《Information Processing in Agriculture》：A picking-head blockage detection method based on a dual-path temporal variational autoencoder
编辑推荐：
针对采棉机水平锭子采摘头（horizontal-spindle picking head）的堵塞监测，研究人员提出了一种双路径时序变分自编码器（Dual-Path Temporal Variational Autoencoder, DP-TVAE）。在弱振
针对采棉机水平锭子采摘头（horizontal-spindle picking head）的堵塞监测，研究人员提出了一种双路径时序变分自编码器（Dual-Path Temporal Variational Autoencoder, DP-TVAE）。在弱振动变化与标注故障数据稀缺的情况下，该模型采用无监督学习框架，融合滑动窗口统计特征与原始三轴波形（raw triaxial waveforms）两类输入，以刻画状态变化与局部冲击形态。通过联合时序预测（temporal prediction）与变分重建（variational reconstruction）学习正常运行状态的演化规律，并以预测误差作为主要异常评分；结合正常样本阈值标定、自适应基线归一化（adaptive baseline normalization）与连续性规则，生成窗口级判定与报警输出。与有监督堵塞状态分类器不同，该检测器仅需正常数据用于训练，且振动采集无需改动传动结构。基于真实采棉机现场三轴振动数据的评估结果显示，DP-TVAE的平均窗口级准确率为0.8309，F1分数为0.8764，AUROC为0.8852，AUPRC为0.8714，在所评估的模型中表现最优。序贯特征消融实验验证了小波包频带能量（wavelet-packet band energy）与窗口间差分特征的贡献，自适应基线归一化显著提高了召回率与F1分数。在测试的历史长度中，16个窗口取得最高平均F1分数，而波形嵌入维度在8至64间变化影响甚微。与堵塞相关的数据来源于一次已确认的堵塞事件，且仅具有记录级标签，因此评估结果反映跨独立正常记录的窗口级区分能力，对独立堵塞事件的泛化性与检测时序有待进一步评估。上述发现为在采摘头堵塞监测中融合具有机械意义的振动描述子、原始波形信息与正常状态时序学习提供了设计依据。
## 论文解读
### 研究背景与问题
棉花兼具经济与战略属性，是纺织工业的重要原料。相较人工采摘，机采棉效率更高、成本更低且更适应集中且短暂的采收期。在高度机械化的新疆棉区，机采率已超过85%。采棉机作为核心装备，通过采摘、集棉、输送与打包实现籽棉一体化收获，而直接接触棉株的采摘头决定了整机作业效率与运行稳定性。田间作业中，籽棉、纤维与茎秆易缠绕并堆积于锭子、脱棉器及相邻传动部件附近，导致采摘头堵塞并中断作业，因此对采摘头早期堵塞进行异常检测对保障采收连续性与提升效率具有重要意义。
既往研究主要通过结构优化与作业参数调控降低堵塞风险：Li等分析了水平锭子的采摘过程，为锭子作业参数优化与高效水平锭子采摘头设计提供依据；Chen等对水平锭子采摘头传动系统进行了优化与试验；Miao等开发了基于模糊PID的作业速度控制算法；Que等表明作物茎秆缠绕会引起脱粒滚筒的不平衡激励并改变其振动稳定性。上述研究阐明了结构参数、作业控制与作物缠绕如何影响收获机械的运行稳定性。然而，籽棉密度、纤维长度与含水率等作物性状随天气与种植模式变化，固定的结构设计与预设作业参数难以跟踪实际喂入与缠绕累积状态，因此需要在堵塞充分发展之前调整转速与前进速度，实现采摘头堵塞的在线估计与早期预警。
针对采摘头堵塞检测与预警的研究仍较有限，联合收割机相关成果提供了参考：He等研究了多源耦合激励下联合收割机割台总成的振动特性；Li等开发了基于阶次分析的履带式联合收割机差速齿轮箱诊断方法；Ma等构建BP神经网络模型预测变幅防堵筛分过程中的物料分布；Zhou等利用改进随机森林依据前进速度、切割速度、发动机转速与负载对青贮机正常工况及三种堵塞状态进行分类。更直接相关的研究中，Zhu等结合SMA-VMD、短时振动特征与贝叶斯优化SVM实现变喂入条件下的堵塞倾向诊断；Xu等基于优化VMD特征与SVM识别多激励下振动筛螺栓失效状态；Chen等分析了多源激励下联合收割机机架振动，Gu等开发了基于信号调理与优化的自动振动平衡系统，Hao等依据故障信号诊断脱粒滚筒堵塞与打滑，Yu等利用参数自适应VMD提取弱脱粒滚筒不平衡信号。这些研究证实了振动监测与智能诊断在收获机械中的可行性，但主要针对结构振动、离散机械故障、防堵控制或预定义作业状态，未直接解决封闭采摘头在故障数据有限条件下的堵塞检测问题；此外采摘头振动含强背景噪声与随机冲击，需同时捕获状态变化趋势与局部波形信息。
基于振动的状态监测已广泛应用于旋转机械，时域指标如均方根（RMS）、峰值因子与峭度常用于描述振动幅值与冲击性，频域频带能量与小波包能量常用于表征故障演化中的能量重分布。Hosseinpour-Zarnaq等利用振动信号、小波统计特征与机器学习分类器诊断拖拉机副变速箱故障。但农机田间振动受路面激励、植株碰撞与随机冲击影响强烈，弱堵塞变化更难以从背景扰动中分离。在故障样本稀缺时，无监督时序异常检测提供了可行途径：主成分分析（PCA）、单类支持向量机（One-Class SVM）与孤立森林（Isolation Forest）等传统单类方法估计正常样本分布或边界，但时序演化表征能力有限；自编码器、循环自编码器、变分自编码器等深度学习方法可从正常数据学习非线性时序模式。Wang等通过交叉注意力融合多尺度CNN与Transformer表征进行农业传感器时序异常检测，Zhai等开发DCST-Encoder结合时空特征增强、局部与全局上下文建模及自监督预训练识别农机轨迹作业模式。DP-TVAE仅从正常记录学习正常振动的演化，适用于标注故障样本稀缺时的堵塞监测；针对渐进式堵塞检测，模型应同时描述具有机械意义的统计变化、局部波形形态与多窗口时序演化。
### 主要技术方法
研究以实际采棉机连续作业中采集的三轴振动信号构建实验数据集，试验场地位于新疆昌吉回族自治州呼图壁县，采用VTall-T163E-A三轴振动传感器（量程±16 g，频响DC至6 kHz（±3 dB））以26.667 kHz采样频率同步采集X、Y、Z三向信号，传感器磁吸安装于主采摘头前滚筒端盖。数据包含5段正常作业记录与1段堵塞相关记录（截取完全堵塞前最后3 min，具有记录级标签）。方法层面采用窗长1.25 s、重叠率0.5的滑动窗口分割，构建统计特征路径（时域统计、频带能量、小波包能量共47维，经段内稳健标准化与一阶差分后形成94维输入）与原始波形路径（降采样4倍后经三层一维卷积网络输出32维表征），融合为126维特征序列；以GRU时序编码器（隐藏维64）共享表征，构建预测分支与变分重建分支（潜在维12），采用Huber损失与KL项（权重1.0与0.01）的联合损失训练；采用分位数阈值（q=0.99）与自适应基线归一化、连续性规则输出报警，并以留一正常段分组交叉验证评估Precision、Recall、F1、Accuracy、AUROC与AUPRC。
### 研究结果
**3.1 不同模型对比实验**：通过与LSTM-AE、PCA、Isolation Forest、One-Class SVM及PT-VAE对比，DP-TVAE取得最高F1-Score均值，平均Precision、Recall、F1-Score、窗口级Accuracy分别为0.8158、0.9987、0.8764、0.8309，AUROC与AUPRC为0.8852与0.8714；相较PT-VAE，F1-Score、AUROC、AUPRC由0.5990、0.8163、0.7977提升至上述值。异常评分时序曲线显示DP-TVAE在堵塞相关记录中多数窗口高于阈值且响应更持续，在正常样本上评分总体保持在较低水平。
**3.2.1 特征输入路径消融实验**：完整输入设置的F1-Score、AUROC、AUPRC为0.8478、0.8733、0.8625；去除小波包频带特征后降至0.8255、0.8521、0.8413，进一步去除差分增强特征后降至0.8164、0.8488、0.8342，表明频带特征与差分增强信息具有互补作用。
**3.2.2 时序建模与评分机制消融实验**：仅用预测分数时F1-Score、AUROC、AUPRC为0.8478、0.8733、0.8625；叠加重建分数后为0.8355、0.8692、0.8540，略低；去除自适应基线归一化后F1-Score降至0.4649、Recall由0.9515降至0.4376，表明该归一化显著提升召回率。
**3.2.3 超参数敏感性分析**：seq_len由8增至12、16时，F1-Score由0.7622升至0.8478、0.8764，AUROC与AUPRC同步提升；raw_emb在8至64间变化时各指标差异均小于0.01，影响较小，故推荐seq_len=16。
**3.3.1 堵塞后调试数据的辅助一致性分析**：在未参与建模的堵塞后调试记录上，三种模型均在五折中产生至少连续四窗报警；LSTM-AE的P、R、F1-Score、AUPRC略高，DP-TVAE取得最高AUROC（0.9318），时序模型总体优于Isolation Forest。
**3.3.2 CVAE引导局部扰动鲁棒性分析**：随扰动半径ρ由0.25增至2.00，落在真实异常样本95% PCA区域内的比例由93.94%降至88.64%，F1-Score保持在0.8633–0.8821，AUROC与AUPRC分别在0.8423–0.8697与0.8577–0.8643间变化，ρ=1.50时AUROC与AUPRC最高。
**3.4 结果讨论**：结果表明DP-TVAE在推荐配置下取得Precision=0.8158、Recall=0.9987、F1=0.8764、Accuracy=0.8309、AUROC=0.8852、AUPRC=0.8714。其优势源于面向任务的表征与时序建模策略：双路径输入同时描述幅值变化、频带能量迁移与小波包能量重分布等全局状态变化以及局部冲击与短时波动；时序预测分支从连续历史窗口学习正常演化，使渐进偏差通过预测误差增大体现。消融与敏感性结果支持小波包频带特征、差分增强信息与自适应基线归一化的作用，增大seq_len提升了对累积状态演化的捕获能力，连续性决策规则将窗口级判定转换为时间连续报警并降低孤立扰动影响。3.3节辅助评估进一步显示模型对未使用堵塞后调试记录响应一致，且在CVAE引导局部扰动下保持稳定。
### 结论
本研究针对水平锭子采摘头振动变化微弱与标注故障数据稀缺条件下堵塞检测困难的问题，开发了DP-TVAE。主要结论为：第一，DP-TVAE融合滑动窗口统计特征与原始三轴波形以描述状态变化与局部冲击形态，联合时序预测与变分重建学习正常状态演化，以预测误差作为主要异常评分，并通过正常数据阈值标定、自适应基线归一化与连续性规则生成窗口级判定与报警输出；与有监督堵塞状态分类器不同，该检测器仅需正常数据训练，且振动采集无需改动传动结构。第二，基于真实采棉机三轴振动数据的评估获得平均窗口级准确率0.8309、F1分数0.8764、AUROC 0.8852与AUPRC 0.8714，DP-TVAE在所评估模型中取得最高的平均Precision、Recall、F1分数、AUROC与AUPRC，显示出对正常与堵塞相关窗口的良好区分能力。第三，序贯特征消融支持小波包频带能量与窗口间差分特征的贡献，自适应基线归一化显著提升Recall与F1分数；测试的历史长度中16个窗口取得最高平均F1分数，波形嵌入维度在8至64间变化影响甚微。上述发现为将具有机械意义的振动描述子、原始波形信息与正常状态时序学习相结合用于采摘头堵塞监测提供了设计依据。堵塞相关数据来源于一次已确认事件且为记录级标签，评估确立了跨留出正常记录的窗口级区分能力，对独立堵塞事件的泛化性与检测时序仍有待评估。未来工作将采集跨机具、田块、作物条件与作业速度的完整堵塞过程及更长正常记录，并同步标注起始与严重程度，以支持检测延迟、预警提前量、每小时误报率与跨工况泛化性评估，同时研究多模态感知与轻量化在线部署。
