[發明專利]一種甘蔗聯合收割機運行狀態的智能識別方法及系統

有效

• 申請號: 201910857563.5
• 申請日: 2019-09-09
• 公開（公告）號: CN110622692B
• 公開（公告）日: 2022-05-31
• 發明（設計）人: 陳遠玲;班成周;覃東東;孫英杰;王肖;高驍卿;張展祎;田琪琳
• 申請（專利權）人: 廣西大學
• 主分類號: A01D45/10
• 分類號: A01D45/10;G06Q50/02;G07C3/08
• 代理公司: 廣西南寧公平知識產權代理有限公司 45104
• 代理人: 劉小萍;劉海彬

1.一種甘蔗聯合收割機運行狀態的智能識別方法，其特征在于，包括如下步驟：

（S1）實時采集甘蔗聯合收割機的左刀盤扭矩數據、右刀盤扭矩數據、左輪扭矩數據、右輪扭矩數據、行駛速度數據、切斷軸扭矩數據、風機軸扭矩數據，并將數據發送給數據處理模塊；

（S2）數據處理模塊將步驟（S1）中獲取的甘蔗聯合收割機的數據導入存儲在數據處理模塊內的協同狀態識別模型并與所述協同狀態識別模型已有數據比對；所述協同狀態識別模型中具有甘蔗聯合收割機的空載狀態數據庫、正常收割狀態數據庫、重載狀態數據庫和堵塞狀態數據庫；

（S3）數據處理模塊根據比對分析結果輸出甘蔗聯合收割機所處的運行狀態；

在步驟（S1）之前還包括如下步驟：基于扭矩信息和行駛速度，通過主成分分析法、遺傳算法和支持向量機建立甘蔗聯合收割機的協同狀態識別模型并將協同狀態識別模型存儲在數據處理模塊；

所述步驟（S1）之前包括的步驟具體為：

（S0.1）同步采集甘蔗聯合收割機在空載、正常收割、重載和堵塞的工作狀態下的左刀盤扭矩隨時間變化的數據、右刀盤扭矩隨時間變化的數據、左輪扭矩隨時間變化的數據、右輪扭矩隨時間變化的數據、切斷軸扭矩隨時間變化的數據、行駛速度隨時間變化的數據、風機軸扭矩隨時間變化的數據；

（S0.2）分別對采集的數據進行預處理，獲取初始特征參數：

采用db3小波對信號分解，使用閾值法對信號的閾值量化處理，將降噪后的曲線數據中的扭矩值或行駛速度在時域中進行提取，設特征扭矩值或行駛速度對應時刻為t，選取[t-1，t+1]時間段中的均值作為特征扭矩值或行駛速度，獲取的初始特征參數為左刀盤扭矩、右刀盤扭矩、左輪扭矩、右輪扭矩、行駛速度、切斷軸扭矩、風機軸扭矩；

（S0.3）利用PCA對初始特征參數進行降維處理；

（S0.4）將步驟（S0.3）中降維處理后的初始特征參數隨機分為訓練集樣本組和測試集樣本組，并對數據進行歸一化處理；

（S0.5）在訓練集樣本組中選定SVM的核函數為徑向基核函數，確定SVM中關鍵參數懲罰函數c和核半徑g的最優參數；

（S0.6）利用GA遺傳算法優化SVM的參數：

利用遺傳算法對其進行初始值編碼、計算適應度函數、進行選擇交叉變異操作，判斷是否得到了滿足條件，該條件為遺傳算法尋優的終止條件，即最大迭代次數或者是否小于給定的精度，所述終止條件設置為：種群數量為20，最大迭代次數為100次，給定精度為0.001；如果不滿足終止條件則重復進行適應度函數的計算；直到滿足終止條件得到SVM模型的最優參數懲罰函數c和核半徑g；

（S0.7）得到PCA-GA-SVM協同狀態識別模型：

構造6個SVM分類器，得到協同狀態識別模型輸出矩陣Y=（y1 y2 y3 y4 y5 y6），其中y1，y2，y3，y4，y5，y6分別為該模型的6個分類器輸出值，對應不同的甘蔗聯合收割機運行狀態均有不同數值，當模型建好以后，該數值也隨之確定；

（S0.8）用測試集樣本組驗證協同狀態識別模型，若驗證結果匹配正確則進入下一步(S0.9)，若驗證結果匹配錯誤則重新建立協同狀態識別模型：對測試集樣本組數據進行處理，同時輸出一個類似的矩陣：

Y1＝（y11 y21 y31 y41 y51 y61 ）

將Y與Y1進行對比便可識別出甘蔗聯合收割機的4中不同運行狀態；

由于測試集樣本組是已知的甘蔗聯合收割機運行狀態的數據，若比對后，協同狀態識別模型輸出的運行狀態與測試集樣本組所處的甘蔗聯合收割機運行狀態匹配，則證明匹配正確，說明協同狀態識別模型是正確的；

（S0.9）將協同狀態識別模型存儲在數據處理模塊。