齿轮泵压力信号的负熵基ICA特征提取和故障诊断
齿轮泵动态压力信号蕴含了丰富的状态信息,是齿轮泵的关键性能参数之一;负熵是随机变量独立性的自然测度,反映了机械信号信息的动态变化特征。为了进行基于齿轮泵动态压力信号的故障诊断,在引入经验模态分解技术的基础上,提出了齿轮泵压力信号的负熵基ICA特征提取方法,并进而联合最小二乘支持向量机,探讨了基于ICA和LS-SVM的齿轮泵特征提取和故障诊断方法;理论和试验研究表明,基于负熵的ICA特征提取和故障诊断方法是有效的。
基于AMESim的自适应油源建模与仿真研究
该文在认真分析自适应油源液压系统结构基础上对自适应油源液压系统控制原理进行了数学推导建立了自适应油源控制数学模型得到了自适应油源的传递函数方框图在此基础上利用AMESim软件建立了自适应油源液压系统仿真模型仿真了定量泵控制信号对自适应油源液压系统输出的影响并对控制信号和系统输出之间的关系进行了分析.
某大型特种工程车液压系统故障本体构建
为实现某大型特种工程车液压系统故障知识的共享,提出利用本体进行故障建模。根据液压系统特点设计出本体,针对本体难以描述的复杂故障引进SWRL,建立SWRL规则,最后进行实例的推理,结果表明利用本体和SWRL可以实现故障表示和故障推理。
基于小波包能量谱-神经网络的液压泵故障诊断
针对利用振动信号进行液压齿轮泵故障诊断,介绍了振动信号的小波包能量谱分析,指出了振动信号的小波包能量谱分析可以进行齿轮泵故障模式的识别,研究了利用RBF网络对振动信号的小渡包能量谱进行模式学习和识别的方法,并建立了相应的RBF网络。试验表明小波包能量谱分析一RBF网络方法可对液压齿轮泵的常见故障进行识别和诊断。
液压系统故障模拟方法研究
根据液压系统常见故障形式和多功能液压实验台特点,研究了液压泵磨损、液压缸泄漏、爬行、液压系统气穴、污染等故障模拟方法及系统故障加速方法,并在实验台上全面实现了故障模拟。
基于AHP的液压泵健康状态模糊综合评估
针对齿轮泵的健康状态评估,提出了基于AHP的液压泵模糊状态评估方法。在层次分析法(AHP)中引入模糊理论,解决了AHP在液压系统健康状态评估中应用的局限,同时AHP方法的应用也解决了模糊综合评判模型中权值确定的问题。将该方法应用在试验中,取得了很好的效果。
基于AMESim的液压缸故障建模与仿真
针对液压系统测试试验台,引入仿真软件AMESim对测试系统建立仿真模型。利用AMESim软件开发的仿真系统对测试系统进行仿真,并通过对仿真模型注入各种参数,分析仿真结果,验证仿真模型的正确性。然后以液压缸为例,对模型注入故障信息,为液堰缸故障诊断提供诊断样本。
基于小波包和支持向量机的液压泵故障诊断
研究基于小波包频带能量的故障诊断方法及其在齿轮泵故障诊断中的应用。论述齿轮泵的典型故障设置及其数据采集,针对齿轮泵实验数据,研究基于小波包和支持向量机的齿轮泵故障诊断方法。实验结果表明:基于小波包-支持向量机的故障诊断方法是有效的,而且可以满足在线实时状态监测与故障诊断的要求。
基于改进灰色预测模型的液压泵寿命预测
选取液压油的光谱分析数据作为液压泵的寿命特征信息,针对油液采样问隔不等间距的情况,研究非等间距灰色GM(1,1)模型。对建模数据背景值进行改造,建立改造背景值的非等间距灰色GM(1,1)模型,提高模型的预测精度。研究了油液分析阈值的制定方法,制定液压泵磨损金属元素含量和含量趋势值的阈值。运用改进背景值的非等间距灰色GM(1,1)模型对某型凿岩台车的液压泵进行寿命预测,预测精度达到95.78%。
液压泵故障诊断的小波-神经网络方法
针对利用压力信号进行故障诊断的液压齿轮泵,分析了液压齿轮泵的压力脉动机理,研究了应用小波分析进行齿轮泵压力信号的特征提取,利用RBF网络进行故障识别和诊断的方法,建立了相应的RBF神经网络,试验表明小波分析-RBF神经网络方法可对液压齿轮泵的常见故障进行识别和诊断。