一种基于云的联合收获机收获检测装置

1.本发明属于联合收获机技术领域，尤其涉及一种基于云的联合收获机收获检测装置。


背景技术：

2.联合收获机作为现代化农业的产物之一，成为了小麦、玉米的主要收获工具,并且已经在发达国家得到普及。国外的联合收获机发展速度很快，如美国、日本以及欧洲的一些发达国家的农机智能化程度都普遍较高，并且这些国家更早的将物联网技术应用于联合收获机，实现对联合收获机工作状态的远程控制和监测，能有效的减少人工成本和时间成本，保证收获效率。
3.论文《基于物联网技术的联合收获机调度优化系统研究》中作者吴天华通过对影响收获机调度的多种因素进行分析，制定了适当的调度计划，建立了联合收获机调度数学模型。以联合收获机为对象，结合物联网技术、rfid技术、北斗卫星导航系统、gis技术对传统农业机械调度进行优化，提高了农业机械调度系统的自动化水平和工作效率，但是其收获机未设置农机的故障状态检测装置、农机驾驶人员的技术能力评估装置，并将上述信息传递给云调度平台优先调度，对收获机的调度进行优化，且未将收获机的型号信息和收获损失率上传至云调度平台，不同型号的收获机其单位时间内的收获能力是不一样的，其收获损失率也不一样，因此会导致调度混乱，不能充分优先利用性能较好的收获机，造成不必要的粮食浪费。
4.针对上述技术问题，本发明提供了一种基于云的联合收获机收获检测装置。


技术实现要素：

5.为实现本发明目的，本发明采用如下技术方案：
6.根据本发明的一个方面，提供了一种基于云的联合收获机收获检测装置。
7.一种基于云的联合收获机收获检测装置，其特征在于，具体包括：
8.故障检测模块，驾驶人员评估模块，通信模块，收获损失率监测模块，位置确定模块；
9.其中所述故障检测模块负责对收获机的状态信息进行检测，并根据所述收获机的状态信息采用预测模型判断故障类型和维修时间，并经所述故障类型和维修时间传递给所述通信模块；
10.所述驾驶人员评估模块基于所述驾驶人信息进行评估，并将所述评估的驾驶人员评估结果传递给所述通信模块；
11.所述收获损失率监测模块对所述收获机的收获损失率进行监测得到所述收获损失率，并将所述收获损失率传递给所述通信模块；
12.所述位置确定模块负责确定所述收获机的位置，并将所述位置传递给所述通信模块；
13.所述通信模块将所述位置、收获机型号、所述故障类型、所述维修时间、所述驾驶人员评估结果、所述收获损失率传递给云调度平台，以供所述云调度平台进行调度使用。
14.通过采用故障诊断模块对收获机的状态信息进行检测，并得到故障类型和维修时间，并将所述故障类型和维修时间传递给所述通信模块，驾驶人评估模块将驾驶人员评估结果传递给通信模块，收获损失率监测模块将所述收获损失率传递给通信模块，位置确定模块将位置传递给通信模块，通信模块将上述信息传递给云调度平台，从而解决了收获机未设置农机的故障状态检测装置、农机驾驶人员的技术能力评估装置，并将上述信息传递给云调度平台优先调度，对收获机的调度进行优化，且未将收获机的型号信息和收获损失率上传至云调度平台，不同型号的收获机其单位时间内的收获能力是不一样的，其收获损失率也不一样，因此会导致调度混乱，不能充分优先利用性能较好的收获机，造成不必要的粮食浪费的技术问题，从而使得云调度平台充分考虑每台收获机的特性以及驾驶人员的情况，使得调度结果变得更加的可靠，也使得能够将最优质的收获机优先调度，从而避免了不必要的粮食浪费。
15.通过将所述位置、收获机型号、所述故障类型、所述维修时间、所述驾驶人员评估结果、所述收获损失率传递给云调度平台，以供所述云调度平台进行调度使用，使得云平台在进行实际的调度操作时能够充分考虑收获机的故障状态以及维修时间，驾驶人员的实际情况，以及收获机的收获损失率，从而使得云平台能够根据收获机的实际情况进行调度，使得调度结果变得更加科学，从而使得能够较快的对粮食进行收获，并且收获的粮食损失率也能够尽量变小。
16.进一步的技术方案在于，所述收获机的状态信息包括脱粒滚筒转速、输送链耙转速、喂入搅龙转速、逐稿器和割刀往复频率、脱粒滚筒震动频率。
17.进一步的技术方案在于，所述采用预测模型判断故障类型和维修时间的具体步骤为：
18.s11基于所述收获机的状态信息建立输入集；
19.s12将所述输入集输入到基于ts-bilstm算法的预测模型之中，预测得到此时的故障类型；
20.s13将所述故障类型与设定好的故障类型数据库进行匹配，当所述故障类型位于所述故障类型数据库中时，将所述故障类型送入到基于rnn算法的时间预测模型之中，得到维修时间。
21.通过首先采用基于ts算法优化的bilstm算法的预测模型，从而使得能够准确快速的判断得到故障类型，由于故障类型有严重，有简单，因此通过构架故障类型数据库与预测得到的故障类型进行匹配，从而可以实现对严重性的故障类型的筛选，并将筛选得到的故障类型送入到时间预测模型之中，从而得到较为准确的维修时间，从而为较为准确的进行调度奠定了基础。
22.进一步的技术方案在于，当所述故障类型不在所述故障类型数据库中或者不处于故障状态时，此时所述维修时间为0。
23.进一步的技术方案在于，所述驾驶人信息包括：所述驾驶人的好评率、所述驾驶人的工作年限、所述驾驶人的平均每亩收获耗费时间、所述驾驶人本次的累计工作时间。
24.通过基于驾驶人的工作年、好评率限等经验出发，并基于平均每亩收获耗费时间
的工作效率的角度出发，累计工作时间的工作劳累度出发，从而进一步提升了对驾驶人评估结果的全面性和可靠性。
25.进一步的技术方案在于，所述驾驶人员评估结果的评估公式为：
[0026][0027]
其中p为驾驶人员评估结果，k2为好评率，y为驾驶人的工作年限，t1为驾驶人的平均每亩收获耗费时间，t2为驾驶人本次的累计工作时间，k1、k3为权值。
[0028]
进一步的技术方案在于，所述位置确定模块采用gps、北斗定位系统、基站定位方法其中的至少两种以上的方式对所述收获机的位置进行确定。
[0029]
通过多种形式的对收获机的位置进行确定，从而使得最终的位置变得更加的准确。
[0030]
进一步的技术方案在于，所述收获损失率的计算公式为平均每亩遗失穗数除以平均每亩总穗数。
[0031]
进一步的技术方案在于，当所述驾驶人本次的累计工作时间大于第一时间阈值或者所述维修时间大于第二时间阈值或者所述收获损失率大于第一损失率阈值时，此时所述通信装置输出所述收获机的不可用状态，使其不再处于可调度状态。
[0032]
通过基于累计工作时间或者维修时间的时间过长时，或者收获损失率过大时的任意一项，从而基于上述三种中任意一种存在异常时，将其设置为不可用状态，从而在进行调度时，可以针对性的进行调度，从而进一步提升了调度的效率。
[0033]
进一步的技术方案在于，基于所述收获损失率、所述驾驶人的平均每亩收获耗费时间、所述驾驶人的工作年限、驾驶人本次的累计工作时间，构建所述驾驶人特征量，并用所述驾驶人特征量替代所述驾驶人员评估结果、所述收获损失率，由所述通信装置传输至云调度平台。
[0034]
通过用驾驶人特征量代替驾驶人员评估结果和收获损失率，从而使得云调度平台需要参考的数据量减少，从而进一步提升调度的效率。
[0035]
其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
[0036]
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0037]
通过参照附图详细描述其示例实施方式，本发明的上述和其它特征及优点将变得更加明显。
[0038]
图1是根据实施例1的一种基于云的联合收获机收获检测装置的构成图。
[0039]
图2是根据实施例1的采用预测模型判断故障类型和维修时间的具体步骤的流程图。
具体实施方式
[0040]
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形
式实施，且不应被理解为限于在此阐述的实施方式；相反，提供这些实施方式使得本发明将全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。图中相同的附图标记表示相同或类似的结构，因而将省略它们的详细描述。
[0041]
用语“一个”、“一”、“该”、“所述”用以表示存在一个或多个要素/组成部分/等；用语“包括”和“具有”用以表示开放式的包括在内的意思并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等。
[0042]
据表格类型的不同采用不同的模型对生成的月报表进行进一步的验证。
[0043]
联合收获机作为现代化农业的产物之一，成为了玉米的主要收获工具,并且已经在发达国家得到普及。国外的联合收获机发展速度很快，如美国、日本以及欧洲的一些发达国家的农机智能化程度都普遍较高，并且这些国家更早的将物联网技术应用于联合收获机，实现对联合收获机工作状态的远程控制和监测，能有效的减少人工成本和时间成本，保证收获效率。
[0044]
论文《基于物联网技术的联合收获机调度优化系统研究》中作者吴天华通过对影响收获机调度的多种因素进行分析，制定了适当的调度计划，建立了联合收获机调度数学模型。以联合收获机为对象，结合物联网技术、rfid技术、北斗卫星导航系统、gis技术对传统农业机械调度进行优化，提高了农业机械调度系统的自动化水平和工作效率，但是其收获机未设置农机的故障状态检测装置、农机驾驶人员的技术能力评估装置，并将上述信息传递给云调度平台优先调度，对收获机的调度进行优化，且未将收获机的型号信息和收获损失率上传至云调度平台，不同型号的收获机其单位时间内的收获能力是不一样的，其收获损失率也不一样，因此会导致调度混乱，不能充分优先利用性能较好的收获机，造成不必要的粮食浪费。
[0045]
实施例1
[0046]
为解决上述问题，根据本发明的一个方面，如图1所示，提供了一种基于云的联合收获机收获检测装置。
[0047]
一种基于云的联合收获机收获检测装置，其特征在于，具体包括：
[0048]
故障检测模块，驾驶人员评估模块，通信模块，收获损失率监测模块，位置确定模块；
[0049]
其中所述故障检测模块负责对收获机的状态信息进行检测，并根据所述收获机的状态信息采用预测模型判断故障类型和维修时间，并经所述故障类型和维修时间传递给所述通信模块；
[0050]
所述驾驶人员评估模块基于所述驾驶人信息进行评估，并将所述评估的驾驶人员评估结果传递给所述通信模块；
[0051]
所述收获损失率监测模块对所述收获机的收获损失率进行监测得到所述收获损失率，并将所述收获损失率传递给所述通信模块；
[0052]
所述位置确定模块负责确定所述收获机的位置，并将所述位置传递给所述通信模块；
[0053]
所述通信模块将所述位置、收获机型号、所述故障类型、所述维修时间、所述驾驶人员评估结果、所述收获损失率传递给云调度平台，以供所述云调度平台进行调度使用。
[0054]
通过采用故障诊断模块对收获机的状态信息进行检测，并得到故障类型和维修时
间，并将所述故障类型和维修时间传递给所述通信模块，驾驶人评估模块将驾驶人员评估结果传递给通信模块，收获损失率监测模块将所述收获损失率传递给通信模块，位置确定模块将位置传递给通信模块，通信模块将上述信息传递给云调度平台，从而解决了收获机未设置农机的故障状态检测装置、农机驾驶人员的技术能力评估装置，并将上述信息传递给云调度平台优先调度，对收获机的调度进行优化，且未将收获机的型号信息和收获损失率上传至云调度平台，不同型号的收获机其单位时间内的收获能力是不一样的，其收获损失率也不一样，因此会导致调度混乱，不能充分优先利用性能较好的收获机，造成不必要的粮食浪费的技术问题，从而使得云调度平台充分考虑每台收获机的特性以及驾驶人员的情况，使得调度结果变得更加的可靠，也使得能够将最优质的收获机优先调度，从而避免了不必要的粮食浪费。
[0055]
通过将所述位置、收获机型号、所述故障类型、所述维修时间、所述驾驶人员评估结果、所述收获损失率传递给云调度平台，以供所述云调度平台进行调度使用，使得云平台在进行实际的调度操作时能够充分考虑收获机的故障状态以及维修时间，驾驶人员的实际情况，以及收获机的收获损失率，从而使得云平台能够根据收获机的实际情况进行调度，使得调度结果变得更加科学，从而使得能够较快的对粮食进行收获，并且收获的粮食损失率也能够尽量变小。
[0056]
在另外一种可能的实施例中，所述收获机的状态信息包括脱粒滚筒转速、输送链耙转速、喂入搅龙转速、逐稿器和割刀往复频率、脱粒滚筒震动频率。
[0057]
在另外一种可能的实施例中，如图2所示，所述采用预测模型判断故障类型和维修时间的具体步骤为：
[0058]
s11基于所述收获机的状态信息建立输入集；
[0059]
s12将所述输入集输入到基于ts-bilstm算法的预测模型之中，预测得到此时的故障类型；
[0060]
s13将所述故障类型与设定好的故障类型数据库进行匹配，当所述故障类型位于所述故障类型数据库中时，将所述故障类型送入到基于rnn算法的时间预测模型之中，得到维修时间。
[0061]
具体的举个例子，采用ts算法对bilstm算法的初始值进行寻优。
[0062]
通过首先采用基于ts算法优化的bilstm算法的预测模型，从而使得能够准确快速的判断得到故障类型，由于故障类型有严重，有简单，因此通过构架故障类型数据库与预测得到的故障类型进行匹配，从而可以实现对严重性的故障类型的筛选，并将筛选得到的故障类型送入到时间预测模型之中，从而得到较为准确的维修时间，从而为较为准确的进行调度奠定了基础。
[0063]
在另外一种可能的实施例中，当所述故障类型不在所述故障类型数据库中或者不处于故障状态时，此时所述维修时间为0。
[0064]
在另外一种可能的实施例中，所述驾驶人信息包括：所述驾驶人的好评率、所述驾驶人的工作年限、所述驾驶人的平均每亩收获耗费时间、所述驾驶人本次的累计工作时间。
[0065]
通过基于驾驶人的工作年、好评率限等经验出发，并基于平均每亩收获耗费时间的工作效率的角度出发，累计工作时间的工作劳累度出发，从而进一步提升了对驾驶人评估结果的全面性和可靠性。
[0066]
在另外一种可能的实施例中，所述驾驶人员评估结果的评估公式为：
[0067][0068]
其中p为驾驶人员评估结果，k1为好评率，y为驾驶人的工作年限，t1为驾驶人的平均每亩收获耗费时间，t2为驾驶人本次的累计工作时间，k2、k3为权值。
[0069]
具体的举个例子，驾驶人本次的累计工作时间为从他最近的休息时间结束后开始的累计工作时间，也可以为当天的累计工作时间，也可以为在一个大于两个小时的最近的休息结束时间开始的累计工作时间。
[0070]
在另外的一种可能的实施例中，还可以将驾驶人信息进行归一化得到归一化后的驾驶人信息，并将所述归一化后的驾驶人信息传输至基于神经网络或者支持向量机智能算法的预测模型中，预测得到驾驶人员评估结果。
[0071]
在另外一种可能的实施例中，所述位置确定模块采用gps、北斗定位系统、基站定位方法其中的至少两种以上的方式对所述收获机的位置进行确定。
[0072]
通过多种形式的对收获机的位置进行确定，从而使得最终的位置变得更加的准确。
[0073]
在另外一种可能的实施例中，所述收获损失率的计算公式为平均每亩遗失穗数除以平均每亩总穗数。
[0074]
在另外一种可能的实施例中，当所述驾驶人本次的累计工作时间大于第一时间阈值或者所述维修时间大于第二时间阈值或者所述收获损失率大于第一损失率阈值时，此时所述通信装置输出所述收获机的不可用状态，使其不再处于可调度状态。
[0075]
通过基于累计工作时间或者维修时间的时间过长时，或者收获损失率过大时的任意一项，从而基于上述三种中任意一种存在异常时，将其设置为不可用状态，从而在进行调度时，可以针对性的进行调度，从而进一步提升了调度的效率。
[0076]
在另外一种可能的实施例中，基于所述收获损失率、所述驾驶人的平均每亩收获耗费时间、所述驾驶人的工作年限、驾驶人本次的累计工作时间，构建所述驾驶人特征量，并用所述驾驶人特征量替代所述驾驶人员评估结果、所述收获损失率，由所述通信装置传输至云调度平台。
[0077]
具体举个例子，驾驶人特征量的计算公式为：
[0078][0079]
其中t为驾驶人特征量，d1为收获损失率，y为驾驶人的工作年限，t1为驾驶人的平均每亩收获耗费时间，t2为驾驶人本次的累计工作时间，k2、k3为权值。
[0080]
通过用驾驶人特征量代替驾驶人员评估结果和收获损失率，从而使得云调度平台需要参考的数据量减少，从而进一步提升调度的效率。
[0081]
在本说明书的描述中，术语“一个实施例”、“一个优选实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明实施例的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0082]
以上仅为本发明实施例的优选实施例而已，并不用于限制本发明实施例，对于本
领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明实施例的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明实施例的保护范围之内。
[0083]
在本技术所提供的几个实施例中，应该理解到，所揭露的系统和方法，也可以通过其它的方式实现。以上所描述的系统实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0084]
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
[0085]
功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0086]
以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。