發(fā)布時間：2020-12-17 09:09

　　液壓系統(tǒng)作為挖掘機(jī)的核心組成,其工作的可靠性將直接影響主機(jī)的性能。在現(xiàn)有較為先進(jìn)的故障模式判別方法中,選擇應(yīng)用小波包分析計算故障信號的能量熵,構(gòu)造特征向量輸入到支持向量機(jī)中進(jìn)行訓(xùn)練,判定故障的類型。該文融合小波包數(shù)據(jù)處理技術(shù)和支持向量機(jī)故障模式識別技術(shù)來實現(xiàn)故障的有效判別,完成了液壓系統(tǒng)的狀態(tài)監(jiān)測及故障診斷系統(tǒng)的搭建。通過測試發(fā)現(xiàn),故障識別的準(zhǔn)確率良好,試驗結(jié)果也驗證了支持向量機(jī)在處理小樣本方面的優(yōu)勢所在。 

【文章來源】：液壓氣動與密封. 2020年10期

【文章頁數(shù)】：6 頁

【部分圖文】：

小波包分解示意圖

設(shè)分類超平面方程為:x×ω+b=0，對其進(jìn)行歸一化處理，使得線性可分的數(shù)據(jù)集(xi,yi),i=1，…，k,x∈Rd,y∈{+1,-1}，滿足:分類超平面H1,H2方程可表示為:H1:x×ω+b=1,H2:x×ω+b=-1。兩個超平面的分類間隔為2/‖ω‖，因此，求間隔最大變?yōu)榍笞钚�。滿足條件(4)且使的值最小的分類面為最優(yōu)分類面，位于面H1和面H2上的點即為支持向量。

將從運行異常的設(shè)備中獲取的故障信號放入經(jīng)過訓(xùn)練階段后的支持向量機(jī)故障判別模型中，經(jīng)過運算和對比對這些數(shù)據(jù)進(jìn)行分類，最終可以給出系統(tǒng)判定的故障模式類別。圖3描述了故障診斷流程。3 模擬實驗研究

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)SOM神經(jīng)網(wǎng)絡(luò)的農(nóng)機(jī)液壓系統(tǒng)故障診斷方法[J]. 高霞.  中國農(nóng)機(jī)化學(xué)報. 2019(03)
[2]基于支持向量機(jī)的滾動軸承故障診斷[J]. 劉宇卓.  科技資訊. 2014(21)
[3]基于柔性形態(tài)濾波和支持矢量機(jī)的滾動軸承故障診斷方法[J]. 于湘濤,褚福磊,郝如江.  機(jī)械工程學(xué)報. 2009(07)
[4]工程機(jī)械液壓系統(tǒng)故障監(jiān)測診斷技術(shù)的現(xiàn)狀和發(fā)展趨勢[J]. 王世明.  機(jī)床與液壓. 2009(02)
[5]工程機(jī)械故障診斷技術(shù)的研究現(xiàn)狀與發(fā)展趨勢[J]. 簡小剛,張艷偉,馮躍.  中國工程機(jī)械學(xué)報. 2005(04)
[6]國外工程機(jī)械新技術(shù)新結(jié)構(gòu)和發(fā)展趨勢[J]. 王世明,楊為民,李天石,賈鴻社.  工程機(jī)械. 2004(01)



本文編號：2921781