【技术实现步骤摘要】
本专利技术涉及农业机械，更具体的说是涉及一种秸秆粉碎与残膜回收联合作业机故障监测方法及系统。
技术介绍
1、在自然条件下，地膜在土壤中可以残留很长时间，如果不能及时有效处理，势必影响农作物产量和中国农业的可持续发展。处理残膜的方法有人工回收和机械回收等方法，人工回收的方法存在浪劳动强度大的弊端，而通过多种形式的机械化残膜回收机具，结合秸秆粉碎联合作业，可以克服人工拣拾的弊端。
2、但是，过往秸秆粉碎与残膜回收联合作业机在使用中由于粉碎刀的磨损会引起作业效率降低，秸秆抛送通道易出现堵塞，由于缺少相关的联合作业机故障识别方法，导致机具必须停机检修，为此需要借助作业故障开展状态监测。而现有的农机作业故障监测多集中在收割机传动系统，对秸秆粉碎与残膜回收联合作业机鲜有研究。
3、因此，如何提供一种能够解决上述问题的秸秆粉碎与残膜回收联合作业机故障监测方法是本领域技术人员亟需解决的问题。
技术实现思路
1、有鉴于此，本专利技术提供了一种秸秆粉碎与残膜回收联合作业机故障监测方法及系统，提供一种支持向量机svm的刀具磨损监测算法，通过粉碎刀辊转速与粉碎刀辊安装位置振动值由上位机判断刀具状态；并利用抛送轴转速与排杂通道振动值开展排杂通道堵塞状态监测。
2、为了实现上述目的，本专利技术采用如下技术方案：
3、一种秸秆粉碎与残膜回收联合作业机故障监测方法，包括以下步骤：
4、获取联合作业机的作业信息数据，并对所述作业信息数据进行预处理；
...【技术保护点】
1.一种秸秆粉碎与残膜回收联合作业机故障监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种秸秆粉碎与残膜回收联合作业机故障监测方法，其特征在于，构建故障识别模型，并对所述故障识别模型进行优化及训练的具体处理过程包括：
3.根据权利要求2所述的一种秸秆粉碎与残膜回收联合作业机故障监测方法，其特征在于，利用蝴蝶优化方法调整所述SVM模型的惩罚因子以及核函数参数的具体处理过程包括：
4.根据权利要求3所述的一种秸秆粉碎与残膜回收联合作业机故障监测方法，其特征在于，利用蝴蝶优化方法调整所述SVM模型的惩罚因子以及核函数参数的具体处理过程还包括：
5.根据权利要求1所述的一种秸秆粉碎与残膜回收联合作业机故障监测方法，其特征在于，预处理的处理过程依次包括：信号放大、滤波、模数转换及归一化处理。
6.根据权利要求1所述的一种秸秆粉碎与残膜回收联合作业机故障监测方法，其特征在于，根据故障识别结果判断是否需要报警提示的具体处理过程包括：当故障识别结果为正常时，则不进行报警提示；
7.一种秸秆粉碎与残膜回收联合作
8.根据权利要求7所述的一种秸秆粉碎与残膜回收联合作业机故障监测系统，其特征在于，所述构建模块用于：
9.根据权利要求8所述的一种秸秆粉碎与残膜回收联合作业机故障监测系统，其特征在于，所述构建模块还用于：初始化惩罚因子以及核函数参数，同时初始化蝴蝶种群个体的位置；计算此时蝴蝶种群个体对应的适应度值以及蝴蝶种群个体的香味，并更新蝴蝶种群个体的位置，同时判别判断概率是否大于等于预设随机数，若是则进行全局搜索，若否则进行局部搜索；完成后再次更新蝴蝶种群个体的位置并确定新的适应度值，判断是否优于更新前的适应度值；若满足则输出更新后的惩罚因子以及核函数参数；将预处理后的作业信息数据按照一定比例划分为训练集和测试集，并利用训练集、测试集、更新后的惩罚因子、核函数参数训练SVM模型，并生成最终的故障识别模型。
...【技术特征摘要】
1.一种秸秆粉碎与残膜回收联合作业机故障监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种秸秆粉碎与残膜回收联合作业机故障监测方法，其特征在于，构建故障识别模型，并对所述故障识别模型进行优化及训练的具体处理过程包括：
3.根据权利要求2所述的一种秸秆粉碎与残膜回收联合作业机故障监测方法，其特征在于，利用蝴蝶优化方法调整所述svm模型的惩罚因子以及核函数参数的具体处理过程包括：
4.根据权利要求3所述的一种秸秆粉碎与残膜回收联合作业机故障监测方法，其特征在于，利用蝴蝶优化方法调整所述svm模型的惩罚因子以及核函数参数的具体处理过程还包括：
5.根据权利要求1所述的一种秸秆粉碎与残膜回收联合作业机故障监测方法，其特征在于，预处理的处理过程依次包括：信号放大、滤波、模数转换及归一化处理。
6.根据权利要求1所述的一种秸秆粉碎与残膜回收联合作业机故障监测方法，其特征在于，根据故障识别结果判断是否需要报...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。