气固两相流中基于神经网络的固相质量流量检测方法的研究

用神经网络的自学习算法对采样数据进行辨识得出固相质量流量的黑箱模型，实现固相质量流量的在线测量。实验结果，模型最大测量误差为１０％     

叉车液压系统故障诊断及状态监测

测量叉车液压系统某些点的液体压力、流量及温度等参数，可逐个测出系统中液压泵、液压阀及液压缸等元件的内泄漏量，并对某些压力控制阀进行调压检测，从而实现液压系统的故障诊断及状态监测。文章以产品作实例，介绍具体检测程序和方法。     

一种液压缸内泄漏高精度测量方法

液压缸的内泄漏量属于极微小泄漏量,内泄漏的测量不仅耗时长、精度差,而且不能在线测量。文中提出了一种内泄漏在线测量的新方法,介绍了检测原理和组成,具有效率高、精度高以及在线即时测量等特点。     

叉车液压系统故障诊断与状态监测

测量叉车液压系统某些点的液体压力、流量及温度等参数，可逐个测出系统中液压泵、液压阀及液压缸等元件的内泄漏量，并对某些压力控制阀进行调压检查，从而实现液压系统的故障诊断及状态监测。文章以产品作实例，介绍具体检测程序和方法。     

盾构机液压推进系统故障分析与仿真研究

针对盾构机液压推进系统的故障诊断问题,以在芜湖长江隧道项目过程中所使用的大型液压驱动型泥水盾构机为研究对象,分析了盾构机液压推进系统的工作原理,总结了推进系统中液压缸泄漏、换向阀泄漏及溢流阀泄漏故障模式的发生机理及其对推进系统造成的影响。利用AMESim平台建立推进系统模型,对液压缸泄漏、换向阀泄漏及溢流阀泄漏3类故障进行仿真分析,并提取液压缸推进速度、推进行程、无杆腔流量和系统压力4种推进参数的仿真数据。仿真结果表明：发生液压缸泄漏故障时,活塞杆无法伸出,推进速度为0;发生换向阀泄漏故障时,液压缸出现自走现象,推进速度明显降低;发生溢流阀泄漏故障时,系统压力明显降低,液压缸无法克服阻力向前推进。为后续盾构机推进系统的故障诊断和预测提供了有价值的参考。     

液压缸内泄漏性能评定方法探讨

分析了用内泄漏流量来评定液压缸内泄漏性能的不足,提出用单位时间压力降来评定液压缸的内泄漏性能,阐述了其理论依据及试验、测量和评定方法,建议推广使用。     

某型飞机液压缸密封性能问题的探讨

液压缸泄漏是一种常见的故障。液压缸工作性能失效大多是内泄漏和外泄漏引起的。就液压缸密封性能失效机理及原因进行了探讨,分析了液压缸泄漏对液压系统工作性能的影响,并提出了对液压缸密封性的维护措施。     

复合型流量计的测量模型

在无载液压缸动态特性良好的基础上,将其与伺服电机控制的计量泵并联连接,设计一种复合型动态流量计,可实现对连续偏置的动态流量精确测量。计量泵调节无载液压缸的活塞位置的同时测量偏置稳态流量,无载液压缸测量高频的动态流量,解决了无载液压缸的行程受限问题。结合复合型动态流量计的结构特性,提出了一种新的泵控缸动平衡控制方案来调节液压缸的活塞位置,提高了活塞的控制和响应速度;同时针对流量测量中的流体泄漏建立流量泄漏补偿模型,使动态流量的测量更精确。搭建实验系统,利用LabVIEW编写实验程序,结合涡轮流量计进行稳态流量测量校准。实验结果表明:复合型流量计方案可行,在稳态流量的测量中可以实现高精度的测量,在动态流量测量中,动态性能良好。     

基于电机运行状态的电静压伺服机构内泄漏检测方法

针对电静压伺服机构存在的内泄漏难以直接观测且缺乏有效间接检测方法的问题,利用电机运行状态变化与闭式循环液压系统内泄漏之间的关联关系,提出了一种基于电机电流、转速数据的电静压伺服机构内泄漏检测方法。为从运行状态数据中精准提取微弱故障特征,基于深度学习建立了一种能够定向提取数据特征的卷积神经网络算法。经故障植入实验验证,所提方法的内泄漏检测的准确率高达98.7%,从而为解决电静压伺服机构内泄漏检测难题提供了有效方法。     

基于BP神经网络的液压缸内泄漏诊断

液压缸是工程机械中常用的执行元件,内泄漏是其常见的故障模式,将严重影响机械系统的工作效率和安全性,及时识别液压缸内泄漏能够保证液压缸的安全正常工作。通过小波分解提取液压缸进口压力信号特征,利用BP神经网络建立分类器,实现了对液压缸内泄漏的智能识别,分类准确率高,提高了液压缸内泄漏故障诊断的效率,为实现液压缸智能状态监控提供了基础。     

液压缸内泄漏复合检测系统的研究

液压缸的泄漏会引起系统控制特性恶化,达不到正常控制精度与运行速度,直接影响工程机械的正常工作性能和使用寿命。本文在分析液压缸泄露原因及诊断方法的基础上,设计了一套以PLC为控制器,融合量杯检测、流量计检测及光电传感器检测的三位一体式复合检测系统,实现对不同泄漏量的油缸检测。实验表明该系统测量过程简捷、快速,测量结果可靠性高。     

液压缸内泄漏检测方法的改进

分析了现有液压缸内泄漏检测方法存在的问题,提出了伺服缸检测方法, 并介绍了该方法的检测原理和系统组成.与传统检测方法相比,伺服缸检测方法具有测量精度高、自动化程度高的特点.     

轧机伺服液压缸内泄漏故障诊断研究

针对目前轧机伺服液压缸故障诊断过程中,故障特征提取困难,信号非线性变化,数据量大的问题,提出了一种基于深度置信网络的轧机伺服液压缸故障诊断的方法。根据轧机系统工作原理,建立轧机系统仿真模型,对轧机内泄漏故障状况进行模拟。利用深度置信网络在智能故障诊断的优越性,将信号归一化处理后放入深度置信网络进行训练,然后通过反向传播学习,优化网络各参数,提高诊断精度。深度置信网络模型由多层玻尔兹曼机以及顶层BP神经网络组成。与传统BP神经网络方法进行比较,结果表明,在训练样本数据足够的条件下,深度置信网络模型在伺服液压缸内泄漏故障诊断具有更高的诊断精度。     

一种AGC伺服液压缸内泄漏的实验测试方法

内泄漏是影响AGC液压缸动静态性能的主要因素之一。针对AGC伺服缸内泄漏测试方法,通过对比分析多种实验方法,设计了AGC伺服缸内泄漏实验测试方案,搭建了液压缸内泄漏测试实验台,得到了实验曲线,并对实验数据进行分析拟合得出了伺服缸内泄漏量的计算式。     

Internal leakage rate prediction and failure diagnosis of buried pipeline ball valve based on valve cavity pressure detection

— Ball valve is a key fluid control equipment used extensively in oil and gas pipelines. The online detection and failure diagnosis of the internal leakage of the ball valve is of great significance to ensure the safety operation of natural gas transmission pipelines. This paper proposes a prediction method of the internal leakage rate and a diagnosis method of the failure mode of the buried pipeline ball valve based on valve cavity pressure detection. Firstly, the valve cavity pressure signal generated by the internal leakage of the ball valve is detected by the pressure sensor, and the valve cavity pressure signal is denoised by wavelet threshold denoising. Then, the back propagation (BP) neural network has the disadvantage of unstable learning ability, so the BP neural network is optimized by chaos sparrow search optimization algorithm (CSSOA-BP). Finally, the prediction model of the ball valve internal leakage rate and the diagnosis model of the ball valve failure mode are established by using CSSOA-BP neural network and the characteristic parameters of the valve cavity pressure signal. To verify the performance of the prediction model and the diagnosis model of CSSOA-BP neural network, the predictive results and diagnostic results are compared with those of the sparrow search algorithm optimization BP (SSA-BP) neural network and BP neural network. The experimental results show that the maximum prediction error of CSSOA-BP neural network is the smallest, which is 13.6%. The accuracy of the diagnostic results of CSSOA-BP neural network is the highest, which is 83.3%. It indicates that the proposed method can achieve better predictive results of the ball valve internal leakage rate and more accurate diagnostic results of the ball valve failure mode.     

Leakage detection for hydraulic IGV system in gas turbine compressor with recursive ridge regression estimation

The failure of the hydraulic Inlet guide vane (IGV) system needs to be avoided in the gas turbine compressor, since the IGV system is critical for the function and efficiency of the gas turbine and its fault can even cause the gas turbine to jump off the power grid. This paper investigates the detection of external and internal leakages, whose levels can be represented through corresponding leakage coefficients, at the cylinder in the hydraulic IGV system. Based on the dynamic model, we propose the recursive ridge regression parameter estimation method to detect and isolate different leakage coefficients under varying load. The developed algorithm is verified through experiments in a hydraulic IGV emulator. Based on experimental results, the proposed scheme can estimate leakage coefficients with good performance.     

电液步进缸测试方法的探讨

介绍了调宽用电液步进缸的工作原理与设计特点。针对在高炉和连铸机等重工业恶劣工况下,采用高精度电液步进缸所需要解决的测试项目及检验方法等问题,依据新产品生产及检修经验,在试验台上对电液步进缸进行了耐压特性、驱动扭矩大小、单步精度、十步精度、重复位置精度及内泄漏流量等稳态性能测试,得到结合实际使用情况的步进油缸测试项目及方法。通过在线连铸机的使用,验证了该测试方法可以满足调宽用步进油缸的出厂测试要求。     

轧机液压压下控制系统的实验研究

本文通过实验研究,从理论上分析了影响轧机液压压下控制系统频带的某些因素。提出了提高频带的几种方法,包括流量补偿,双伺服阀控制,适当选取液压缸的面积,提高液压系统的供油压力,选用高频带大流量的伺服阀以及提高系统其它控制元件的频带等。介绍了一种实验装置并首次给出了大型液压缸摩擦力的测量方法和实测结果。本实验系统的频带为13（赫芝）（当输入信号为100微米（峰－峰）值时）。压下速度达4（毫米/秒）。液压缸内径1000（毫米）。