農業機械故障診斷技術研究現狀及展望

周明新 富景生

摘 要：農業邁入21世紀，已經不再是傳統的農耕技術，逐步實現現代化農耕技術，由人工種植邁入了機械化產業化的新篇章。所以，現代農業機械需要與時俱進的是農業機械的故障診斷技術，重點介紹了來年兩種故障診斷技術，和對于農業及其未來發展的現狀及展望，僅供讀者參考。

關鍵詞：農業技術;故障診斷;未來展望

隨著農業技術的不斷發展，農業機械化已經普及，農業機械的復雜程度也在不斷地向大功率、高速度、高效率等方面發展。農業機械中出現了很多高科技的名詞，如，裝有GPS定位系統的插秧機和聯合收割機、激光拖拉機、對靶子噴霧劑等高精度的農業機械。但是農業機械的發展越是精密，故障診斷和維修越是復雜和耗時。尤其像農業機械這樣季節性很強的大型機械，通常一臺機械要在幾百畝的稻田中工作，工作時限就是農忙的一個星期或者半個月左右。如果機械在此時發生故障，沒有專業人員的情況下會造成大量的損失。因此，農業機械的故障診斷和維修技術的提高迫在眉睫。

一、農業故障診斷技術研究現狀

對于農業機械故障診斷，在現代化機械診斷中一般采用計算機的信號處理技術，由于大型機械的復雜程度，機械故障診斷技術已經逐漸成為一門科學。農業機械故障診斷現狀可以從下三個方面得到一個全面的認識和了解。

1.通用機械故障診斷研究現狀

通用技術故障的診斷和研究最早在美國開展，主要是因為航空航天事業的發展情況下，傳統的技術工藝和診斷技術已經不再適用。隨美國之后日本、歐洲等國家也先后重視起機械故障的診斷技術，主要研究方向集中在摩擦碰撞、松動等故障方面。20世紀80年代后期國內的相關大學也相繼開設了這類的學科學習，其中清華大學研究組對小波變換故障診斷技術領域的研究已經取得了重要的進展。

2.農業技術的診斷和現狀

農業機械診斷方面在國內也有大量的專業人士進行研究，其中李杰等人對機械速度慢、效率低等問題進行了深入研究，提出了一個基于正向推理故障診斷和安全評價系統，這個系統有著很好的穩定性。陳芳通過研究對農業機械故障的診斷和臆測，通過實驗模擬根據希爾伯特普分析得出振動信號視頻分布情況，從而研究出了一種可以得出故障發生時間和故障發生前后信號變化的相關信息。這些人對中國農業技術故障診斷和分析做出了巨大的貢獻。

3.狀態監測技術現狀

在設備的關鍵部位安裝故障自診斷系統（又稱OBD系統），該系統可以監測設備是否發生故障，通過傳感器顯示的數值來確定機械故障的錯誤代碼，并且還可以根據檢測部位以及安裝位置來確定故障產生的位置。OBD系統最早是應用在汽車尾氣的監測中的，最后應用到汽車的剎車系統、氣囊、車門等部件狀態檢測中。如今這個系統被用在了農業機械中，使農業機械的精確度大為提高。

二、機械故障診斷技術研究方法

機械故障的診斷方法非常多，比如，機械振動和噪音信號測定、潤滑油磨損碎片測定、溫升測定等。故障識別方面一般有模式識別以及神經網絡等技術系統，對于故障預警方面也有其獨有的檢測方法。在這里筆者介紹一下與農業機械故障診斷相關故障診斷方法。

1.時域故障分析診斷技術

時域故障分析診斷技術，主要是在機械特定的部位安裝傳感器來采集和記錄信息，得到振幅、相位、頻率等信息，得到機械的時域信息。時域信息對于故障判斷有很直觀的便利，但是時域信息還是需要進一步的處理技術才能得到故障的具體信息。

2.頻域信號分析信號技術

頻域信號其實就是將時域信號進行快速傅里葉變換轉換而來，得出故障特征的分析方法。比如，齒輪發生斷裂，表面的振動信號就會發生變化，檢測這些頻率可以預測故障發生和發展。頻域故障處理技術還有很多包括頻譜分析和倒頻譜分析等。

3.頻域信號分析故障診斷技術

機械發生故障后，運行的信號會發生顯著的變化，特別是剝落和松動時尤其明顯的。必須得到這些信號的相關函數和功率譜、統計量的時變函數才能判斷故障。一般來說，采用信號的聯合函數來表達分析這些信號。

三、農業機械技術未來發展的展望

1.通用機械領域的故障診斷方法沿用到農業機械領域，這樣可以根據振動信號來分析和診斷機械故障。另外，許多的現在信息技術如計算機技術、信號處理技術、控制技術等均基于基礎振動特征提取故障技術，所以，這些高科技技術都能一一應用到農業機械領域，未來農業機械的技術會更加趨向成熟、穩定，對于故障診斷和處理也會更精準、快速。

2.現代智能化技術在農業機械中的應用

未來農業機械會應用智能的故障診斷系統，針對農業機械的專家系統、神經網絡、模糊邏輯和遺傳算法，在未來會有更多新的理論引入機械故障診斷中，使得智能診斷系統不斷完善形成綜合性更好的診斷技術。

3.多種診斷方法的相互輔助

多種診斷方法在實際應用中不斷融合，多種診斷技術會從多個方面來進行診斷，技術人員收到的不再是單一的信號，而是多重振動信號，能更精確地定位故障部位和得出診斷方法。這種手段相互融合的診斷方法在將來會使農業機械的故障診斷更為簡單。

參考文獻：

[1]何學文.基于支持向量機的故障智能診斷理論與方法研究[D].中南大學，2004.

[2]伍衛平，倪國勝，范欽紅，等.小波分析法實現水輪發電機軸心軌跡的提純[J].長江科學院院報，2012（01）.

[3]姚桂艷，孫麗媛，程秀芳，等.機械故障診斷技術的研究現狀及發展趨勢[J].河北理工學院學報，2005（03）.

[4]趙艷菊，王太勇，徐躍，等.基于網絡的離線式設備點檢管理系統的設計與實現[J].計算機應用研究，2008（05）.

[5]楊叔子，史鐵林，丁洪.機械設備診斷的理論、技術與方法[J].振動工程學報，1992（03）.

編輯 張珍珍