来源：期刊VIP网 时间：
作者：刘书伟;姜宏;章翔峰;
单位：新疆大学智能制造现代产业学院;
摘要：针对农业机械监测中存在的监测参数、数据处理效率、实时性和对异常数据的准确识别有限的问题，设计了一种边缘计算下采棉头状态监测和异常检测系统。首先，提出了系统总体设计方案，以边缘预处理层为核心，接收数据采集层多源传感器信号实现状态监测，部署异常检测算法提高监测数据质量，为云应用层的健康评估、故障诊断和寿命预测模型训练提供良好的数据支撑；然后，以STM32微处理器为核心，完成了数据采集终端中供电电路、AD7606数模芯片和无线通信芯片的硬件设计，以及振动传感器等信号采集的软件设计；最后，提出了一种相似性度量的孤立森林异常检测方法，从多域特征矩阵的构造、异常评分估计到异常识别，最终实现对异常数据的识别。为了验证数据采集和异常检测的有效性和可靠性，进行了田间试验和仿真信号测试，结果表明：数据采集终端能够稳定工作，且满足状态监测数据实时性和数量需求，提出的异常检测方法在保持高召回率的同时显著提高了精确率，减少了误报，为农业机械的智能监测提供了更可靠的技术支持。
关键词：采棉头;;状态监测;;异常检测;;边缘计算;;嵌入式物联网
基金资助：国家自然科学基金项目(52265016);; 新疆维吾尔自治区重大科技专项(2022A02010-3);; 新疆农机研发制造推广应用一体化项目(YTHSD2022-07)
