本申請涉及農(nóng)業(yè)信息，特別是涉及一種農(nóng)機裝備的作業(yè)參數(shù)分析方法及系統(tǒng)。
背景技術：
1、隨著農(nóng)機裝備向智能化、集成化和大型化方向快速發(fā)展，對其可靠性與使用質量提出了更高要求。其中，可靠性分析與設計已成為保障農(nóng)機高效作業(yè)性能與延長疲勞壽命的關鍵技術路徑，而精準獲取作業(yè)工況參數(shù)則是開展可靠性研究的數(shù)據(jù)基礎。科學、系統(tǒng)地測取并有效應用作業(yè)工況參數(shù)，不僅可為農(nóng)機裝備的結構優(yōu)化與可靠性提升提供數(shù)據(jù)支撐，還能有效規(guī)避因安全隱患或盲目更換維修部件所導致的資源浪費，從而確保農(nóng)業(yè)裝備在實際作業(yè)中具備高效性、連續(xù)性與可靠性。
2、然而，傳統(tǒng)的農(nóng)機裝備檢測方式主要依賴人工經(jīng)驗，如“手摸、眼看、耳聽”等主觀判斷手段，已難以滿足現(xiàn)代農(nóng)業(yè)對高精度、高效率檢測的需求。即便部分已建成的農(nóng)機裝備安全檢測線，也普遍存在檢測精度低、效率不高、勞動強度大等問題，嚴重制約了農(nóng)機裝備安全性能檢測的整體質量與可信度。
3、現(xiàn)階段，學者長期采用電子傳感設備采集農(nóng)機作業(yè)過程中的工況參數(shù)（例如通過電氣信號、液壓參數(shù)等途徑獲取運行狀態(tài)數(shù)據(jù)），用于評估作業(yè)質量與系統(tǒng)可靠性。但現(xiàn)有方法多聚焦于單一指標的測量，缺乏對多種作業(yè)工況參數(shù)的同步采集與融合分析能力。此外，多數(shù)檢測系統(tǒng)仍采用有線連接方式進行數(shù)據(jù)傳輸，需檢測人員隨車實時監(jiān)控，不僅工作效率低下，還存在一定的操作安全風險。
4、近兩年，隨著農(nóng)機輔助自動駕駛系統(tǒng)檢測認證的需求越來越大，不同地區(qū)給出了指導檢測的團體標準，一些農(nóng)機質量鑒定部門據(jù)此開始進行檢測能力建設，但是大多仍舊采用測繩和卷尺測量的人工方法，檢測誤差和測量不確定度均較大。另有部分機構借鑒導航產(chǎn)品評價方法，僅通過分析輔助自動駕駛設備中導航模塊的定位精度來間接評判整機作業(yè)性能，此類方法脫離實際田間作業(yè)場景，無法全面、客觀反映系統(tǒng)在復雜工況下的真實表現(xiàn)，同時，其依賴傳感器事后反饋數(shù)據(jù)進行評估，缺乏對性能劣化趨勢的前瞻性預測能力，往往在錯行、壓苗、卡死等故障發(fā)生后才被識別，難以實現(xiàn)主動預警與預防性維護。
技術實現(xiàn)思路
1、本申請的目的是提供一種農(nóng)機裝備的作業(yè)參數(shù)分析方法及系統(tǒng)，以實現(xiàn)農(nóng)機裝備的性能參數(shù)的檢測和路徑軌跡點的預測，進而實現(xiàn)農(nóng)機裝備的主動預警與預防性維護。
2、為實現(xiàn)上述目的，本申請?zhí)峁┝巳缦路桨浮?/p>
3、第一方面，本申請?zhí)峁┝艘环N農(nóng)機裝備的作業(yè)參數(shù)分析方法，包括：
4、通過讀取農(nóng)機裝備的外部北斗數(shù)據(jù)源碼加載原始作業(yè)日志文件；
5、對所述原始作業(yè)日志文件進行預處理，構建農(nóng)機裝備的結構化狀態(tài)向量；
6、根據(jù)所述結構化狀態(tài)向量計算農(nóng)機裝備的性能參數(shù)；
7、根據(jù)所述結構化狀態(tài)向量，利用改進at-res-bilstm（attention-based?residualbidirectional?long?short-term?memory?network，基于注意力機制與殘差連接的雙向長短期記憶網(wǎng)絡）網(wǎng)絡模型對所述農(nóng)機裝備進行軌跡預測，獲得農(nóng)機裝備的軌跡預測線；
8、對所述性能參數(shù)和所述軌跡預測線進行可視化。
9、第二方面，本申請?zhí)峁┝艘环N農(nóng)機裝備的作業(yè)參數(shù)分析系統(tǒng)，所述農(nóng)機裝備的作業(yè)參數(shù)分析系統(tǒng)應用于上述的農(nóng)機裝備的作業(yè)參數(shù)分析方法，所述農(nóng)機裝備的作業(yè)參數(shù)分析系統(tǒng)包括：python端數(shù)據(jù)處理模塊和labview端數(shù)據(jù)顯示模塊；
10、所述python端數(shù)據(jù)處理模塊用于通過讀取農(nóng)機裝備的外部北斗數(shù)據(jù)源碼加載原始作業(yè)日志文件；對所述原始作業(yè)日志文件進行預處理，構建農(nóng)機裝備的結構化狀態(tài)向量；根據(jù)所述結構化狀態(tài)向量計算農(nóng)機裝備的性能參數(shù)；根據(jù)所述結構化狀態(tài)向量，利用改進at-res-bilstm網(wǎng)絡模型對所述農(nóng)機裝備進行軌跡預測，獲得農(nóng)機裝備的軌跡預測線；
11、labview端數(shù)據(jù)顯示模塊用于對所述性能參數(shù)和所述軌跡預測線進行可視化。
12、根據(jù)本申請?zhí)峁┑木唧w實施例，本申請具有了以下技術效果。
13、本申請?zhí)峁┝艘环N農(nóng)機裝備的作業(yè)參數(shù)分析方法及系統(tǒng)，本申請首先通過讀取農(nóng)機裝備的外部北斗數(shù)據(jù)源碼加載原始作業(yè)日志文件；對所述原始作業(yè)日志文件進行預處理，構建農(nóng)機裝備的結構化狀態(tài)向量；然后根據(jù)所述結構化狀態(tài)向量計算農(nóng)機裝備的性能參數(shù)；根據(jù)所述結構化狀態(tài)向量，利用改進at-res-bilstm網(wǎng)絡模型對所述農(nóng)機裝備進行軌跡預測，獲得農(nóng)機裝備的軌跡預測線；然后對所述性能參數(shù)和所述軌跡預測線進行可視化。本申請在北斗導航自動駕駛系統(tǒng)下，基于在農(nóng)機裝備的外部北斗數(shù)據(jù)源碼中加載的原始作業(yè)日志文件，進行農(nóng)機裝備的性能參數(shù)的計算和軌跡的預測，實現(xiàn)了農(nóng)機裝備的主動預警與預防性維護。
1.一種農(nóng)機裝備的作業(yè)參數(shù)分析方法，其特征在于，包括：
2.根據(jù)權利要求1所述的農(nóng)機裝備的作業(yè)參數(shù)分析方法，其特征在于，對所述原始作業(yè)日志文件進行預處理，構建農(nóng)機裝備的結構化狀態(tài)向量，具體包括：
3.根據(jù)權利要求2所述的農(nóng)機裝備的作業(yè)參數(shù)分析方法，其特征在于，對所述原始作業(yè)日志文件的數(shù)據(jù)流進行遍歷解析，獲得解析文件，具體包括：
4.根據(jù)權利要求2所述的農(nóng)機裝備的作業(yè)參數(shù)分析方法，其特征在于，對解析文件進行坐標標準化運算，構建農(nóng)機裝備的結構化狀態(tài)向量，具體包括：
5.根據(jù)權利要求1所述的農(nóng)機裝備的作業(yè)參數(shù)分析方法，其特征在于，所述性能參數(shù)采用垂直列表布局的方式顯示，所述軌跡預測線采用以導航ab線為零偏基準的同屏多軌跡對比的方式顯示；所述性能參數(shù)包括：橫向偏移誤差、穩(wěn)定工作狀態(tài)、軌跡跟蹤平均誤差、軌跡跟蹤精度、銜接行間距平均誤差、銜接行間距精度、停機起步精度、抗擾續(xù)航時間、首次定位時間、靜態(tài)定位誤差、路徑覆蓋率、速度時空定位精度、當前速度、平均速度、最大速度、加速度、加速度標準差、航向角穩(wěn)定性、高度波動、當前航向角、響應時間、超調量和軌跡總長度。
6.根據(jù)權利要求1所述的農(nóng)機裝備的作業(yè)參數(shù)分析方法，其特征在于，所述改進at-res-bilstm網(wǎng)絡模型包括：依次連接的輸入層、雙向長短期記憶網(wǎng)絡模塊、自注意力機制模型、殘差學習與運動學約束模塊和輸出層；所述殘差學習與運動學約束模塊還與所述輸入層連接；
7.一種農(nóng)機裝備的作業(yè)參數(shù)分析系統(tǒng)，其特征在于，所述農(nóng)機裝備的作業(yè)參數(shù)分析系統(tǒng)應用于權利要求1-6任一項所述的農(nóng)機裝備的作業(yè)參數(shù)分析方法，所述農(nóng)機裝備的作業(yè)參數(shù)分析系統(tǒng)包括：python端數(shù)據(jù)處理模塊和labview端數(shù)據(jù)顯示模塊；
8.根據(jù)權利要求7所述的農(nóng)機裝備的作業(yè)參數(shù)分析系統(tǒng)，其特征在于，所述python端數(shù)據(jù)處理模塊包括數(shù)據(jù)簇常量和核心處理單元；
9.根據(jù)權利要求7所述的農(nóng)機裝備的作業(yè)參數(shù)分析系統(tǒng)，其特征在于，所述labview端數(shù)據(jù)顯示模塊包括參數(shù)計算結果顯示區(qū)域、模塊路徑顯示區(qū)域、軌跡路線顯示區(qū)域、橫向偏移誤差顯示區(qū)域和錯誤輸出顯示區(qū)域；
10.根據(jù)權利要求9所述的農(nóng)機裝備的作業(yè)參數(shù)分析系統(tǒng)，其特征在于，軌跡路線顯示區(qū)域中的同屏多軌跡包括：理想行駛軌跡、實際行駛軌跡、軌跡預測線和導航ab線。