龔洪浪

(湖北職業(yè)技術(shù)學(xué)院，湖北 孝感 432004)

0 引言

“十二五”期間，隨著我國(guó)信息化、工業(yè)化和城鎮(zhèn)化發(fā)展步伐的加快，機(jī)械自動(dòng)化、計(jì)算機(jī)控制系統(tǒng)和測(cè)試計(jì)量行業(yè)的不斷發(fā)展，使得智能控制被廣泛地應(yīng)用到農(nóng)業(yè)生產(chǎn)、工業(yè)生產(chǎn)和高等研究等各個(gè)領(lǐng)域。由于收割機(jī)常常在惡劣環(huán)境下承受超負(fù)荷壓力，容易造成其零部件老化和失效，導(dǎo)致收割機(jī)發(fā)生故障。本文引入人機(jī)協(xié)同技術(shù)，對(duì)收割機(jī)作業(yè)過程中出現(xiàn)的機(jī)械故障及預(yù)防突發(fā)性障礙進(jìn)行了監(jiān)測(cè)和預(yù)警，可以大大降低機(jī)器故障率，節(jié)省作業(yè)時(shí)間和成本，提高了農(nóng)業(yè)收割機(jī)的工作效率。

1 人機(jī)協(xié)同技術(shù)

目前，在人機(jī)協(xié)同智能控制領(lǐng)域，國(guó)內(nèi)外專家已進(jìn)行了大規(guī)模的開發(fā)研究工作，并在實(shí)際應(yīng)用中取得了豐碩的成果。但21世紀(jì)以來，全球?qū)θ藱C(jī)協(xié)同技術(shù)的研究表明：一味追求自主性能優(yōu)越的人機(jī)系統(tǒng)，帶來的局限性越來越明顯。其主要原因是人機(jī)協(xié)同研究太過于依賴人工智能，反而失去了其獨(dú)立研究思路和技術(shù)主線，這些缺陷主要表現(xiàn)在以下兩點(diǎn)：

1)雖然人機(jī)協(xié)同的發(fā)展為人工智能提供了新的途徑和辦法，大大加快了人工智能化進(jìn)程速度，但人工智能控制系統(tǒng)是一個(gè)集傳感網(wǎng)絡(luò)檢測(cè)、自主判斷與決策于一體的智控系統(tǒng)。而目前有關(guān)感知和決策的研究只是很低程度的模擬人類邏輯思維，對(duì)于在決策與控制中發(fā)揮經(jīng)驗(yàn)性和抽象性思維還不夠，很難直接在計(jì)算機(jī)上進(jìn)行系統(tǒng)的模擬，限制了人工智能深層次發(fā)展。

2)現(xiàn)有的人工智能系統(tǒng)都以高度自主為目標(biāo)進(jìn)行設(shè)計(jì)，其重點(diǎn)強(qiáng)調(diào)以機(jī)器為主，降低人為控制。即在系統(tǒng)研發(fā)初期，將人對(duì)該系統(tǒng)認(rèn)識(shí)和預(yù)判斷寫成代碼，固化到機(jī)器控制程序中，然后在系統(tǒng)運(yùn)行中，不再需要人為干涉，系統(tǒng)根據(jù)預(yù)設(shè)程序按照固定順序進(jìn)行系統(tǒng)服務(wù)。因此，雖然系統(tǒng)可以有序協(xié)調(diào)地開展工作，但對(duì)于處理突發(fā)事件的能力極低，限制了系統(tǒng)的智能程度、靈活性和適應(yīng)性。

對(duì)于收割機(jī)故障診斷系統(tǒng)來說：首先，其運(yùn)行環(huán)境是個(gè)未知環(huán)境，在工作中具有很多不確定性；其次，為了順利完成農(nóng)田作業(yè)，農(nóng)機(jī)不僅要在馬路上順利行駛，還要在崎嶇和斜坡障礙的田間完成作業(yè)操作。所有這些都決定了農(nóng)機(jī)控制系統(tǒng)很難實(shí)現(xiàn)絕對(duì)的“自主性”。事實(shí)上，農(nóng)業(yè)收割機(jī)故障診斷系統(tǒng)是一個(gè)復(fù)雜的人機(jī)系統(tǒng)，對(duì)這樣的人機(jī)系統(tǒng)應(yīng)是包括人的智能在內(nèi)的智能化。人工智能系統(tǒng)是人、機(jī)器和計(jì)算技術(shù)三者智能的結(jié)合，是一種互協(xié)同的智能，具體可表示為

HI+AI+CT→I2

其中，HI(Human Intelligence)表示人的智能；AI(Artificial Intelligence)表示人工智能；CT(Computing Techniques)表示計(jì)算技術(shù)(主要指?jìng)鹘y(tǒng)計(jì)算機(jī)技術(shù))；I2(Integrated Intelligence)表示三者共同作用的綜合性智能；符號(hào)“+”表示“三者共同作用”；“→ ”表示“產(chǎn)生”。在人、機(jī)器和計(jì)算控制技術(shù)三者綜合的智能控制過程中，HI作用最為重要，主要原因在于以下3點(diǎn)：

1)人腦智能無法用電子技術(shù)完全取代。人腦在信息采集、不定性事件處理、判斷決策及抽象思維、推理等能力是目前電子技術(shù)無法達(dá)到的，而這些智能是農(nóng)業(yè)收割機(jī)故障診斷系統(tǒng)取得成功的決定性因素。

2)人腦智能需要外界的協(xié)助。人在處理事件的過程中容易受到外界的影響，也可能會(huì)碰到短時(shí)記憶容量達(dá)標(biāo)、心理因素的局限，從而影響人腦智能的正常發(fā)揮。人腦智能需要在機(jī)器和計(jì)算機(jī)控制技術(shù)的協(xié)助下，穩(wěn)定地發(fā)揮自己的優(yōu)勢(shì)。

3)人腦智能有待擴(kuò)展和延伸。目前，計(jì)算機(jī)控制技術(shù)雖然在短時(shí)間內(nèi)無法完全達(dá)到人腦智能，但由于其存儲(chǔ)容量和運(yùn)算能力非常龐大和快速，使其在數(shù)學(xué)模擬計(jì)算、推理等方面遠(yuǎn)遠(yuǎn)超過人腦，因此人腦需要和計(jì)算機(jī)進(jìn)行互補(bǔ)。

可見，在機(jī)器和計(jì)算控制技術(shù)的輔助下，突破人腦短時(shí)記憶容量達(dá)標(biāo)、心理因素的局限，擴(kuò)展人腦智能，產(chǎn)生三者共同作用的綜合性智能(I2)將是農(nóng)業(yè)收割機(jī)故障診斷系統(tǒng)研究的一個(gè)重要趨勢(shì)。人機(jī)協(xié)同技術(shù)的體系結(jié)構(gòu)如圖1所示。

圖1 人機(jī)協(xié)同技術(shù)的體系結(jié)構(gòu)圖Fig.1 The architecture of man-machine cooperation technology

2 收割機(jī)故障分析與檢測(cè)

2.1 收割機(jī)故障分析

收割機(jī)常常會(huì)因?yàn)檗r(nóng)忙產(chǎn)生很多故障問題，特別是在生產(chǎn)過程中會(huì)因?yàn)槭斋@時(shí)間短和操作人員技術(shù)不過關(guān)等因素，導(dǎo)致機(jī)器長(zhǎng)時(shí)間和超負(fù)荷使用；一些操作人員也會(huì)不按正常流程使用收割機(jī)，會(huì)造成農(nóng)業(yè)收割機(jī)隱患的積累，導(dǎo)致農(nóng)業(yè)收割機(jī)出現(xiàn)故障。另外，農(nóng)業(yè)收割機(jī)田間工作環(huán)境惡劣多變，作業(yè)區(qū)域往往形狀不規(guī)整、地面起伏幅度不一、田間雜草重生等因素導(dǎo)致農(nóng)業(yè)收割機(jī)磨損，進(jìn)而出現(xiàn)農(nóng)業(yè)收割機(jī)動(dòng)力不足、操縱失靈等故障問題。

2.2 收割機(jī)故障檢測(cè)

收割機(jī)出現(xiàn)故障，首先需要進(jìn)行系統(tǒng)性、技術(shù)性的檢測(cè)，然后通過對(duì)其內(nèi)外部檢測(cè)分析，確定故障類型，從而找出故障排除方法。對(duì)收割機(jī)檢測(cè)工作應(yīng)從故障調(diào)查和分析兩方面著手。

1)收割機(jī)故障調(diào)查。當(dāng)收割機(jī)出現(xiàn)故障問題后應(yīng)立即停止作業(yè)，然后由維修人員全面了解其狀態(tài)，特別是根據(jù)其故障前的動(dòng)力、油耗、液壓系統(tǒng)、發(fā)動(dòng)機(jī)等參數(shù)，確定農(nóng)業(yè)收割機(jī)工作狀態(tài)，為排除故障問題提供信息支撐。

2)收割機(jī)故障分析。分析收割機(jī)故障是解決問題的重要過程之一，也是最具有技術(shù)、技巧的工作，往往需要結(jié)合其作業(yè)時(shí)間、油耗、保養(yǎng)、核心部件更換等狀態(tài)信息，并通過對(duì)這些狀態(tài)信息進(jìn)行計(jì)算分析，實(shí)現(xiàn)對(duì)故障問題的分析，為判斷其故障種類、原因提供信息支撐，為維修人員解決故障提供科學(xué)依據(jù)。

3 收割機(jī)故障診斷系統(tǒng)的設(shè)計(jì)

3.1 系統(tǒng)的基本結(jié)構(gòu)

基于人機(jī)協(xié)同技術(shù)的收割機(jī)故障診斷系統(tǒng)由人機(jī)交互界面、傳感器網(wǎng)絡(luò)、推理機(jī)制、綜合數(shù)據(jù)庫(kù)及知識(shí)庫(kù)等組成，如圖2所示。

在該系統(tǒng)中，知識(shí)庫(kù)用來保存科研人員經(jīng)過研究提供的專門知識(shí)和操作人員添加的實(shí)際經(jīng)驗(yàn)參數(shù)；傳感器網(wǎng)絡(luò)通過采集收割機(jī)各部件運(yùn)行狀態(tài)信息擴(kuò)展和完善知識(shí)庫(kù)；綜合數(shù)據(jù)庫(kù)用來保存整個(gè)系統(tǒng)工作產(chǎn)生的具體參數(shù)信息，包括用戶自定義參數(shù)、推理記錄和結(jié)果等；人機(jī)交互界面作為一個(gè)重要媒介，用來完成用戶與系統(tǒng)之間的信息共享；推理機(jī)制可以根據(jù)需要完成知識(shí)的檢索，并實(shí)時(shí)將記錄保存到動(dòng)態(tài)的存儲(chǔ)器中。

該系統(tǒng)的工作原理：操作人員通過人機(jī)交互界面輸入檢索詞，推理機(jī)制模塊根據(jù)人工智能搜索綜合數(shù)據(jù)庫(kù)信息，并在知識(shí)庫(kù)中選取與當(dāng)前檢索詞相關(guān)的信息，從人機(jī)交互界面反饋給操作人員；另外，操作人員或者科研人員可以通過后期實(shí)踐經(jīng)驗(yàn)完善知識(shí)庫(kù)中信息。

3.1.1 知識(shí)庫(kù)

該收割機(jī)故障診斷系統(tǒng)的知識(shí)庫(kù)采用世界領(lǐng)先的信息管理軟件ORACLE數(shù)據(jù)庫(kù)建立，在ADR自動(dòng)診斷知識(shí)庫(kù)中，通過SQL性能分析器建立與ORACLE數(shù)據(jù)庫(kù)的連接。

知識(shí)信息表示方法較多，為了比較清晰直觀地表示知識(shí)和調(diào)用知識(shí)庫(kù)，該故障診斷系統(tǒng)知識(shí)庫(kù)采用自然語言方式。知識(shí)庫(kù)中每條故障表達(dá)形式都包括故障的特征、緣由和處理辦法。在故障診斷中，操作人員檢索詞越多，故障特征表示的越詳細(xì)，檢索得到的結(jié)果更精準(zhǔn)；反之，越模糊。例如，操作人員檢索“磨損”，知識(shí)數(shù)據(jù)庫(kù)包含這字眼的記錄都顯示出來；而檢索“發(fā)動(dòng)機(jī)磨損”，則顯示結(jié)果范圍更小更準(zhǔn)確。因此，該故障診斷系統(tǒng)知識(shí)庫(kù)模塊主要考慮故障記錄包括其特征、緣由和處理的表示方式。在ORACLE數(shù)據(jù)庫(kù)中，故障信息字段名、字符類型以及字符長(zhǎng)度設(shè)計(jì)如表1所示。

表1 知識(shí)庫(kù)的結(jié)構(gòu)設(shè)計(jì)Table 1 Structure design of knowledge base

3.1.2 知識(shí)獲取

該系統(tǒng)在添加自定義信息過程中包含一些要求，如當(dāng)操作人員檢索“系統(tǒng)振動(dòng)”時(shí)，推理結(jié)果應(yīng)包含所有 “系統(tǒng)振動(dòng)”記錄；若操作人員檢索 “系統(tǒng)振動(dòng)”后，在中間結(jié)果中繼續(xù)檢索“油箱”或者“發(fā)動(dòng)機(jī)”等關(guān)鍵詞，那么推理結(jié)果更加具體清晰。因此，系統(tǒng)知識(shí)庫(kù)在操作人員自定義添加故障現(xiàn)象時(shí)，應(yīng)盡量清晰地進(jìn)行描述。振動(dòng)故障診斷知識(shí)獲取的表示方法，如表2所示。

表2 振動(dòng)故障診斷知識(shí)獲取Table 2 Instrutions for vibration fault diagnosis

續(xù)表2

3.1.3 推理機(jī)制

本文采用的推理控制機(jī)制的主要方向是：根據(jù)檢索信息，按照程序設(shè)定的規(guī)則，與數(shù)據(jù)庫(kù)匹配，然后尋求解決方案，方便操作人員直接找出故障原因和解決方案。推理機(jī)制運(yùn)行流程如圖3所示。

圖3 推理機(jī)制運(yùn)行流程圖Fig.3 Flow chart of reasoning mechanism

3.2 系統(tǒng)的硬件框架

基于人機(jī)協(xié)同技術(shù)的農(nóng)業(yè)收割機(jī)故障診斷系統(tǒng)基本框架結(jié)構(gòu)如圖4所示。其主要包括信號(hào)采集、調(diào)理電路、液晶顯示、聲光報(bào)警和故障診斷系統(tǒng)等5個(gè)模塊。

數(shù)據(jù)接收和發(fā)送系統(tǒng)采用GSM和GPS系統(tǒng)，利用GSM數(shù)字公眾通訊網(wǎng)絡(luò)和GPS全球定位系統(tǒng)實(shí)現(xiàn)檢測(cè)信號(hào)的接收發(fā)送。GSM采用西門子公司的TC35為核心模塊，經(jīng)過RS232與控制系統(tǒng)相接，可以將數(shù)據(jù)信息發(fā)送到遠(yuǎn)程服務(wù)器上。GSM模塊的工作框架圖如圖5所示。

圖4 農(nóng)業(yè)收割機(jī)故障診斷系統(tǒng)基本框架結(jié)構(gòu)Fig.4 Basic frame structure of agricultural harvester fault diagnosis system

圖5 GSM模塊的工作框架圖Fig.5 The working frame of GSM module

4 田間試驗(yàn)與結(jié)果分析

為了測(cè)試該故障診斷處理系統(tǒng)性能是否滿足收割機(jī)長(zhǎng)時(shí)間工作要求，以及驗(yàn)證該系統(tǒng)的可行性和有效性，特在某水稻種植產(chǎn)業(yè)區(qū)進(jìn)行了實(shí)際收割測(cè)試。其中，一組試驗(yàn)情況如表3所示。

在收割作業(yè)前，操作員控制農(nóng)業(yè)收割機(jī)勻速行駛進(jìn)行收割任務(wù)，在第8s時(shí)由于作業(yè)區(qū)域水稻種植密度變大，切、縱軸流滾筒轉(zhuǎn)速出現(xiàn)了明顯下降，系統(tǒng)在此時(shí)也發(fā)出了切、縱軸流滾筒轉(zhuǎn)速異常的警報(bào)，操作人員立刻降低了收割機(jī)速度；經(jīng)過2s適應(yīng)后，在第10s時(shí)切、縱軸流滾筒轉(zhuǎn)速回升，其波動(dòng)范圍在1 050～1 060r/min間，系統(tǒng)恢復(fù)了正常工作狀態(tài)。因此，測(cè)試結(jié)果與農(nóng)業(yè)收割機(jī)實(shí)際故障情況相符，基于人機(jī)協(xié)同技術(shù)的故障診斷系統(tǒng)實(shí)現(xiàn)了預(yù)期的預(yù)報(bào)警功能，并能通過服務(wù)器的跟蹤檢測(cè)，集中調(diào)度收割機(jī)的作業(yè)區(qū)域，提高收割機(jī)的工作效率，為實(shí)現(xiàn)收割機(jī)綜合監(jiān)測(cè)控制系統(tǒng)提供了重要的參考價(jià)值。

表3 聯(lián)合收割機(jī)各部件轉(zhuǎn)速值和故障診斷結(jié)果Table 3 Speed and fault diagnosis results of each component of combine harvester

5 結(jié)論

以收割機(jī)為研究對(duì)象，研究了知識(shí)處理體系和推理機(jī)制，提出了一種基于人機(jī)協(xié)同技術(shù)的故障診斷系統(tǒng)。該系統(tǒng)采用智能控制平臺(tái)、GPS、人工智能、GSM、計(jì)算機(jī)控制技術(shù)及人機(jī)協(xié)同技術(shù)，建立了農(nóng)業(yè)收割機(jī)故障診斷系統(tǒng)的初步模型，實(shí)現(xiàn)對(duì)農(nóng)業(yè)收割機(jī)機(jī)械故障以及預(yù)防突發(fā)性障礙的監(jiān)測(cè)和預(yù)警。田間試驗(yàn)結(jié)果表明:基于人機(jī)協(xié)同技術(shù)的故障診斷系統(tǒng)實(shí)現(xiàn)了預(yù)期的預(yù)報(bào)警功能，并能通過服務(wù)器的跟蹤檢測(cè)，集中調(diào)度收割機(jī)的作業(yè)區(qū)域，提高了收割機(jī)的工作效率，為實(shí)現(xiàn)收割機(jī)綜合監(jiān)測(cè)控制系統(tǒng)提供了重要的參考。

[1] 張曉云.履帶式收割機(jī)遠(yuǎn)程狀態(tài)監(jiān)測(cè)系統(tǒng)智能終端的研究[J].農(nóng)機(jī)化研究,2017，39(2):176-180.

[2] 陳進(jìn),吳培,徐凱,等.聯(lián)合收割機(jī)遠(yuǎn)程監(jiān)測(cè)故障數(shù)據(jù)庫(kù)設(shè)計(jì)[J].信息技術(shù),2016(5):46-49.

[3] 徐凱.基于BPNN與DS理論的聯(lián)合收割機(jī)堵塞故障診斷與報(bào)警系統(tǒng)[D].鎮(zhèn)江：江蘇大學(xué),2016.

[4] 陳進(jìn),楊廣靜,徐凱,等.基于ARM的聯(lián)合收割機(jī)遠(yuǎn)程監(jiān)測(cè)系統(tǒng)設(shè)計(jì)[J].電子科技,2016(1):131-135, 141.

[5] 孫國(guó)軍.聯(lián)合收割機(jī)的正確使用及主要部件的維修[J].農(nóng)機(jī)使用與維修,2015(11):67.

[6] 胡林橋.面向人機(jī)協(xié)同診斷的數(shù)控機(jī)床故障知識(shí)演化技術(shù)研究[D].重慶：重慶大學(xué),2015.

[7] 劉肩山.無人機(jī)協(xié)同維修技術(shù)研究[C]//中國(guó)航空學(xué)會(huì)航空維修工程專業(yè)分會(huì),2015.

[8] 楊森,安向東.基于VB的農(nóng)業(yè)機(jī)械液壓系統(tǒng)故障診斷專家系統(tǒng)開發(fā)[J].中原工學(xué)院學(xué)報(bào),2015(3):24- 28.

[9] 楊森.農(nóng)業(yè)機(jī)械液壓系統(tǒng)故障診斷專家系統(tǒng)研究[D].鄭州：中原工學(xué)院,2015.

[10] 張孝然.聯(lián)合收割機(jī)割臺(tái)控制系統(tǒng)設(shè)計(jì)與創(chuàng)新[D].天津：河北工業(yè)大學(xué),2015.

[11] 漆東勇,劉寒冰,馬少華,等.聯(lián)合收割機(jī)液壓系統(tǒng)狀態(tài)監(jiān)測(cè)與故障診斷裝置的研究[J].現(xiàn)代化農(nóng)業(yè),2000(1):29-30.

[12] 李曉鵬.全液壓挖掘機(jī)故障診斷專家系統(tǒng)[D].哈爾濱：哈爾濱工程大學(xué),2005.

[13] 何貴,史曉春.測(cè)控裝備協(xié)同故障診斷系統(tǒng)研究[J].計(jì)算機(jī)測(cè)量與控制,2014(10):3084-3087.

[14] 陳進(jìn),寧小波,李耀明,等.聯(lián)合收獲機(jī)前進(jìn)速度的模型參考模糊自適應(yīng)控制系統(tǒng)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2014(10):87-91,86.

[15] 陳進(jìn),龔麗霞,李耀明.基于FNN的聯(lián)合收割機(jī)故障診斷系統(tǒng)研究[J].中國(guó)測(cè)試,2014(5):77-79,83.

[16] 李君略,俞龍,劉華,等.聯(lián)合收割機(jī)監(jiān)測(cè)系統(tǒng)研究現(xiàn)狀及展望[J].現(xiàn)代農(nóng)業(yè)裝備,2005(12):46-48.

[17] 徐康.后裝壓縮式垃圾車液壓系統(tǒng)故障機(jī)理及智能診斷系統(tǒng)研究[D].長(zhǎng)沙：中南大學(xué),2014.

[18] 王光明.拖拉機(jī)液壓機(jī)械無級(jí)變速箱的特性、控制與故障診斷研究[D].南京：南京農(nóng)業(yè)大學(xué),2014.

[19] 李樹波.聯(lián)合收割機(jī)故障的診斷、分析、檢測(cè)與排除[J].黑龍江科學(xué),2014(4):231.

[20] 向瀚.基于動(dòng)態(tài)監(jiān)測(cè)的液壓故障診斷專家系統(tǒng)研究[D].西安：長(zhǎng)安大學(xué),2013.

[21] 任海霞.基于知識(shí)的人機(jī)協(xié)同工藝設(shè)計(jì)系統(tǒng)的研究[D].青島：青島科技大學(xué),2006.

[22] 史美萍.基于人機(jī)協(xié)同的月球車路徑規(guī)劃技術(shù)研究[D].合肥：國(guó)防科學(xué)技術(shù)大學(xué),2006.

[23] 謝蓓.基于CAN總線的聯(lián)合收割機(jī)工作狀態(tài)智能化監(jiān)測(cè)系統(tǒng)的研究[D].南京：南京農(nóng)業(yè)大學(xué),2011.

[24] 庹朝永.聯(lián)合收割機(jī)行走速度分析及控制系統(tǒng)設(shè)計(jì)[J]. 農(nóng)機(jī)化研究,2011，33(8):97-100.

[25] 胡巧利.基于虛擬儀器的液壓動(dòng)力系統(tǒng)故障診斷專家系統(tǒng)研究[D].西安：長(zhǎng)安大學(xué),2008.

[26] 何麗平.聯(lián)合收割機(jī)液壓系統(tǒng)故障診斷與分析[D].鎮(zhèn)江：江蘇大學(xué),2010.

[27] 黃治根.聯(lián)合收割機(jī)負(fù)荷反饋系統(tǒng)多信號(hào)處理方法的研究[D].鎮(zhèn)江：江蘇大學(xué),2010.

[28] 趙建波. 聯(lián)合收割機(jī)負(fù)荷反饋智能控制系統(tǒng)的研究[D].鎮(zhèn)江：江蘇大學(xué),2009.