[发明专利]一种振动式深松机作业状态监控系统

摘要

本发明涉及一种振动式深松机作业状态监控系统，不仅可以对深松机工作性能、关键参数进行现场移动检测，同时能够通过GPS定位以及GPRS DTU无线传输技术实现远程计算机的同步监测、在数据的线分析和批量存储，计算机对定位地块数据查询分析并结合该机具返回的关键技术数据分析，通过建立BP神经网路模型，输出以最低消耗为目标的优化参数，得出该地块最优耕作周期、最适宜的耕作深度、工作效率、最高的机具深松频率和振幅等相关参数，并将相关参数发至现场移动监控终端供其参考，从而实现真正的少耕、优耕。 1

主权项

1.一种振动式深松机作业状态监控系统，其特征在于包括：数据采集模块，采集深松机关键参数及GPS定位信息，经过信号调理传输至现场移动监控终端；现场移动监控终端包括机壳，所述机壳包括上面板和下面板，机壳上面板上表面设有触摸屏，机壳下面板上固定有电源管理模块、SIM908模块、中央处理器，以及和中央处理器连接的信号调理模块和光耦隔离器，机壳侧壁上设有航空插头和电源接口，所述电源接口为两路电源输入接口，电源接口和电源管理模块之间连接有脉冲变压器；数据采集模块将采集的信号通过航空插头输入，传输至中央处理器处理后由触摸屏显示，通过无线传输模块传输至远程监控中心；远程监控中心，将接收的数据存储到数据库，结合知识库数据，通过BP神经网络模型输出以最低消耗为目标的优化参数；并根据不同的功能码将相应的数据反馈至现场移动监控终端指导深松机作业，反馈的数据包含土壤类型、多年耕作数据、深松数据、种植农作物相关数据以及地块深松深度、周期、时间和振动深松机入土角、深松振动频率、振幅，具体的，主要进行以下处理：(1)创建三层BP神经网络模型，将输出功率最低的正交试验优化后的数据作为训练样本；(2)将试验数据中深松机入土角、深松振动频率、振幅数据做归一化处理，作为BP神经网络模型的输入；将试验数据中的功率输出数据做归一化处理，作为BP神经网络模型的目标向量，构建输出矩阵；(3)BP神经网络的输入层三个节点，每一个输入向量的取值范围设为[0，1]，隐含层设5个神经元，输出层设1个神经元；(4)设置训练参数，隐含层的激活函数设为tansig，输出层激活函数设为purelin，训练函数设为trainlm；构建一个前向BP神经网络，网络各层加权函数设为dotprod，输入函数设为netsum，各神经元权值和阈值的初始化函数设为ininw，网络自适应函数设为trains；(5)开始训练并计算仿真误差，通过修改训练函数反复训练，直至满足训练要求，输出优化后的深送机入土角、深松振动频率和振幅；结合数据库和知识库数据，通过模糊控制推出适宜的深松周期、深松深度和深松时间。