来源：期刊VIP网 时间：
作者：陈艳茹;亓丹丹;张永学;高艳芳;
单位：黄河交通学院;
摘要：拖拉机正朝着智能化和自动化方向发展，而传统故障诊断方法的局限性日益突出，且受限于技术水平和知识储备的不足，通常依赖于人工观察和经验判断。为了进一步提高拖拉机故障诊断效率，采用了卷积神经网络模型，通过对拖拉机电气系统的传感器数据进行训练和学习，实现对故障的自动识别和分类。通过大量的数据样本和远程数据传输，该模型可以在远程环境下进行故障诊断，并给出相应的解决方案。试验结果表明：该模型在拖拉机电气系统故障诊断方面表现出较高的准确性和效率，故障诊断准确率达到98.96%,具有实际应用的潜力。研究结果旨在为拖拉机智能化和自动化发展提供一种新的故障诊断方法，并为农业机械维修提供重要的技术支持。
关键词：拖拉机;;电气系统;;卷积神经网络;;传感器;;故障诊断
基金资助：教育部产学合作协同育人项目(202101218021);; 河南省社科联调研课题(SKL-2021-2800)
