排序方式: 共有13条查询结果,搜索用时 31 毫秒
1.
内泄漏作为电液换向阀常见的故障类型,其故障振动信号具有非平稳性、非线性等特点,且容易被其他信号淹没、破坏。对此提出了一种经验模式分解(Empirical Mode Decomposition,EMD)和一维密集连接卷积网络(Densely Connected Convolutional Networks,DenseNet)的电液换向阀内泄漏故障诊断方法。该方法首先利用EMD对振动信号进行分解得到一系列本征模态分量(Instrinsic Mode Function,IMF),并将IMF分量和原始振动信号依次进行并联堆叠;然后将并联堆叠信号作为一维密集连接卷积网络的输入进行特征的自动提取,并进行故障分类;最后通过DenseNet与传统的一维卷积神经网络(CNN)对比验证得出,该方法能准确、有效地对电液换向阀内泄漏故障进行诊断。 相似文献
2.
3.
针对推土机转向液压系统液压缸无法复位这一典型故障建立推土机转向液压系统故障树模型,并在此基础上建立可靠性仿真框图,利用Matlab计算推土机转向液压系统的可靠性。通过计算结果对关键元件进行分析,提高推土机转向液压系统的可靠性。 相似文献
4.
为了改善滑靴副的摩擦学性能,利用液压泵的压力冲击试验,确定滑靴和斜盘的材料组合方案。在此基础上,利用等离子喷涂技术在多元复杂黄铜表面制备MoS2固体润滑涂层,分析MoS2涂层对材料的摩擦因数和摩擦力矩的影响,测量材料的磨损量、磨损深度以及磨损率,利用扫描显微镜观察摩擦表面的磨损形貌。结果表明:在压力冲击场合下,多元复杂黄铜和球墨铸铁的磨损量最小;MoS2涂层结构比较致密且与多元复杂黄铜基体结合牢固,材料的摩擦因数为0.11~0.13,摩擦力矩为1.0~1.1 N·m;在对摩过程中,MoS2涂层的硫原子对铜和铁元素具有很强的活性,与配对材料发生摩擦化学反应,形成Cu2S和FeS的润滑转移膜,摩擦表面呈现黏着和轻微磨粒磨损特征。 相似文献
5.
对于污物重的大型、复杂零部件的清洗,已有的清洗方法难以实现大功率,为了解决这个问题,提出了电液式大功率清洗装置。其核心零件是2D四通转阀,通过控制2D四通转阀阀芯旋转可实现激振频率的控制,改变待清洗零件振动的快慢;控制阀芯轴向滑动可实现激振幅值的控制,改变待清洗零件振动的幅值。该装置采用2D四通转阀带动液压缸中的液压杆前后移动,从而带动清洗盒前后快速振动,剥离被清洗物表面的污垢,从而达到洗净目的,实现大功率清洗。通过数据采集系统实现对液压系统的控制、可视化实时数据采集、显示和保存。基于电液式大功率清洗的工作与控制原理搭建实验平台并做实验。结果表明:该电液式大功率清洗装置可达到下限频率为2669 Hz,实现大功率清洗。 相似文献
6.
滑靴副是轴向柱塞泵的主要传递动力部件之一,将直接影响轴向柱塞泵的工作性能。目前,轴向柱塞泵存在的主要故障问题是关键摩擦副的油膜润滑失效和支承失效。采用AMESim/Simulink联合仿真技术研究轴向柱塞泵外部特性与滑靴副内部特性之间的规律,通过分析滑靴副的静压支承特性原理,建立滑靴副的静压润滑特性数学模型和液阻模型,并以接口模块连接两个模型构成虚拟模型。对轴向柱塞泵滑靴副的结构尺寸与滑靴副的泄漏流量、油膜厚度与刚度之间的变化规律进行基于AMESim/Simulink的联合仿真研究。仿真结果为滑靴副结构参数的优化设计提供依据,而且为后续开展的滑靴副润滑特性实际测量试验提供帮助。 相似文献
7.
为了解决单传感器振动信息不能全面表达柱塞泵故障特征信息的问题,提出了一种基于多传感器数据融合深度残差收缩网络学习的轴向柱塞泵故障诊断方法。首先,采用多传感器对振动信号进行采集,完善振动信号的故障特征信息。其次,针对振动信号的非平稳、非线性等特征,提出基于多元多尺度散布熵的多通道融合方法,获取一维故障特征向量,从而达到增强故障冲击特征的目的。然后,将故障特征向量输入到深度残差收缩网络模型,通过注意力机制,利用软阈值函数降低样本噪声及无关特征干扰,实现轴向柱塞泵故障特征识别。最后,通过轴向柱塞泵故障诊断试验验证所提方法的有效性。试验结果表明,该方法可有效提取振动信号的故障特征,识别正确率明显高于典型的深度学习方法。 相似文献
8.
建立了280-B挖掘机提升系统的数学模型;针对该系统动态特性的非线性和时变性因素,提出了一种基于BP神经网络的PID控制器的设计方案,该控制器既有经典PID控制算法的特点,又有神经网络良好的自适应和抗干扰能力。Matlab仿真结果表明,基于BP神经网络的PID控制器具有较高的精度和较强的适应性,可以获得满意的控制效果。 相似文献
9.
滑靴受外力作用时会发生弹性变形,影响滑靴副的摩擦润滑性能,增加滑靴副的能量消耗,降低轴向柱塞泵的功率传递效率。在高速重载工况下,滑靴的弹性变形不可避免,需要考虑弹性变形对滑靴副能量损失的影响。为了减小滑靴副能量损失和提高轴向柱塞泵能量调控性能,建立1种考虑滑靴弹性变形的功率损失模型。讨论柱塞腔压力、主轴转速以及结构参数等关键参数对滑靴副功率损失的影响。结果表明:A4VTG90泵滑靴副的泄漏功率损失为1.93~2.3 W,黏性摩擦功率损失为228.5~240.3 W,主要集中在泵的排油区;滑靴副能量损失主要以黏性摩擦功率损失为主,泄漏功率损失比较小;阻尼孔长度直径比对滑靴副能量损失影响显著,选择合适的结构参数能改善滑靴的工作性能;滑靴的结构优选值范围如下:滑靴的半径比为1.2~1.6,阻尼孔的长度直径比为4~5。 相似文献
10.