农业机械故障诊断技术研究现状及展望

周明新 富景生

摘 要：农业迈入21世纪，已经不再是传统的农耕技术，逐步实现现代化农耕技术，由人工种植迈入了机械化产业化的新篇章。所以，现代农业机械需要与时俱进的是农业机械的故障诊断技术，重点介绍了来年两种故障诊断技术，和对于农业及其未来发展的现状及展望，仅供读者参考。

关键词：农业技术;故障诊断;未来展望

随着农业技术的不断发展，农业机械化已经普及，农业机械的复杂程度也在不断地向大功率、高速度、高效率等方面发展。农业机械中出现了很多高科技的名词，如，装有GPS定位系统的插秧机和联合收割机、激光拖拉机、对靶子喷雾剂等高精度的农业机械。但是农业机械的发展越是精密，故障诊断和维修越是复杂和耗时。尤其像农业机械这样季节性很强的大型机械，通常一台机械要在几百亩的稻田中工作，工作时限就是农忙的一个星期或者半个月左右。如果机械在此时发生故障，没有专业人员的情况下会造成大量的损失。因此，农业机械的故障诊断和维修技术的提高迫在眉睫。

一、农业故障诊断技术研究现状

对于农业机械故障诊断，在现代化机械诊断中一般采用计算机的信号处理技术，由于大型机械的复杂程度，机械故障诊断技术已经逐渐成为一门科学。农业机械故障诊断现状可以从下三个方面得到一个全面的认识和了解。

1.通用机械故障诊断研究现状

通用技术故障的诊断和研究最早在美国开展，主要是因为航空航天事业的发展情况下，传统的技术工艺和诊断技术已经不再适用。随美国之后日本、欧洲等国家也先后重视起机械故障的诊断技术，主要研究方向集中在摩擦碰撞、松动等故障方面。20世纪80年代后期国内的相关大学也相继开设了这类的学科学习，其中清华大学研究组对小波变换故障诊断技术领域的研究已经取得了重要的进展。

2.农业技术的诊断和现状

农业机械诊断方面在国内也有大量的专业人士进行研究，其中李杰等人对机械速度慢、效率低等问题进行了深入研究，提出了一个基于正向推理故障诊断和安全评价系统，这个系统有着很好的稳定性。陈芳通过研究对农业机械故障的诊断和臆测，通过实验模拟根据希尔伯特普分析得出振动信号视频分布情况，从而研究出了一种可以得出故障发生时间和故障发生前后信号变化的相关信息。这些人对中国农业技术故障诊断和分析做出了巨大的贡献。

3.状态监测技术现状

在设备的关键部位安装故障自诊断系统（又称OBD系统），该系统可以监测设备是否发生故障，通过传感器显示的数值来确定机械故障的错误代码，并且还可以根据检测部位以及安装位置来确定故障产生的位置。OBD系统最早是应用在汽车尾气的监测中的，最后应用到汽车的刹车系统、气囊、车门等部件状态检测中。如今这个系统被用在了农业机械中，使农业机械的精确度大为提高。

二、机械故障诊断技术研究方法

机械故障的诊断方法非常多，比如，机械振动和噪音信号测定、润滑油磨损碎片测定、温升测定等。故障识别方面一般有模式识别以及神经网络等技术系统，对于故障预警方面也有其独有的检测方法。在这里笔者介绍一下与农业机械故障诊断相关故障诊断方法。

1.时域故障分析诊断技术

时域故障分析诊断技术，主要是在机械特定的部位安装传感器来采集和记录信息，得到振幅、相位、频率等信息，得到机械的时域信息。时域信息对于故障判断有很直观的便利，但是时域信息还是需要进一步的处理技术才能得到故障的具体信息。

2.频域信号分析信号技术

频域信号其实就是将时域信号进行快速傅里叶变换转换而来，得出故障特征的分析方法。比如，齿轮发生断裂，表面的振动信号就会发生变化，检测这些频率可以预测故障发生和发展。频域故障处理技术还有很多包括频谱分析和倒频谱分析等。

3.频域信号分析故障诊断技术

机械发生故障后，运行的信号会发生显著的变化，特别是剥落和松动时尤其明显的。必须得到这些信号的相关函数和功率谱、統计量的时变函数才能判断故障。一般来说，采用信号的联合函数来表达分析这些信号。

三、农业机械技术未来发展的展望

1.通用机械领域的故障诊断方法沿用到农业机械领域，这样可以根据振动信号来分析和诊断机械故障。另外，许多的现在信息技术如计算机技术、信号处理技术、控制技术等均基于基础振动特征提取故障技术，所以，这些高科技技术都能一一应用到农业机械领域，未来农业机械的技术会更加趋向成熟、稳定，对于故障诊断和处理也会更精准、快速。

2.现代智能化技术在农业机械中的应用

未来农业机械会应用智能的故障诊断系统，针对农业机械的专家系统、神经网络、模糊逻辑和遗传算法，在未来会有更多新的理论引入机械故障诊断中，使得智能诊断系统不断完善形成综合性更好的诊断技术。

3.多种诊断方法的相互辅助

多种诊断方法在实际应用中不断融合，多种诊断技术会从多个方面来进行诊断，技术人员收到的不再是单一的信号，而是多重振动信号，能更精确地定位故障部位和得出诊断方法。这种手段相互融合的诊断方法在将来会使农业机械的故障诊断更为简单。

参考文献：

[1]何学文.基于支持向量机的故障智能诊断理论与方法研究[D].中南大学，2004.

[2]伍卫平，倪国胜，范钦红，等.小波分析法实现水轮发电机轴心轨迹的提纯[J].长江科学院院报，2012（01）.

[3]姚桂艳，孙丽媛，程秀芳，等.机械故障诊断技术的研究现状及发展趋势[J].河北理工学院学报，2005（03）.

[4]赵艳菊，王太勇，徐跃，等.基于网络的离线式设备点检管理系统的设计与实现[J].计算机应用研究，2008（05）.

[5]杨叔子，史铁林，丁洪.机械设备诊断的理论、技术与方法[J].振动工程学报，1992（03）.

编辑 张珍珍