基于SO-LSTM的立柱液压系统故障诊断方法研究

针对目前无法快速、准确地诊断矿用立柱液压系统故障等问题,在建立仿真模型分析单一故障机制的基础上,基于优化算法提出多种故障诊断方法。将立柱物理模块与立柱液压系统模块相结合,建立立柱液压系统仿真模型;基于Simulink分析单一故障的影响,基于蛇优化LSTM神经网络建立诊断模型;最后,根据实际数据进行模型的实例验证。结果表明：蛇优化LSTM模型对液压立柱故障仿真数据识别率达到99.5%,对液压立柱故障真实数据识别率达到97%,与模型仿真数据的预测精度仅相差2.5%,预测精度较高,达到了预期目标。     

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。     

基于BP神经网络的液压系统故障诊断专家系统

本文尝试将BP神经网络应用于液压系统的故障诊断，阐述了基于BP神经网络的故障诊断专家系统的基本结构，以及知识库，正向推理机和解释机的实现方法。     

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.     

BP神经网络在挖掘机液压系统故障诊断中的应用

介绍了BP网络的结构及学习算法,阐明了液压系统故障诊断的实现过程.通过对挖掘机液压系统常见故障进行试验和测试,验证了该神经网络收敛速度快,学习记忆稳定,具有很好的学习功能;测试结果表明该诊断方法具有高可靠性,达到了预期的结果,可以用于液压系统的故障诊断.     

神经网络在复杂液压系统故障诊断中的应用

尝试将BP神经网络应用于液压系统的故障诊断,阐述了基于BP神经网络的故障诊断专家系统的基本结构及知识库组建的方法。结合工程机械液压系统,建立了适合复杂系统故障诊断的复合神经网络结构。该诊断系统具有知识库规模小、推理速度快、推理过程及结论明确等优点。     

基于优化VMD和BP神经网络液压管路故障诊断研究北大核心

针对航空发动机液压管路故障信号易受噪声干扰、管路故障诊断准确率不高等问题,提出基于优化变分模态分解和BP神经网络的故障诊断方法。利用遗传算法自适应确定变分模态分解K、α的最优参数,然后采用优化后的变分模态分解方法对航空液压管路的振动信号进行分解,最后将故障特征明显的故障分量输入BP神经网络模型中进行训练和分类。结果表明:提出的基于变分模态分解与BP神经网络的航空液压管路故障诊断方法能够精准识别出航空液压管路多种不同的故障状态。     

基于卷积神经网络的液压缸内泄漏检测

由密封损坏引起的液压缸内泄漏会导致液压系统工作的不稳定。本文作者提出一种基于卷积神经网络的检测方法,先经过仿真得到在无泄漏、小泄漏、中等泄漏和大泄漏4种工况下的液压缸一个腔的压力信号,通过卷积神经网络的学习与训练,使其在不确定工况下通过输入压力信号自动地检测液压缸的泄漏程度。相比于传统的建模方法,文中方法克服了在非线性液压系统中建模难点,只需要采集压力信号,且简单可行,具有很高的可靠性;将该方法与传统的BP神经网络作对比,证明该神经网络的优越性     

基于卷积神经网络的液压缸内泄漏检测

由密封损坏引起的液压缸内泄漏会导致液压系统工作的不稳定。本文作者提出一种基于卷积神经网络的检测方法,先经过仿真得到在无泄漏、小泄漏、中等泄漏和大泄漏4种工况下的液压缸一个腔的压力信号,通过卷积神经网络的学习与训练,使其在不确定工况下通过输入压力信号自动地检测液压缸的泄漏程度。相比于传统的建模方法,文中方法克服了在非线性液压系统中建模难点,只需要采集压力信号,且简单可行,具有很高的可靠性;将该方法与传统的BP神经网络作对比,证明该神经网络的优越性     

基于BP神经网络的浆体管道输送系统故障诊断

在浆体管道输送系统中,受设备成本、安装难度等因素的限制,往往安装的测量仪表较少,从而导致可测变量偏少,且变量之间存在非线性关系,难以建立精确的数学模型,给故障诊断带来很大困难。通过MATLAB神经网络工具箱构建BP神经网络,利用离线数据对网络进行训练,将训练好的BP网络应用到浆体管道输送系统故障诊断中,有效地实现了两种典型故障的诊断。     

基于PLC-BP神经网络的流量计故障诊断

针对提高流量计可靠性的问题,提出使用BP神经网络进行故障诊断的方法,对流量计故障诊断进行了分析和设计;介绍了BP神经网络在故障诊断中的应用,并在Step7-300内部实现了BP神经网络。实验表明:运用此方法后诊断准确率可达90%以上。     

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.     

基于大数据分析的液压系统故障诊断综述

结合大数据分析技术,针对液压领域的故障诊断,围绕近几年故障诊断的研究现状,归纳总结基于大数据分析的液压故障诊断原理。重点讨论诊断的关键技术,阐述这些技术的优势与不足。对液压系统故障诊断方法进一步的研究思路进行展望,为后续的研究提供参考。