小麦播种机电气系统的PLC故障诊断与卷积神经网络优化

文献类型： 中文期刊

第一作者： 李建刚

作者： 李建刚;潘永惠;李松;付亚萍

作者机构：

关键词： 小麦播种机;电气系统;PLC故障诊断;卷积神经网络优化

期刊名称： 农机化研究

ISSN： 1003-188X

年卷期： 2025 年 47 卷 012 期

页码： 241-249

收录情况： 北大核心

摘要： 小麦播种机电气系统通过传感器和控制器实时监测土壤条件、气象变化和作物生长状况,实现农田精细管理和作业,电气系统的正常运行对保障农田作业的效率和产量至关重要.为了提高小麦播种机电气系统的可靠性和故障诊断效率,基于PLC技术,结合卷积神经网络(CNN),建立了一种高效的电气系统故障诊断模型.该模型基于PLC传感器数据作为输入,CNN通过学习数据中的模式和特征,自动提取和分析传感器数据中的关键特征,高度准确地识别不同故障模式,通过使用大量历史故障数据和正常运行数据对模型进行训练与验证.测试结果表明:基于PLC的CNN模型在故障预测中的MSE仅为 0.061 5、RMSE为 0.207 8、MAPE为 0.005 1,相较传统BP 神经网络模型(MSE为 0.590 0、RMSE为0.803 7、MAPE为 0.025 6)在预测精度方面有显著提升;但是 CNN 模型的预测耗时较长(187.82 s),相比 BP 模型(160.71 s)增加 17%,仍在可接受范围内.因此,采用基于CNN的故障诊断模型,可以对小麦播种机电气系统进行迅速而准确的故障检测,不仅能够预防潜在故障导致的生产中断,还有望提高作业效率、减少资源浪费.

分类号： S225.7+3

  • 相关文献

[1]联合整地小麦智能施肥播种机研制与试验. 张俊杰,徐双杰,张秀平,袁兴茂,张西群,陈敬者. 2021

作者其他论文 更多>>

微信小程序