5．2．3 数据采集子程序

5．2．4 故障诊断子程序

5．2．5 通讯模块子程序

5．3 VMware workstation软件介绍

5．4 显示模块的软件设计

5．4．1 显示模块工作流程主程序

5．4．2 CAN总线通讯程序

5．4．3 显示故障诊断结果子程序

5．5 本章小结

第六章 故障诊断报警系统的仿真、安装、标定与试验

6．1 故障诊断报警系统的仿真

6．2 故障诊断报警系统的安装

6．3 故障诊断报警系统的标定

6．4 田间试验与结果分析

6．5 本章小结

第七章 总结与展望

7．1 总结

7．2 展望

参考文献

致谢

攻读硕士学位期间参加的科研项目与科研成果