基于大数据的农业机械设备运行状态远程监测方法

李 宁

（甘肃畜牧工程职业技术学院，武威 733000）

20世纪90年代开始，我国农业逐渐进入机械化生产阶段，在现代技术的支持下发展迅速。农业机械的可靠性成为该领域研究人员关注的重点问题[1]。在农业机械运行维护方面，传统的方法是实地考察农机作业，分析设备运行性能。但是，由于农业机械设备类型众多，在我国分布较广，传统方法获得的信息相对落后且不全面。在农业生产中，农业机械长期稳定工作才能确保作业的顺利进行[2]。在科研工作者和企业的共同努力下，应用车载监控系统建设远程监控平台，可以更加便捷地获取维护信息。运行管理人员能够从远程监控平台上获得完整的信息，并根据实际情况制定相应的操作策略，从而获得最优的运行路径。利用车辆上的监控数据，分析机器的运行状况，预防故障，降低故障对工作的影响。在农业机械故障诊断中，传统的方法多是依靠经验判断，或是机器发生故障无法正常工作时再对其进行处理。由于农机作业环境的特殊性和农机作业周期的特殊性，现有监测方法在实际故障诊断和预报中效果不佳[3]。因此，开展农业机械的远程监控和故障诊断是当前农业机械发展的重要趋势。基于此，本文在引入大数据技术的基础上，设计研究农业机械设备运行状态远程监测方法。

1 农业机械设备运行数据采集

为获取农业机械设备运行过程中产生的各项参数，设计一种包含工控机、采集板、通用交换路由器（Universal Switching Router，USR） 系 列 通 用分组无线服务技术（General Packet Radio Service，GPRS）模块和霍尔传感器于一体的采集模块。工控机完成对农业机械设备运行数据的处理和存储。采集板和霍尔传感器构成多路数据采集节点，实现多路数据采集。GPRS模块在与通信服务器建立联系后，完成数据上传[4]。此外，利用通信服务器分析和存储数据，并收集和上传数据。为满足远程监测的需要，结合浏览器/服务器（Browser/Server，B/S）结构，将通信服务器、数据库服务器以及万维网（World Wide Web，Web）服务器应用于该数据采集模块[5]。在一台远程服务器上配置通信服务器，实现与车载设备的通信、数据的传输和存储。网络服务器用于对监测要求作出反应，根据收集的信息诊断农业机械设备是否出现故障并在故障时报警。还可以利用这一结构掌握农业机械设备的工作状态，把通信功能单独分离成一个服务器，同时访问大量设备，实现大规模的数据采集[6]。为确保后续模型能够识别农业机械设备运行数据，按照式（1）完成对数据模拟量的转换，即

式中：U为转换后得到的数据模拟量；Umax为农业机械运行数据最大值；Umin为农业机械运行数据最小值；K为农业机械设备运行数据二进制数值；n为运行数据维度。

2 建立基于大数据的农业机械设备运行状态预警模型

得到农业机械设备运行数据后，为准确监测设备运行状态，引入大数据技术，建立设备运行状态预警模型。图1为基于大数据的农业机械设备运行状态预警模型。其中：x1～x6为6个农业机械设备运行数据；y1和y2为模型输出结果，y1为正常运行状态，y2为异常运行状态，需根据模型输出结果作出相应的预警。

图1 基于大数据的农业机械设备运行状态预警模型

假设在一组采集到的农业机械设备运行数据V中存在一个元素Vi，将该数据输入模型，输出结果可表示为

式中：Si为基于大数据的农业机械设备运行状态预警模型输出结果；evi为元素Vi的映射函数；c为常数。假设农业机械设备运行状态阈值为Sc，当Si＜Sc时，被监测的农业机械设备运行状态正常，不作出预警；当Si≥Sc时，被监测的农业机械设备运行状态异常，作出相应预警。

3 远程状态监测与监测结果通信传输

以基于大数据的农业机械设备运行状态预警模型运行后输出的结果为依据，通过无线通信设备将其传输到服务器中，使得用户通过浏览器可实现对监测数据的远程接收。为确保监测数据的安全，用户需要在浏览器上完成远程登录验证、基础信息填写等操作。待验证用户身份正确后，才能向用户显示模型输出结果。为实现对监测结果的通信传输，利用通信服务器接收来自现场采集模块的连接请求，并在完成与服务器的连接后向服务器发送数据。服务器端将接收到的数据按照自定义的协议进行分解，并将其存储在数据库中。根据不同的信息类型和内容，通信服务端额外设置一个消息处理线程，调用信息处理模块。该处理模块包括公用模块和自定义模块。通用模块负责对消息进行编码、解码。

这一过程可表示为：

式中：X为某一通信数据的编码结果；λ为二进制编码符号串长度；b为通信数据字段。

解码时的依据为

式中：x为解码结果；Umin为监测数据的最小取值；Umax为监测数据的最大取值。在对监测数据进行编码和解码处理后，利用自定义模块，根据不同的设备类型进行特定处理，如对报文数据进行进一步的分析和存储。在完成报文处理后，将处理结果传送至报文传送队列，由接收线程组经存取信道传送至有关存取目标，以实现对监测数据的远程通信传输。

4 对比实验

获取某农业生产项目中的机械设备运行数据作为实验测试数据。数据主要包括某机械设备在运行时的部件转速信息、位置信息和转速信息等，统一存储在存储卡（Secure Digital Memory Card，SD卡）中。农业机械设备在正常作业时产生的故障概率较低。为了能够获取故障的样本数据，人为设置机械设备故障，通过模拟故障实现对故障参数的获取。利用提出的基于大数据的远程监测方法，对该机械设备在收割作业和卸粮作业时的运行状态进行远程监测。为使最终得到的实验数据具有可比较性，选择基于物联网的监测方法和基于时序数据技术的监测方法作为对照条件，利用2种监测方法在本文监测方法应用条件下进行同步监测。将本文监测方法设置为实验组，上述其他2种监测方法设置为对照组Ⅰ和对照组Ⅱ。对比3种监测方法的实际应用效果，实现对其应用性能的检验。在人为设置的设备故障中，每一个故障发生都有明显现象。产生故障的原因众多，人为方式模拟的故障发生主要为了获取农业机械设备发生故障时各个部件的运行数据，通过与正常数据比较，验证3种监测方法对农业机械设备的故障是否有预警功能。表1为农业机械设备运行中各运行数据的正常范围。

表1 农业机械设备运行中各运行数据正常范围

在明确农业机械设备正常状态时的各项运行参数后，利用三种监测方法对其进行监测，并将监测结果记录如表2所示。

在实验开始时，将农业设备运行故障模式设置为中速运行中发动机主轴带轮额定转速过快。从表2记录的监测结果可以看出，只有实验组方法得到的监测结果符合这一模式各项参数的变化。其中：对照组Ⅰ方法对农业机械设备的运行速度监测错误，且未监测出发动机主轴带轮额定转速过快的异常现象；对照组Ⅱ方法对农业机械设备的运行速度监测准确，也监测出了设备存在发动机主轴带轮额定转速过快的问题，但对风机传入轴带轮额定转速和输送器轴带轮转速监测得到的数据与实际存在较大误差。实验结果证明，提出的基于大数据的远程监测方法监测精度更高，监测的数据更符合农业机械设备的实际运行情况。

表2 三种监测方法监测结果记录表

5 结语

将农业机械设备作为研究对象，运用大数据技术，提出了一种新的设备运行状态远程监测方法。通过实验的方式证明，该监测方法在实际应用中可以准确得到设备运行时产生的各项参数，为设备故障诊断提供可靠的数据依据。基于监测方法监测的运行参数能够为后续设备运维提供有利依据，确保在第一时间找出解决故障问题的有效方法，提高农业机械设备运行质量，延长设备的使用寿命。