针对锥形缸体轴向柱塞泵工作时,柱塞腔内油液体积急剧变化,腔内产生的压力脉动和压力冲击会造成柱塞泵振动以及噪声的问题,采用了AMESim建立锥形缸体柱塞泵模型的方法,研究了斜盘倾斜角度和油液的可压缩性及粘性对柱塞腔内压力的影响特性。首先,分析了A4VSO锥形缸体柱塞泵的工作原理和运动学关系,以及柱塞腔内压力的理论分析;其次,通过AMESim的二次开发对原有的柱形缸体模块进行了改进,在考虑泄漏的影响下,建立了锥形缸体轴向柱塞泵的仿真模型;最后,使用实验数据验证了仿真模型的可靠性。研究结果表明:随着斜盘倾角、油液体积弹性模量和动力粘度的增大,柱塞腔内压力增大,且油液体积弹性模量的脉动率由最初0.6%的涨幅降为0.34%。

通过变分模态分解特征能量重构法(VMD)来实现对故障进行分析时,存在准确性不高的问题,针对这一问题,提出了一种通过变分模态分解特征能量重构法(VMD)和多尺度散布熵实现的柱塞泵滑靴磨损故障诊断方法。首先,对原始信号先进行了VMD分解,获得了能量余量;然后,设计了一种建立在特征能量占比(FER)基础上的变分模态分解特征能量重构法(VMD)和多尺度散布熵(MDE)的方法;最后,以柱塞泵故障诊断为研究对象,通过仿真分析方法,依次对柱塞泵在正常状态与滑靴端面磨损为0.1 mm、0.2 mm、0.3 mm状态下的情况进行了分析。仿真及研究结果表明:在逐渐增加时间尺度的过程中,粗粒化序列的随机性和复杂性都明显下降;故障程度增大后,形成了更加规律的变化过程;与DE、MSE和MFE相比,该方法的计算速度更快,分离效果更好;ELM相对SVM的训练时间缩短了12.5%,同时测试精度提升了17%...

由于传统浅层模型对故障的表征能力有限,同时信号特征的提取又过分依靠专家经验,针对这些问题,提出了一种基于深度一维卷积神经网络(D-1DCNN)的轴向柱塞泵故障诊断方法。首先,采集了柱塞泵正常、松靴、滑靴磨损、中心弹簧失效、配流盘磨损5种状态下的振动信号,并将这些信号制作成样本集,加以标签标记,将样本集划分为训练样本与测试样本;然后,将样本输入到D-1DCNN中,进行了训练样本信号的特征提取工作,通过前向传播和反向传播方式得到了D-1DCNN的具体模型;再使用SoftMax分类器对测试样本进行了分类,并对网络模型中的参数进行了调整,得到了柱塞泵故障诊断的准确率值;最后,通过西储大学的轴承故障信号对此进行了仿真对比。研究结果表明:采用该方法对轴向柱塞泵故障进行诊断,其准确率可达到100%;使用D-1DCNN对柱塞泵进行故障诊断时,不需要人工设...

针对轴向柱塞泵配流副内的空化现象,建立了考虑配流盘表面形貌的柱塞泵配流副空化模型,分析了压力、转速和配流盘表面形貌对轴向柱塞泵配流副内空化现象的影响。首先,由于机加工零部件表面具备分形特征,采用了分形理论模拟配流盘表面形貌,在此基础上建立了轴向柱塞泵配流副空化模型;然后,采用有限差分法和松弛迭代法求解了数学模型,得到了符合精度要求的数值解,从而得出了配流副油膜压力分布特征,在此基础上分析了配流盘表面容易发生空化的位置;最后,通过改变配流副的压力、转速和分形参数,得到了不同的压力、缸体转速和表面形貌对配流副空化现象的影响。研究结果表明:配流盘表面易在高压和低压的过渡区域发生局部空化,当配流副排油腔压力达到30 MPa,且配流盘表面较粗糙时,配流盘局部气体体积分数达到92%左右;采用提高配流盘表面...

空化现象的产生严重制约了轴向柱塞泵向高速高压方向发展,需要对柱塞泵的空化状态检测与智能故障诊断展开研究,因此,结合深度学习网络与非线性分类器的优点,提出了一种基于CBLRE(CNN+BiLSTM+RELM)模型的柱塞泵空化状态识别方法(检测模型)。首先,对不同空化状态下柱塞泵的一维原始振动信号进行了数据增强,并对其进行了标准化处理;然后,利用卷积神经网络(CNN)自动提取信号的特征,并对其进行了特征降维处理;利用双向长短期记忆(Bi-LSTM)网络学习特征序列的时间依赖性,利用正则化极限学习机(RELM)的非线性分类器对特征进行了分类,实现了对柱塞泵的空化状态检测与智能故障诊断;最后,为测试CBLRE模型的性能,搭建了实验平台,在此之上将CBLRE模型与其他模型进行了对比,分析了该模型在不同工况下的性能表现。研究结果表明:该模型的结构稳定、训练时间短,且...

高压(>35 MPa)、大排量(>500 mL/r)的轴向柱塞泵是大断面隧道掘进装备刀盘驱动系统的核心动力源,在高压、大排量的工况下,轴向柱塞泵的配流副油膜是最易损的摩擦副结构,直接影响柱塞泵的可靠性。为此,针对大排量轴向柱塞泵中球面配流副结构的设计问题,对不同结构配流副的承载特性及压力流量特性进行了研究。首先,采用计算流体力学(CFD)方法,构建了轴向柱塞泵整泵的流场模型,对油膜内关键节点的受力及压力流量特性进行了求解,并通过与台架实验的压力出口数据,对比验证了仿真模型边界设置的准确性;然后,对比分析了不同配流副结构的出口压力流量特性,分别对平面配流副、锥面配流副和球面配流副的泄漏特性及其承载特性进行了计算;最后,分析了不同曲率半径的球面配流副在出口压力流量特性、泄漏特性及承载特性方面的差异,提出了球面配流副...

当前油田用泵存在故障状态与故障判断模糊性大、状态评估指标片面、现场维修指导性不强等问题,针对这些问题,提出了一种基于模糊层次分析法的分析模型方法,并将其用于油田用泵的健康状态评估。首先,将9标度与失效模式影响和关键性分析中的严酷度一一对应,进行了两两比较,建立了判断矩阵,计算了权重向量,并通过一致性检验建立了权重矩阵;其次,根据监测数据计算出劣化度,将其代入隶属度函数中,生成了模糊判断矩阵;并在此基础上利用权重矩阵和劣化度模糊判断矩阵,进行了矩阵相乘运算,得到了健康状态评价矩阵,并按照最大隶属度原则实时评估了设备健康状态;最后,采用该健康状态评估模型,对油田注水系统中使用的柱塞泵进行了健康状态评估实验,以验证该模型的有效性。研究结果表明:该健康状态评估模型在工程中具有良好的实用性和可行性...

在实际工程应用中,有限的故障样本数量及噪声都影响轴向柱塞泵故障诊断的效果,所以,如何提高模型在小样本、噪声条件下轴向柱塞泵故障诊断的性能是一个亟待解决的问题。在样本数量有限、噪声条件下,采用基于深度学习的故障诊断方法会出现过拟合、诊断准确率下降的问题,为此,提出了一种小样本条件下基于原型网络的轴向柱塞泵故障诊断模型(方法)。首先,搭建了轴向柱塞泵故障诊断模型,并等量随机抽取了每个故障的样本以构建多个任务,模型使用一维卷积神经网络作为主干,每个任务中包含当前模型、支持集、查询集;然后,利用模型将样本映射到特征空间,在特征空间中,模型使用支持集的同类样本构建了原型点,并逐个将查询集样本与多个原型点进行了距离度量,实现了轴向柱塞泵不同故障的分类;最后,为了验证基于原型网络的轴向柱塞泵故障诊...

斜盘式柱塞泵通过配流盘进行进出口的高低压油液切换,其过渡区域的阻尼槽结构优化设计对于提升泵出口的压力-流量特性至关重要。为了有效地提高阻尼槽结构优化设计的效率,提出了一种基于多目标遗传算法的圆柱形阻尼槽多参数优化方法。首先,对配流盘阻尼槽的构型与柱塞泵的输出压力流量特性的关系进行了理论分析;采用计算流体力学(CFD)方法,对配流盘阻尼槽原始结构的流场压力-流量特性进行了计算,对其出口流量脉动特性与阻尼槽结构的关系进行了分析;然后,对不同阻尼槽结构的流场特性进行了计算,分析了阻尼槽半径、阻尼槽长度以及阻尼槽偏转角对输出压力-流量特性的影响规律;最后,采用了多目标遗传算法,以降低出口流量脉动和压力冲击为优化目标,求解得到了圆柱形阻尼槽的最优结构,并将其与原始结构的仿真结果进行了对比,以验证优...

针对无外置反馈信号比例电磁阀放大器的期望输出与控制输入存在的非线性问题,对各参数在放大器工作中的作用进行了研究,提出了一种预存匹配参数、电流跃变时跟踪不工作的线性放大器实现方法。首先,明确了实现线性放大器需要有效解决的问题;其次,基于上述的问题,采用发明问题解决理论(TRIZ)对现有放大器进行了分析,得到了发明原理解;然后,根据发明原理解将控制值输出电流关系形成逆向匹配参数表,将输出电流采样电流形成匹配参数表,并将匹配表预存入放大器中;最后,在现场可编程门阵列(FPGA)中实现了放大器的控制功能,并针对不同的比例阀,进行了匹配表参数的测定、放大器静态性能的测试以及工程应用验证。研究结果表明:该数字型线性放大器实现方法合理、有效,放大器输入/输出的线性误差小于1.5%,电流稳态建立时间小于0.1 s;通过在液压系...