利用分离材料撞击感知和自适应混合分析方法对联合收割机脱粒滚筒进行故障诊断

《Biosystems Engineering》：Fault diagnosis of combine harvester threshing drum using separated material impact perception and adaptive hybrid analysis

　　

吴志平|马铮|陈志|朱永乐|范伟|于杰

江苏省大学农业工程学院，镇江市，212013，江苏，中国

摘要

脱粒鼓堵塞是联合收割机中的主要故障之一，会导致效率大幅下降和运营成本增加。本研究提出了一种基于谷物分离冲击感应和自适应混合分析策略的智能故障诊断方法。该方法通过直接反映脱粒负载和分离效率，补充了传统的基于振动的诊断方法。具体而言，在清洁室侧壁上安装了一个压电传感器，用于监测分离材料的冲击信号。引入了一种混合去噪策略，结合了巴特沃斯带阻滤波器和小波包分解技术，以去除1-20 Hz的机械振动噪声和450-500 Hz的高频电子噪声，从而在强噪声干扰下保持冲击信号的瞬态特征。为了解决快速状态转换问题，开发了一种自适应混合切片策略，动态结合了短窗口（0.5秒）快速筛查和长窗口（1.0秒，50%重叠）的详细分析，实现了实时性能和准确性的最佳平衡。然后使用从长窗口提取的时域（边缘、根幅度）和频域（功率谱密度（PSD）方差、总能量）特征构建了一个多层感知器（MLP）模型，能够自动识别四种运行状态：正常、高负载、堵塞前预警和堵塞。实验结果表明，该系统的总体准确率为98.5%，堵塞召回率为94.92%，显著降低了误报的风险。这项工作为田间条件下的脱粒鼓状态监测提供了全面的智能解决方案，可以显著提升联合收割机的智能化和运行可靠性。

引言

随着全球人口的持续增长和食品安全战略重要性的日益增强，开发和应用高效、智能的现代农业技术已成为确保可持续农业发展的关键驱动力（Sudajan等人，2002年；Liang和Wada，2023年）。作为粮食收割过程中的关键设备，联合收割机的运行可靠性直接影响农业生产效率和粮食损失减少（Hashim等人，2024年；Cleary等人，2009年；Liang等人，2024年；Liang和Million，2025年）。脱粒鼓通常被认为是联合收割机的“心脏”，其工作状态决定了脱粒质量和运行效率（Qian等人，2017年；Tang等人，2021年；Chai等人，2020a）。然而，在复杂多变的田间作业环境中，由于物料喂送不均匀、湿度变化等因素，脱粒鼓极易发生堵塞故障。这会导致作业中断、粮食破损率增加，甚至损坏关键部件，从而造成重大的经济损失和时间成本（Chai等人，2020b年；Dong等人，2018年；Qiu等人，2022年）。因此，开发一种能够实时、准确诊断脱粒鼓工作状态的智能监测系统，并及时发出堵塞故障预警，对于提升农业机械化水平和智能农业的发展具有重要的理论和工程意义（Amponsah等人，2017年；Chen等人，2025年）。

传统的脱粒鼓故障诊断主要依赖操作人员的经验，通过听觉判断和仪器观察进行主观评估。这种方法缺乏实时能力，难以实现早期预警。近年来，基于信号处理的在线监测方法逐渐成为研究热点（Fu等人，2024年）。其中，对与脱粒鼓相关部件的机械振动信号进行分析已被广泛采用，通过在这些部件（如鼓轴承壳和外壳）上安装传感器来间接感知作业状况（Pakhomov等人，2024年；Que等人，2024年；Yu等人，2024年）。然而，振动信号主要反映了机械传动系统的状态（Li等人，2024a），并不能直接表征脱粒作业的核心过程——即谷物与鼓之间的相互作用。脱粒单元的工作状态与物料分离状态之间存在密切关联（Aneliak等人，2023年；Miu和Kutzbach，2007年，2008年）。分离材料的冲击信号包含了关于脱粒负载和分离状态的丰富信息。例如，当脱粒鼓在高负载下运行时，分离材料的数量较多；而当进入堵塞前预警状态时，材料数量会显著减少，需要调整喂送速度、凹形间隙和鼓速以提高分离效率（Liu等人，2022年；Zhu等人，2023年，2025年）。在堵塞发生时，物料流量接近零，需要停机进行维护。因此，通过监测分离谷物的冲击信号并根据物料分离状态推断脱粒鼓的状态，为故障诊断提供了新的视角。这种方法提高了故障诊断的实时性能和准确性，减少了漏报和误报。具体来说，当脱粒鼓参数设置不合理或作物含水量较低时，振动信号可能看起来正常，而物料分离状态却显示异常。当收割机进行转弯或靠近田头操作等动作时，物料分离状态也可能异常。在这种情况下，结合振动信号分析可以帮助纠正异常情况，防止误报。

基于谷物冲击信号的作业状态监测已被证明是有效且可行的。例如，监测草杆出口处的谷物冲击可以实时评估谷物损失（Li等人，2024b年；Liang等人，2014年；Sun等人，2025年），而监测谷物储罐出口处的谷物流动冲击信号可以实现实时产量估算（Singh等人，2012年）。尽管基于冲击信号的诊断方法前景广阔，但其实际应用面临几个挑战：

信号的非稳定性和强噪声干扰：冲击信号容易受到机械振动背景噪声和高频电子噪声的影响（Liu等人，2025年）。在有效降低噪声的同时保留冲击细节是一个重大挑战。

状态转换的快速性和实时要求：从正常状态到堵塞状态的转换可能在几秒钟内发生，因此需要具有快速响应能力的诊断算法。

计算资源的合理分配：脱粒鼓通常长时间正常运行；在非关键时期高效管理计算资源消耗是实现轻量级系统设计的核心挑战。

特征提取的准确性：从对堵塞故障敏感且能够区分不同负载状态的非稳定信号中提取特征对于准确诊断至关重要（She等人，2024年）。

为了解决脱粒鼓故障诊断中的上述挑战，本文提出通过监测分离材料的冲击信号，可以更直接、更敏感地推断脱粒鼓的工作状态和即将发生的堵塞，而不是仅依赖机械传动系统的间接振动信号。这种方法基于一个假设，即它能够在变化的多变田间条件下实现更早的故障检测和更高的诊断准确性。

本工作发展的核心科学和工程创新是一种诊断范式的转变：从监测鼓的振动（驱动系统的一个症状）到直接感知过程结果——即分离谷物的流动和冲击。这是通过基于单一传感器、基于物料冲击的感知策略实现的，旨在准确描述控制脱粒性能的基本鼓-谷物相互作用。为此，本研究开发并整合了新的信号处理和机器学习策略，以应对强噪声干扰、快速状态转换和嵌入式系统资源限制等相关挑战。

部分摘录

数据采集

用于监测物料分离状态的传感器如图1所示。该系统使用自主研发的监测传感器（Wu等人，2026年）实时收集来自脱粒鼓的谷物、杂余物和短茎等物料的冲击信号。核心传感元件是压电陶瓷（PZT），它通过金属基板和粘合层安装在冲击板的背面。

频率带特定去噪策略的性能评估和比较分析

为了验证第2.3节提出的“频率带特定去噪用于谷物冲击信号”方法，进行了与传统的带通过滤方法的比较分析。图9显示了频率带特定过滤前后的功率谱密度（PSD）对比。巴特沃斯带阻滤波器有效抑制了低频机械振动噪声。在20-450 Hz频率范围内，过滤后的PSD曲线与原始曲线紧密跟随

结论

本研究开发并验证了一种用于联合收割机脱粒鼓的智能故障诊断解决方案，基于监测范式的根本转变：从监测传动系统的振动转变为直接感知分离谷物的冲击结果。这种基于物料冲击的方法为检测堵塞前兆和负载变化提供了补充和更直接的信息来源。

为了实现这一范式，需要一个全面的、嵌入式

CRediT作者贡献声明

吴志平：撰写——审阅与编辑，撰写——初稿，可视化，验证，软件，方法论，调查，数据管理，概念化。马铮：监督，资源，项目管理，资金获取，正式分析，概念化。陈志：资源，项目管理，方法论，资金获取。朱永乐：可视化，验证，软件，方法论，数据管理。范伟：撰写——审阅与编辑，监督，正式

写作过程中使用生成AI和AI辅助技术的声明

在本工作的准备过程中未使用任何生成AI或AI辅助技术。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

本研究得到了国家自然科学基金（51975256、52375249）、江苏省和教育部共同资助的现代农业设备协同创新中心（XTCX2011）、江苏省现代农业机械设备和技术示范推广项目（NJ2021-07）以及江苏省高等教育机构优先学术发展计划（编号PAPD-2023-87）的财政支持。