针对轴向柱塞泵松靴故障在强噪声干扰下故障信号微弱、故障特征提取困难和故障诊断识别精度低等一系列问题,提出了基于最小熵反褶积、集合经验模态分解和超限学习机相结合的轴向柱塞泵松靴故障诊断的方法。首先采集了轴向柱塞泵在正常和松靴故障两种状态下的振动信号;然后对振动信号进行了最小熵反褶积降噪,排除了噪声干扰,增强了冲击特性;之后利用集合经验模态分解将去噪后的信号分解成了若干个本征模态函数分量,并通过奇异值分解获得了特征矩阵;最后将得到的特征矩阵输入超限学习机、反向传播神经网络和支持向量机等3类分类器,并将识别结果与集合经验模态分解特征提取方法的识别结果进行了对比。研究结果表明:最小熵反褶积和集合经验模态分解结合的方法弥补了最小熵反褶积在强背景噪声下提取特征的局限性,克服了经验模态...

针对早期微弱故障信号易受噪声干扰、难以提取和识别的问题,提出一种基于变分模态分解(variational mode decomposition,简称VMD)多尺度散布熵(multiscale dispersion entropy,简称MDE)和极限学习机(extreme learning machine,简称ELM)的柱塞泵微弱故障诊断方法。首先,采集各状态的振动信号进行VMD分解,得到若干模态分量,根据各模态分量Hilbert包络谱中特征频率能量贡献率大小,提出以归一化特征能量占比(feature energy ratio,简称FER)为重构准则的变分模态分解特征能量重构法(variational mode decomposition feature-energyreconsitution,简称VMDF),对各模态分量进行信号重构;其次,计算重构信号的MDE,对各尺度散布熵进行分析,选择有效尺度散布熵作为特征向量;最后,将提取的特征向量输入ELM完成故障模式识别。柱塞泵不同程度滑靴端面磨损故障的实验结果表明,该方法不仅提高了模式识别效率,还可以更...

轴向柱塞泵广泛应用于农机液压系统中,但工作过程中受到机械振动和液压冲击,容易诱发故障,严重时导致设备损坏。本文针对以上因素开展柱塞泵的运动学和动力学分析,期望通过对柱塞泵自由度、运动和受力规律的推导计算及仿真分析来探索柱塞泵产生机械噪声的主要原因。通过建立起相应的数学模型,运用Pro/E软件对柱塞泵进行几何建模,利用接口程序Mechanism/Pro将柱塞泵几何模型转换到多体动力学软件ADAMS中,根据柱塞泵的运动规律添加复杂约束和力,进行运动学和动力学仿真分析,得到主要零部件不同工况下的位移、速度、加速度和受力曲线。将理论推导和仿真分析对比,从机械角度分析噪声的原因是柱塞所受惯性力的急剧变化和柱塞滑靴组件连接点的压力超调大于额定压力的5%。

针对柱塞泵故障特征难以提取、故障分类困难、故障诊断准确度不高的问题,提出局部均值分解(LMD)样本熵和支持向量机(SVM)结合的柱塞泵故障诊断方法研究。采集柱塞泵四种状态(正常、松靴、配流盘磨损、滑靴磨损)的多测点振动信号,将振动信号进行LMD分解和重构,提取重构信号的样本熵与原始信号标准差作为特征向量,将其输入SVM中进行训练和诊断,并与原始信号的特征向量诊断结果进行比较,诊断准确度可达99.5%以上。最后将SVM诊断结果与BP神经网络进行比较,结果表明SVM具有更高的速度和准确度。

为有效提取非线性非平稳特性的柱塞泵故障特征,提高故障诊断准确率,提出了一种基于变分模态分解(Variational Mode Decomposition,VMD)模糊熵和支持向量机(Vupport Vector Machine,SVM)相结合的柱塞泵故障诊断方法。首先将信号经过VMD分解形成K个固有模态分量(Intrinsic Modal Component,IMF);然后确定IMF个数,提出了基于峭度分析的IMF个数确定方法;其次取峭度值较大的IMF并计算其模糊熵,确定了各状态下相应的模糊熵;最后将模糊熵作为特征向量输入SVM进行故障识别,准确率可达98.3%。将该方法与经验模态分解(Empirical Mode Decomposition,EMD)模糊熵-SVM、VMD模糊熵-BP神经网络对比,结果表明,VMD模糊熵和SVM相结合的方法在柱塞泵故障诊断中具有优越性。

为适应挖掘机电动化的发展需求,提出一种开式容积与储能平衡协同控制液压挖掘机动臂的原理,通过改变伺服电机转速控制定量液压泵输出流量匹配负载需求,三腔液压缸的独立储能容腔连接蓄能器,将动臂下降时的重力势能转化为液压能存储并在举升动臂时再利用。研究中,分别测试了变量泵和伺服电机的动态响应速度,并测试了定转速异步电机驱动变量泵、变转速伺服电机驱动定量泵这两种动力源的能效,构建了液压挖掘机动臂储能平衡试验测试系统,对比分析了这两种动力源驱动挖掘机动臂的能效特性。结果表明,与异步电机驱动变量泵作为动力源相比,采用伺服电机驱动定量泵作为动力源驱动挖掘机动臂可降低峰值功率19.8%,一个周期内降低能耗58.7%,节能效果非常显著。

针对纯电驱液压挖掘机传统的动臂电气式回收系统无法实现回收能量再利用的问题,提出一种势能回收再利用系统。以某型6 t纯电驱液压挖掘机为研究对象,对其回收系统各主要元件进行了参数匹配与损耗研究,基于SimulationX平台建立起该系统机电液联合仿真模型,对系统的动态特性与能耗特性进行了仿真研究。结果表明,系统在动臂下落时回收能量效率达到了60%。相比普通纯电驱液压挖掘机的动臂系统实现了21.8%的节能,该项研究实现了动臂回收能量的再利用。

轴向柱塞马达是液压系统中执行机构的动力元件,其运行过程中产生的振动和噪声严重时会引发传动失效、流体泄漏等重大问题。基于TPA分析法,对轴向柱塞马达运转中的振动、噪声产生机制及传递路径进行理论分析。基于AD⁃AMS和AMESim平台,以机械结构为核心,引入流体动力特性,搭建轴向柱塞马达机-液耦合模型,对其动、静态特性及运转中振动、噪声产生机制进行了进一步分析,指出通过优化配流盘和马达外壳结构可实现减振降噪的目的。对比相关文献中轴向柱塞马达参考数据,输出特性等方面相对误差小于6%,且运动特性符合理论模型,优于现有轴向柱塞马达仿真模型,验证了机-液耦合模型具有较好的计算精度。以仿真评估代替物理样机总体性能评估,能最大程度缩短产品研发周期,降低研发成本,其振动机制分析又可为柱塞马达结构优化提供理论依据。

采用S7-400系列PLC实现了对液压拉深垫泵站电机的控制,由于系统泵站所用电机功率都比较大,设计中采用了星/角转换的启动方式。根据系统控制要求编写了PLC程序,给出了详细的流程图,实现了泵站电机的星/角启动和安全连锁控制,保证了电机的安全运行和系统的正常工作。

针对液压伺服系统难以精确控制的特点，采用重复控制补偿的高精度PID进行控制。通过建立数学模型并在Simulink中对电液位置伺服系统进行仿真，研究表明该控制策略应用在电液位置伺服控制系统中跟踪性能好、精度高。