共查询到19条相似文献,搜索用时 62 毫秒
1.
基于神经网络的液压泵故障诊断 总被引:10,自引:0,他引:10
本文提出了一种基于多层感知器神经网络的液压泵故障诊断技术,并建立了从故障信号采集,预处理到诊断的整个框架。最后对某柱塞泵作了试验。 相似文献
2.
3.
基于Elman神经网络的液压泵故障诊断模型研究 总被引:2,自引:0,他引:2
针对传统BP网路进行液压泵故障诊断时,网络学习具有收敛速度慢和学习、记忆不稳定的缺陷,提出了将Elman神经网络应用于液压泵故障诊断的新方法,建立了Elman神经网络的应用结构模型,介绍了该网络的训练算法,阐明了液压泵故障诊断的实现过程。通过试验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,达到了预期的效果,可以用于液压泵故障诊断。 相似文献
4.
倒频谱在液压泵故障诊断中的应用 总被引:1,自引:2,他引:1
本文通过对轴向柱塞泵壳体振动加速速度信号的监测,利用倒频谱分析技术,不仅有铲地识别出了松靴故障,而且消除了传感器安装位置对监测分析结果的影响,为液压泵的故障诊断技术提供了方便。 相似文献
5.
6.
针对液压泵故障诊断的现实需要,提出了基于粗糙集理论的故障诊断方法.该方法利用小波分析对测量的原始数据进行去噪处理并结合Labview软件进行特征提取,得到揭示其内在规律的数据信息并建立故障诊断决策表.采用粗糙集理论提取决策表中的诊断规则,为液压泵的故障诊断提供有效的依据.通过实验证明了该方法可有效的应用于液压泵的故障诊断. 相似文献
7.
李军江水徐启胜李岩 《锻压装备与制造技术》2022,(3):82-87
针对液压泵数据退化特征维数高以及故障诊断精度不高的问题,提出了一种基于变分模态分解(Variational mode decomposition,VMD)与卷积神经网络(Convolutional Neural Network,CNN)的液压泵故障诊断方法。利用VMD良好的分解能力处理高维度数据,进行数据扩展,提取详细特征;基于CNN良好的特征提取和分类性能,在不需要先验知识的情况下直接从数据中提取特征,实现高精度故障诊断。该方法因具有端到端特征学习能力,在实测液压泵数据上进行验证,具有较高的故障诊断精度和稳定性。 相似文献
8.
9.
10.
对液压泵的信号经特征提取后,构造了时域和频域两个证据体,并利用Manhattan距离方法建立了证据体的基本可信度分配函数,对得到的可信度通过数据融合进行液压泵的故障诊断.实例表明该方法计算量小,故障诊断准确率高. 相似文献
11.
12.
13.
14.
15.
多传感器信息融合在液压系统智能故障诊断中的应用 总被引:2,自引:0,他引:2
针对采矿工程机械液压系统故障诊断方法存在的局限性,提出了一种基于多传感器信息融合的智能故障诊断方尊。该方法采用模糊神经网络融合诊断中心作为故障诊断的执行机构,算法上采用BP算法。通过一实例论证了在液压系统故障诊断中采用多传感器信息融合故障诊断方法比采用单传感器信息故障诊断方法更具有准确性和可靠性。 相似文献
16.
17.
多尺度排列熵(MPE)是一种非线性动力学方法,广泛应用于旋转机械的故障诊断。然而,排列熵没有考虑具有相同排列模式的时间序列可能具有不同的振幅,并且粗粒化方法存在缺陷。为解决上述问题,提出时移多尺度振幅感知排列熵(TSMAAPE)。利用时移时间序列改善MPE中粗粒度时间序列存在的不足,同时引入振幅感知排列熵。通过与时移多尺度排列熵和多尺度振幅感知排列熵进行对比,验证TSMAAPE的鲁棒性。考虑到TSMAAPE在特征提取方面的优势,结合鲸鱼优化算法优化的核极限学习机,提出一种液压泵智能故障诊断方法。结果表明:该方法对液压泵的不同故障具有较好的分类准确率,在故障诊断领域有广阔的应用前景。 相似文献
18.
一种改进的BP神经网络在故障诊断中的应用研究 总被引:1,自引:0,他引:1
人工神经网络作为一个具有高度非线性映射能力的计算模型,在工程中具有广泛的应用前景.它不需要预选确定样本的数学模型,仅通过学习样本数据即可以进行故障诊断.本文结合计算机综合业务的一些实际问题,探讨了利用改进的BP神经网络进行故障诊断的方法和应该注意的问题,在分析神经网络的基础上提出了基于改进的BP模型神经网络的故障诊断推理方法.结果表明,基于BP神经网络的故障诊断方法是行之有效的. 相似文献