基于观测器和神经网络的液压系统故障诊断方法研究

针对液压系统特点,提出基于观测器和神经网络的故障诊断方法.该方法的原理是基于观测器实现故障的判断,利用经观测器输出训练的神经网络实现故障定位.相对于故障树和专家系统等方法,该方法的优点是诊断速度更快、不需要大样本.仿真结果证明该方法有效.     

液压系统故障的实用诊断方法

液压设备通常是由机械、电气及液压等装置组成的复杂系统 ,液压设备中的机械故障、电气故障、液压故障有时会交织在一起 ,为此液压设备故障诊断是一个受多个方面因素影响的综合问题。而且由于液压系统中的工作介质和液压元件都是在封闭的油路内工作 ,这给液压系统的故障诊断带来了一定的困难。与单纯的机械设备故障和单纯的电气设备故障相比 ,液压设备故障有其特殊性 ,因此它的故障诊断方法也有其特殊的一面。在生产现场 ,由于受生产计划的限制 ,往往要求故障诊断人员能利用现场的信息和自身的技术条件 ,用最简单的技术手段 ,准确、简便和高…     

基于人工智能的液压系统故障诊断方法的研究

本文简要叙述了ＦＤＤ各种方法，重点对ＦＤＤ在液压系统中应用的方法和实践进行了讨论。可以预言，这将是一个非常有发展前途和研究价值的领域。     

液压系统故障诊断方法综述

对液压系统故障诊断的主要理论和方法进行了归纳和分类,对各种方法的局限性和适用范围进行了定性分析,指出了将多种智能诊断方法及其它现代技术相互融合是液压系统故障诊断技术未来发展的趋势.     

几种行之有效的液压系统故障诊断方法

给出了大型装备液压系统故障诊断的一般步骤,列举了直接诊断法、原理诊断法、因果图法等几种实用的故障诊断方法。     

液压系统故障诊断方法综述

简要回顾了液压系统故障诊断方法的发展,归类分析了液压系统故障诊断的方法,总结了各种方法的优缺点,展望了液压系统故障诊断的发展趋势与动态.     

新型的液压系统故障诊断方法

液压系统是密封带压系统，管路中油液的流动、元件内部的零件动作和密封是否损坏都不易观察到，分析故障原因和判断故障部位都比较困难。本文提出一种简便、实用的故障诊断方法。     

风翼液压系统故障诊断方法综述

风翼助航是实现船舶绿色化发展的有效途径之一。液压系统作为风翼动力系统的重要组成部分,其运行状态决定风翼助航船运行的可靠性与节能效果。以风翼液压系统为对象,综合分析其故障部位、方式、特点以及故障后果,通过梳理国内外液压系统的故障诊断方法,分析各类诊断方法在风翼液压系统上的适用性,并总结各类诊断方法的特点和不足。结果表明：具有多层次诊断结构的智能诊断方法在提升大型复杂液压系统故障诊断精度及降低诊断模型复杂度方面具有优势,将成为船舶风翼液压故障诊断研究的发展趋势。     

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.     

液压系统故障诊断的知识获取和推理研究

本文在液压系统故障的基础上,介绍了故障诊断专家系统规则的抽取,并提出一种相应的分层模糊推理方法,体现了专家系统解决问题的直观性和有效性。     

基于模糊神经网络的故障诊断方法研究

文章构造了一种模糊神经网络模型,并详细阐述了模糊神经网络(FNN)的结构、算法.经过MATLAB仿真运行证明其可行性,另外在相同的条件下,FNN网络在故障诊断的准确率及训练速度方面均优于传统的BP网络.     

基于CEEMD航空液压管路故障诊断方法研究

航空液压管路是飞机液压系统的重要组成部分,为了对其早期故障进行准确识别及预测,针对航空液压管路中早期微弱故障振动信号进行研究,利用自适应白噪声完备总体经验模态分解方法将信号分解为多个分量,搭建ResNet网络结构,并将获得的分量输入到深度残差网络（ResNet）进行训练测试。实验结果表明：CEEMDAN-ResNet模型故障识别率可达99.78%,故障预测训练迭代到1 200次时,准确率将会达到99.5%左右并持续稳定,验证了所建立的CEEMDAN-ResNet模型对航空液压管路早期故障识别与预测的准确性、可行性。     

基于故障树和LSTM-SVM的稀土电解给料自动辅机故障诊断方法

稀土熔盐电解过程中电解给料自动辅机组件之间工作关联大,故障复杂多样,使用单一故障诊断方法效果不理想。针对这一问题,通过分析给料自动辅机组件之间的工作关系,提出基于故障树和LSTM-SVM的粉体下料设备故障诊断方法。首先搭建多层故障树,分析故障模式,然后根据故障树数据提取重要度较高的故障模式,建立长短期记忆神经网络故障诊断模型,故障定位后根据故障树分析结果所定义的权重大小输出诊断结果,并使用SVM对非故障异常工作状态进行分级。测试结果表明该模型具有较高的故障识别准确率。     

基于深度学习的电机轴承故障诊断研究

针对目前已有的电机轴承故障诊断算法对于人工干预和专家经验的依赖,以及故障诊断工作的复杂度逐渐的提高。文章提出了基于深度学习中卷积神经网络的故障诊断算法,使用原始振动数据作为网络模型的输入对其进行训练以发挥其强大的自学习能力。根据振动数据的特点和实验对比选择模型的结构和参数,进而通过深层次网络结构的卷积操作以实现对原始振动数据的特征提取,最终在输出端利用Softmax分类器输出分类结果。通过实验验证表明,该方法对于轴承故障分类准确率能够达到99.8%,对比其他方法具有很好的分类效果。     

基于LS-SVM液压缸泄漏故障诊断方法的研究

液压系统的执行机构是液压缸,其运动故障主要是压力不足,导致其动作反应不及时,针对液压控制系统中出现故障复杂性的特点,以液压系统的液压缸泄漏为研究对象,通过分析液压缸泄漏程度的故障形式,通过液压缸泄漏程度的分类,提出了基于LS-SVM液压缸泄漏故障方法,建立了该系统的故障诊断模型,对液压缸泄漏量进行定量的分析和算法研究。研究表明,这种针对液压缸泄漏故障诊断的原理、方法和特点,可以比较准确地预测液压缸泄漏的程度,对其故障诊断是有效和实用的。     

基于模糊故障树的摊铺机液压调平系统故障诊断与维护策略

摊铺机熨平板的液压调平系统作为摊铺机的一个重要特征,是影响摊铺路面平整度的最关键的系统,其一旦出现故障,将严重影响摊铺路面的质量。以SP120摊铺机的液压调平系统作为研究对象,通过分析该系统的故障形式,提出了对SP120摊铺机液压调平系统故障基于模糊故障树理论的诊断方法,建立了该系统的模糊故障树,并对该故障树进行了事件模糊化分析和算法研究,结果表明该算法是可行的。最后给出了系统故障的预防和维护措施。     

液压系统的设计、维护与故障诊断

为了使液压设备可靠地运行，应该从设计、维护与故障诊断等方面提供保障。结构合理、主动维护以及严密监测都能减少故障的发生率。     

基于事例推理的船艇液压系统故障诊断专家系统

以船艇液压系统为研究对象,采用基于事例的诊断推理技术,开发了具有一定学习能力的船艇液压系统故障诊断系统,并介绍了系统总体结构与各模块功能.该专家系统用于快速、准确排除船艇液压系统故障,且操作简单,易于维护,可靠性高.     

基于混合神经网络的数控机床故障诊断技术研究

为了实现数控机床故障诊断的自动化和智能化,提出了一种基于混合神经网络的数控机床故障诊断技术.首先通过一级BP神经网络对输入的故障信息进行分类,然后针对分类后的故障再通过二级ART神经网络实现故障的诊断和排除.基于两级混合神经网络的故障诊断系统不但具有故障自动诊断功能,而且还具有自学习和自组织等智能.     

基于无线网络的液压系统故障诊断方案设计

针对某大型武器设备液压系统各组成部分位置分散的特点,提出基于无线网络的液压系统故障诊断方案.设计了液压系统故障诊断的软件与硬件,阐述了运用BP神经网络的液压系统故障诊断方法,对无线数据传输协议进行了优化与设计.该方案将无线网络技术用于数据传输,省去了大量电缆连接,简化了系统,实现了对武器装备液压系统的远程监测和快速故障诊断.