共查询到18条相似文献,搜索用时 109 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.
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
3.
针对液压泵故障诊断问题,提出了一种基于局部特征尺度分解(Local Characteristic-scale Decomposition,LCD)、模糊熵和SOM神经网络三者相结合的故障诊断方法。对液压泵振动信号进行LCD分解,得到若干个内禀尺度分量(Intrinsic Scale Component,ISC);将ISC分量分别与原信号进行相关分析,筛选出包含主要故障信息的前几个ISC分量,计算其模糊熵并组成特征矩阵;将特征矩阵输入SOM神经网络进行分类识别。液压泵故障诊断实例表明,该方法能够准确识别液压泵典型故障,具有一定优势。通过与BP神经网络分类结果相对比,显示了SOM神经网络在特征分类方面的优越性。 相似文献
4.
5.
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
6.
7.
8.
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
9.
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
10.
11.
12.
13.
14.
15.
16.
17.