基于卷积神经网络的液压缸内泄漏检测 |
| |
引用本文: | 吉珊珊,段金辉,屠义强. 基于卷积神经网络的液压缸内泄漏检测[J]. 机床与液压, 2018, 46(13): 182-185 |
| |
作者姓名: | 吉珊珊 段金辉 屠义强 |
| |
作者单位: | 东莞职业技术学院计算机工程系,东莞职业技术学院计算机工程系,东莞职业技术学院计算机工程系 |
| |
摘 要: | 由密封损坏引起的液压缸内泄漏会导致液压系统工作的不稳定。本文作者提出一种基于卷积神经网络的检测方法,先经过仿真得到在无泄漏、小泄漏、中等泄漏和大泄漏4种工况下的液压缸一个腔的压力信号,通过卷积神经网络的学习与训练,使其在不确定工况下通过输入压力信号自动地检测液压缸的泄漏程度。相比于传统的建模方法,文中方法克服了在非线性液压系统中建模难点,只需要采集压力信号,且简单可行,具有很高的可靠性;将该方法与传统的BP神经网络作对比,证明该神经网络的优越性
|
关 键 词: | 液压系统 内泄漏 故障诊断 卷积神经网络 |
Convolution Neural Network Based Internal Leakage Fault Diagnosis for Hydraulic Cylinders |
| |
Abstract: | |
| |
Keywords: | Hydraulic systems Internal leakage Fault diagnosis Convolution neural network |
|
| 点击此处可从《机床与液压》浏览原始摘要信息 |
|
点击此处可从《机床与液压》下载全文 |
|