基于BP神经网络的某型叉车液压系统故障诊断模型研究

阐述了液压系统故障诊断的特点和现状,对BP神经网络的结构、训练方法和算法流程进行了说明,并由此建立了某型叉车的故障诊断模型。将该型叉车液压系统的经验故障诊断特征库转化为可以被神经网络模型利用的样本数据,并利用Matlab软件进行了仿真实验,验证其收敛性能达到相关要求。     

基于模糊神经网络汽车车厢举倾机构液压系统的故障诊断

为了能够有效地对汽车车厢举倾机构液压系统进行故障诊断,深入地分析了模糊神经网络在其中的应用.首先,分析了汽车车厢液压举倾机构的常见故障;接着,研究了基于模糊神经网络汽车举倾机构液压系统故障诊断的基本理论;最后,进行了仿真分析,分析结果表明,该方法具有较高的故障诊断精度.     

基于PHP叉车液压故障诊断系统的设计

叉车是一种常见的工程车辆,液压系统的好坏直接影响叉车的工作效率。首先对叉车液压系统的工作原理进行分析,然后利用因果图对叉车液压系统在工作过程中的常见故障进行分析,采用PHP和MYSQL技术设计叉车液压故障诊断系统,使用监测传感器对液压系统在工作过程中的状态参数进行在线监测,利用单片机对监测参数进行处理,传感器和单片机构成故障诊断系统的下位机,下位机监测参数通过网路接口送给上位机,上位机通过分析下位机参数得出故障原因,通过该系统能够快速处理叉车在使用过程中的故障。     

叉车全动力液压制动系统故障模糊诊断研究

以重型叉车全液压制动系统为研究对象,通过建立故障树模型,并以模糊理论为工具进行了定性和定量分析,实际证明该方法是行之有效的,解决了传统故障树分析不能处理同时存在随机不确定性和模糊不确定性的故障事件问题,为叉车全动力液压制动系统的故障诊断研究开辟了新的途径。     

基于最大故障诊断信息量准则的多负荷传感液压系统监测点优化设计

对特种叉车多负荷传感液压系统的监测点进行分析,建立了多负荷传感系统的测试信号有向图和“元部件-监测点”相关性模型。利用信息论中熵的概念,综合评判最大故障诊断信息熵、较短测试时间和较低测试成本以实现故障诊断,建立了最大故障诊断信息量准则,并以此准则对多负荷传感液压系统状态监测点进行优化设计。最后采用分步测试方式画出特种叉车液压系统故障诊断隔离树。     

基于小波神经网络柱塞泵液压系统的故障诊断研究

为了能够有效地对柱塞泵液压系统进行故障诊断,该文深入研究了小波神经网络在其中的应用.首先,分析了小波神经网络的基本原理,确定了小波神经网络的结构;然后,研究了小波神经网络的算法,选取了具有全局最优的粒子群优化算法.接着,设计了小波神经网络训练的流程;最后,对柱塞泵液压系统进行了故障诊断研究,经过仿真计算,最终得出小波神经网络具有故障诊断正确率高和诊断速度快的优点.     

基于WLAN的液压系统故障诊断设计

针对某大型武器装备液压系统结构复杂、布局分散等特点,设计了基于无线局域网的故障诊断方案。研制了该武器装备液压故障诊断系统的硬件,开发了故障诊断系统软件,阐述了采用BP神经网络对液压系统进行故障诊断的方法。该系统采用无线局域网技术实现上位主机与状态监测仪之间的交互,省去了大量连接电缆,简化了系统组成,采用了基于神经网络的故障诊断方法,实现了对武器装备液压系统的安全监测和快速故障诊断。     

基于二级模糊综合评判的液压系统故障诊断研究

在液压系统故障诊断中,由于故障原因繁多且相互交织和影响,导致设备故障具有一定的模糊性.传统的诊断方法以专家的经验为主,容易产生误诊的现象.以某叉车液压系统为例,应用模糊综合评判理论错容性好、评判方法简单等特点,对其故障进行智能分析,达到可靠、高效评价的目的.     

平衡重式叉车防侧翻分层控制研究

在分析叉车结构和侧翻机理的基础上,设计了一种防侧倾液压油缸作为防侧翻控制的执行机构,以提供侧向支撑力;提出了一种基于T-S模糊神经网络的防侧翻分层控制方法,将叉车防侧翻进行分层控制：上层采用T-S模糊神经网络对叉车的实时运动状态进行判断,并作为下层控制的依据;中层控制层依据运动状态的划分分别选取对应的策略;下层执行层利用不同策略下执行机构的动作形式来控制模型的输出。仿真与实车试验结果表明,所提方法能够在叉车处于紧急工况下对安全域进行划分,以实现提高叉车安全性的目的。     

起升机构液压系统模糊神经网络故障诊断

基于起升机构液压系统故障诊断的特点,提出基于故障树的模糊神经网络作为汽车起重机起升机构液压系统故障诊断的方法。该方法利用故障树知识,提取汽车起重机起升机构液压系统故障诊断的输入变量和输出变量,引入模糊逻辑的概念,运用模糊隶属度函数来描述这些的程度,利用共轭梯度优化算法对神经网络进行训练,并通过实例分析,验证了汽车起重机起升机构液压系统模糊神经网络故障诊断的有效性。