脱粒装置作为联合收割机的重要组成部分,不仅受限于驾驶员的经验作业,而且受地形与作物姿态的影响,很容易发生滚筒堵塞等故障,直接影响整机性能的发挥.文章针对国内外脱粒滚筒故障检测仅仅停留在对其某个相关工作参数进行监测并提取特征值的片面性、故障检测分析不全面的缺点,提出了一种结合主元分析与小波神经网络技术的多参数故障监测与诊断方法,即利用主元分析方法先对影响脱粒滚筒堵塞的主要性能参数进行信号预处理,再利用小波神经网络的建模优势对脱粒滚筒故障进行训练,并分别与BP 神经网络、传统的转速监测诊断方法比较. 实验分析表明,提出的方法故障诊断率更高、收敛速度和稳定性更优,故障诊断更优更全面.同时展望了此方法在脱粒滚筒故障预测与检测中的研究前景,也为脱粒滚筒自动监控装置的研究提供依据。