改进VMD和LSTM的联合收割机装配质量检测方法

来源：中国农机化学报杂志2023年第3期北京时间：

作者：轩梦辉, 赵思夏, 徐立友, 陈小亮, 李团飞

单位：1. 河南科技大学车辆与交通工程学院，河南洛阳，471003；2. 洛阳市科技情报研究所，河南洛阳，471000

摘要：针对联合收割机装配精度不高和装配质量难以检测的问题，提出一种基于麻雀搜索算法(SSA)优化变分模态分解(VMD)和长短时记忆神经网络(LSTM)的联合收割机装配质量检测方法。该方法首先利用SSA算法自适应寻优得到最优VMD分解模态参数K和惩罚因子α，然后利用最佳参数组合［K，α］将联合收割机振动信号分解成不同中心频率的本征模态分量IMF，并对各个IMF分别进行联合特征提取组成特征向量，最后将联合特征向量作为LSTM的输入，实现不同故障特征的分类。分析结果表明，SSA-VMD-联合特征提取方法分类准确率为98.1%，分别比集合经验模态分解(EEMD)和固定参数VMD高7.1%和6.1%，验证所提方法对联合收割机装配质量检测的优越性。

关键词：联合收割机,装配质量检测,联合特征提取,麻雀搜索算法,变分模态分解,深度学习

基金资助：国家重点研发计划项目(2017YFD070020402)；河南省科技攻关项目(212102210328)；河南省高等学校重点科研项目(22B416001)