现代农业机械故障诊断技术的发展

现代农业机械故障诊断技术的发展聂彩丽，赵晓顺，陈会莲，刘淑霞（河北农业大学机电工程学院，河北保定 071001）摘要：针对农业机械故障诊断排除时限性要求较高的特点，介绍了联合收割机关键部位状态监测的必要性及方法。

在分析农业机械作业特性的基础上，对振动诊断及油样分析技术进行了论述。

同时，比较了主要的智能诊断方法的优缺点；提出了依托网络技术、多媒体技术和现代通讯技术的现代农业机械网络化在线实时故障诊断技术的发展趋势，为现代农业机械故障诊断提供了参考依据。

关键词：农业工程；故障诊断；综述；农业机械；网络化；发展趋势中图分类号：S219.07 文献标识码：A 文章编号：1003─188X(2007)09─0229─030 引言随着农业现代化的发展，对农业机械的故障诊断也提出了更高的要求。

农业装备已从传统功能型逐步向机电液一体化、信息化、智能化方向发展，如激光拖拉机、装配有各种传感器GPS定位系统的联合收割机、超声波测定树冠位置的对靶喷雾机、红外湿度检测自动灌溉系统、水果自动采摘机器人、免耕覆盖施肥气力式精密播种联合作业机等，因此也要求故障诊断现代化。

现代农业要求故障诊断技术从过去的定时拆卸检修、凭经验维修发展到故障预测，即发现故障苗头时预先进行诊断，清除故障隐患。

所以，现代农业机械的故障诊断现代化势在必行，是目前农业机械领域急需解决的重要问题。

1 机械故障诊断技术美国、英国、加拿大等经济发达国家，从20世纪四五十年代最初的种植业基本机械化到畜禽与水产养殖业基本机械化，最后进入了现在的全面高度机械化、现代化阶段，因而对农业机械故障诊断技术的研究也较早，相对比较领先。

我国的农业机械化起步较晚，对农机故障诊断技术的研究也较晚。

但是由于农业机械故障诊断技术能够节省维修费用，带来较大的经济效益，而且国家政府部门比较重视，因而发展较快，到20世纪80年代末，对农机故障诊断技术的研究和应用在我国也得到了全面普遍的展开。

1.1 状态监测农业机械的技术状态直接影响机械的作业质量，如使用梁弯曲或牵引线调整不当的犁工作时，沟底的不平度高低差可达6～8cm之多，同时还会产生严重的振动；再如联合收割机作业时，发动机把动力通过传动带等传动件传送给转动、运动部件，再依靠这些转动、运动部件的切割、输送、脱粒、分离、清选和升运作用，最后将籽粒输送出来。

发动机和这些工作部件的负荷随收割条件，如土壤、地形、产量、干湿度、作业速度等不断产生变化，但是对联合收割机用发动机的稳定调速率的要求是小于或等于5%。

另外联合收割机工作时，还要求输出扭矩稳定，否则联合收割机就无法正常工作。

为了在不拆卸的前提下，监测联合收割机的工作状态，需要在主机的主要部位安装各种传感器，比如在发动机的动力输出轴处安装扭矩传感器和转速传感器，实时监测发动机的实际扭矩和转速；清选脱粒装置的传感器，可监测排出杂物的堵塞状况，达到实现快速脱粒清选，减少损失的目的；喂入装置的传感器可自动控制脱粒深度，把穗头自动控制在最佳脱粒位置，提高工作效率，减轻劳动强度。

1.2 故障诊断1.2.1振动诊断农业机械常用齿轮传动装置传递重载、高速动力，因而齿轮传动装置的振动问题变得更加严重，而且产生大的噪音，甚至会破坏传动部件；当支承采用滚动轴承时，由于旋转运动和滚动轴承本身的原因产生各种振动。

压缩机和涡轮机等的叶片往往要受到各种气体周期性的激励作用。

当激励力的频率与叶片或其机构的固有频率相一致时，机构将会收稿日期：2006-12-04基金项目：河北省科技厅资助项目（05213507D）作者简介：聂彩丽（1979-）,女，河北鹿泉人，硕士研究生，(E-mail)nicaili3322@。

通讯作者：刘淑霞（1956-），女，河北清苑人，教授，(E-mail) lsx56@。

产生共振进而发生严重的振动，造成叶片折断，严重影响机械的安全运转。

无论农业机械的动力装置采用何种发动机，由于发动机的曲轴旋转运动，作用在其上的周期性变化的切向力和径向力将会使曲轴产生扭转振动和弯曲振动，一般情况下弯曲振动不会发生共振，但扭转振动对机械的破坏很严重，必须加以重视。

通过对农业机械系统的常用动力部件—发动机引起振动的原因加以分析，明确该种振动产生的根本原因，掌握形成振动与噪声的主要激励源，并加装相应的振动传感器，建立振动监测及故障诊断模型。

传感器将采集的振动信号输入到计算机进行时域分析，频域分析，自相关、互相关分析，确定故障部位，找出故障源。

当振动相当复杂时，可以采用功率谱分析及倒频谱分析等，不同的故障在频谱图上有不同的表现：如在齿轮箱故障诊断中，在分辨率较高的频谱图上，可以看到均匀的尖峰，对应的频率之间有谐波关系，测量其间隔可以判断故障的发生部位。

1.2.2油样分析技术农业机械的传动装置和工作部件是在高速、高负荷、高压、高温下工作，同时工作环境风沙比较大，造成装备的非正常磨损现象越来越突出，由此导致各种损失也越来越大。

通过分析检查从设备中取出的润滑剂或液压油，便可推断出运行部件的磨损程度，发现潜在的隐患，在故障到来之前采取维修措施。

迄今为止，常用的油样分析技术包括常规分析、光谱分析、铁谱分析、磁塞检测等多种方法。

各种油液监测技术的原理和内涵，如表1所示。

其目的是首先判断油液本身是否合乎使用要求，润滑剂（油、脂）是否劣化变质；更重要的是通过油液带来的种种信息判断机器的工作状态，如润滑油过滤器堵塞，活塞式发动机缸套、活塞、气阀、轴承与曲轴轴颈的异常磨损；滚动轴承及保持架的磨损、偏移或断裂；齿轮的磨损、偏移或划伤；滑动轴承表面的磨损与擦伤等。

表1中定性检测方法为：①滤纸斑点试验；②润滑油污染指数测定。

定量检测方法为：①粘度；②闪点；③酸值；④水分；⑤机械杂质。

表1 各种油液监测技术的原理和内涵Tab.1 Theory and meaning of diversified oil analysis techniques理化指标检测方法理化指标检测润滑油的状态分析光谱油料分析法利用光谱仪测定油样中微粒的化学成分和浓度磨粒成分→磨损零件磨粒浓度→磨损程度铁谱技术利用磁场力有序地分离油样中的磨粒，然后借助各种观测手段对磨粒的形貌、数量、尺寸及其分布和成分作定性和定量分析磨粒数量→磨损程度磨粒形貌→磨损类型磨粒成分→磨损零件磁塞检测利用磁性原理在润滑系统中采集尺寸较大的磨粒，然后分析磨粒的形貌和成分磨粒形貌→磨损类型磨粒成分→磨损零件2 现代农业机械故障诊断的新技术2.1 智能诊断方法专家系统、神经网络、模糊逻辑、遗传算法等。

它是以人工智能(AI)技术为支持、以知识为基础，以知识处理为核心的诊断过程代替数据处理的诊断。

智能诊断方法的分支概况，如表2所示。

表2 智能诊断方法的分支概况Tab.2 Branching general situation of intelligent diagnostic method专家系统神经网络模糊逻辑遗传算法定义是一具有大量专门知识和经验的智能计算机系统，实质是一种人工智能计算机程序是一个由大量简单的处理单元组成的高度复杂的大规模非线性自适应系统模仿人脑的不确定性概念判断、推理思维方式，从含混不完整的输入进行推理判断模拟自然界生物进化过程，采用人工进化方式对目标空间随机搜索的一种优化算法优点善于处理不确定性的、非结构化的问题；具有很好的灵活性和可扩充性；能够对答案的推理过程做出解释，提供答案的可信度估计分布式信息存储及并行处理能力；具有自组织、自学习、自适应的能力；联想和容错能力强善于表达界限不清晰的定性知识与经验，解决规则型模糊信息，鲁棒性强优化求解过程与梯度信息无关；所需领域知识少，鲁棒性强续表2 智能诊断方法的分支概况Tab.2 Branching general situation of intelligent diagnostic method专家系统神经网络模糊逻辑遗传算法局限性存在“瓶颈”问题，知识获取困难；自学习能力差；存在“窄台阶效应”知识推理能力弱，对结论或过程无法做出解释以串行推理为主；知识获取能力较弱在进化后期搜索效率较低；易于过早收敛得不到全局最优解以上智能故障诊断方法都有其自身的优缺点，制定诊断策略时各种方法应取长补短，充分利用不同方法的优势，提高诊断策略的综合性能。

如将神经网络技术与专家系统结合建立神经网络专家系统；神经网络与专家系统在定量和定性分析、知识自动与手工获取方面的互补性，使得集两者学习和推理功能于一体的神经网络专家系统成为目前专家系统的重要方向之一。

神经网络专家系统利用神经网络的自学习、自适应、分布存储、联想记忆、并行处理以及鲁棒性和容错性强等一系列特点，用神经网络进行实现专家系统故障诊断的功能模块。

2.2 网络化在线实时故障诊断对故障排除及时性要求较高的农业机械，应进行网络化在线实时故障诊断。

一旦检测到设备有异常状态，马上进行报警，由专家通过网络组成专家组进行实时会诊，迅速地确定出有效、准确、可行的诊断方案。

农业机械有其自身固有的特点，一般都只在农忙季节使用短短的几周，为了保证高效及故障处理的及时性，传统的上门诊断方式远远不能满足农业机械在故障诊断和维修方面的要求。

建立基于网络技术、多媒体技术和现代通讯技术的远程故障诊断系统已成为农业机械故障诊断发展的趋势。

大型的农机企业可以应用上述技术建立自己的网站，实现全球范围内的知识和数据共享，实现农业机械的远程故障诊断。

3 结论农业机械的故障具有复杂性、随机性、多样性、分散性等特点，尽管国内外的学者对农业机械故障诊断进行了深入、细致的研究，但是实际上在诊断过程中仍存在着许多问题。

因此，针对农业机械的具体情况，选择合适的诊断技术，多种方法取长补短才是最有效的故障诊断策略。

参考文献：[1] 陶卫民.国外农业机械发展概况[J].现代农业装备,2004(1):53-54.[2] 陶卫民.国外农业机械发展趋势[J].现代农业装备,2004(1):54-56.[3] 裴克良,孔凡增,王文生.农业机械的振动问题与减振方法的研究[J].农机化研究,2006(5):79-80. [4] 邝朴生,蒋文科,刘刚,等.设备诊断工程[M].北京:中国农业科技出版社,1997.[5] 毛罕平.农业装备智能化技术的发展动态和重点领域[J].农机科技推广,2005(5):12-14.[6] 孙增国.神经网络和模糊专家系统在故障诊断中的应用[D].大连:大连理工大学,2004.[7] 向玲,胡爱军,唐贵基.机械设备远程故障诊断系统的发展与实现[J].机床与液压,2006(6):243-244.Development of Fault Diagnostic Technique for Modern AgriculturalMachineryNIE Cai-li, ZHAO Xiao-shun, CHEN Hui-lian, LIU Shu-xia(College of Mechanical & Electric Engineering, Agricultural University of Hebei, Baoding, 071001, China) Abstract: The necessity and method for state test to combine key component is introduced directed toward the exigent time limit character of agricultural mechanical failure. The vibration diagnosis and the oil analysis techniques are discussed based on the analysis of agricultural machinery operating character. The merits and limitations of major intelligent diagnostic methods are compared. The development trend of network on-line fault diagnostic technique for agricultural machinery is put forward depending on network technique, multimedia technique and modern mechanics of communication.Key words: agricultural engineering; fault diagnosis; summary; agricultural machinery; network; trend in development。