起重机液压系统的粒子群神经网络故障诊断

合集下载

粒子群RBF神经网络电力电子电路故障诊断

ｆｕｔｃａａｔｒｔｓｔｒｕｈｔｅｆａｕｅｅｔｃｏｅｅｓｌｃｅｓｉｐｔｎｕａｅｗｒｒｔｉｉｇａｄｔｅｅｆｕｔａｌｈｒｃｅｉｉｏｇｅｔｒｘｒｔｎｗｒｅｅｔｄａｎｕｅｒｌｎｔｏｋｆｒｎｎ，ｎｎｔａｌｓｃｈｈａｉｓｏａｈｈｄａｎｓａｃｏｌｈｄｖａｔｅｔｉｅｄｏｔｚｄｎｕａｅｗｏｋｈｘｅｉｎａｅｕｔｈｗｔａｈｃｕｉｇｏｉｗｓａｃｍｐｉｅｉｒｎｄａｐｍｉｅｅｒｌｎｔｒ．Ｔｅｅｐｒｓｓｈａｎｉｍｅｔｒｓｓｓｏｔｔｅａｔａｌｌｈｌｏｔｕｓｓｍｅａｅｅｐｃａｏｕｐｔａｄｔｉｍｅｏａｎｏｄｃａｓｆａｏｅｕｔ．ｎｔｃｎｉｒｖｅｐｅｉｉｎｕｐｔａａｓｔｘｅｔｔｎｏｔｕｓｈｉｎｈｔｄｇｉｓｇｏｌｓｉｃｔｎｒｓｓａｄｉａｍｐｏｅｔｒｃｓｈｉｉｌｈｏ
第ｌ卷第５期８
Ｖ１８ｏ．１
Ｎｏ５．
电子设计工程
ＥｅｔｎｃＤｅｉｎＥｇｎｅｉｇｌｃｒｉｓｇｎｉｅｒｏｎ
２１００年５月
Ｍａ．０１ｙ２０
粒子群ＲＦ神经网络电力电子电路故障诊断Ｂ
操建华
ＰＯｒｅｅｔｏｃｃｒｕｔｆｕｔｄａｎｏｉｙｒｄａｓｗｅｌｃｒｎｉｉｃｉｌｉｇｓｓｂａｌａｉｂａｉｆｓｕｎｃｉｎｕａｔｒｔｏｎｅｒｌｎｅｗｏｋｂａｅｏｐａｔｃｅｓｒｐｉｉａｉｎｓｄｎｒｉｌｗａｍｏｔｍｚｔｏ

神经网络在液压系统典型故障诊断中的应用

（ａｇｈｎＣｌｇ，Ｔｎｓａｂｉ６００，ＣｉａＴｎｓａｏｅｅａｇｈｎＨｅｅ０３２ｌｈｎ）
Ａｂｔａｔｓｒｃ：Ａｉｎｔｅｋｇｆｈｄａｌｙｉｄｒａｙｉａｆｉｒｎｈｄａｌｙｔｍ，ａｆｕｔｉｇｏｉｐｒａｈｔｅｋｇｍｉｇａａａｅｏｙｒｕｉｃｌｅｓａｔｐｃｌａｌｅｉｙｒｕｉｓｓｌｃｎｕｃｅａｌｄａｎｓｓａｐｏｃｏｌａａｅ
ｅｇｎｅｔｒ，ｔｅｈｓｉｅｖｃｏｓｗｅｅｉｐｔｉｔｎｌｚｒｔｄｎｉｎｌｓｉａｌ．ＴｅｅｐｒｎａｅｕｔｓｏｈｔｉｅｖｃｏｓｈｎｔｅｅｅｇｎｅｔｒｒｎｕｎｏＮＮａａｙｅｏｉｅｔｙａｄｃａｓｆｆｕｔｆｙｓｈｘｅｉｍｅｔｌｒｓｌｈｗｔａｓｔｒｅｍｏｅｆｎｅｋｇｈｅｄｓｏｏｌａａｅ，ｓｇｔｒｌａａｅａｄｈａｙｌａａｅａｅｅｆｉｎｌｄｎｉｅｙｔｉａｐｏｃｈｃａｅｕｅｆｃｅｔｌｈｅｅｋｇｎｅｖｅｋｇｒｆｃｅｔｉｅｔｄｂｓｐｒａｈｗｉｈｃｎｂｓｄｅｆｉｎｌｉｉｙｉｆｈｉｙｉｈａｌｄａｏｉｏｙｒｕｉｙｔｍ．ｎｔｅｆｕｔｉｇｓｓｆｈｄａｌｓｓｅｎｃＫｅｗｏｄｙｒｓ：ＬａａｅｏｙｒｕｉｙｉｄｒＦｕｔｄａｎｓｓＮｕａｎｔｏｋｅｋｇｆｈｄａｌｃｌｅ；ａｌｉｇｏｉ；ｅｒｌｅｗｒｃｎ

基于神经网络的液压系统故障检测

基于神经网络的液压系统故障检测液压系统在机械运行中发挥着至关重要的作用，然而由于液压系统复杂性，难以做到对系统的100%准确监测。

传统的液压系统故障检测方法多采用物理传感器进行监测，但是这些监测器无法充分捕捉到关键信息，也容易产生精度问题。

与其使用人工的方式进行检测故障，使用基于神经网络的液压系统检测方法不仅具备信息提取能力，同时能在高噪声环境下取得更为准确的效果。

一、神经网络在液压系统故障检测中的应用神经网络是一种类似于人类神经系统的人工智能模型，它通过分层结构来准确地模拟人类大脑的结构和活动，可以通过自学习来获取知识和规律，并能够进行模式识别和分类。

因此，神经网络在故障检测方面具有重要的应用价值。

目前，已经有大量研究将神经网络应用于液压系统的故障检测中，它能够精准地识别故障类型，并分析故障的原因和位置。

利用神经网络，可以将传统的监测数据进行组合和筛选，提高故障检测的准确度。

二、神经网络在液压泵内泄漏故障检测中的应用液压泵内泄漏故障是液压系统常见的故障之一，它会导致系统性能下降和阻力增大。

而神经网络可以在不了解系统工作原理的情况下，准确地诊断液压泵内泄漏故障。

具体来说，首先需要训练神经网络，将不同工况下的液压泵运行数据作为输入，其对应泵内泄漏故障的结果作为输出。

之后就可以将实际监测到的工况数据输入神经网络进行检测，判断当前系统是否存在泵内泄漏的故障。

三、神经网络在液压系统阀开启关闭状态监测中的应用在液压系统中，阀门的开启和关闭状态是影响系统稳定性的重要参数，而且阀门行程与状态具有很强的相似性，难以根据传统监测方式进行监测。

但是，基于神经网络的液压系统检测方法能够从数据中提取复杂的特征，并根据特征来判断阀门是否处于开启或关闭状态。

由于液压泵在稳压工况下产生具有节律性的震荡信号，神经网络可以通过这种信号来判断阀门的状态。

具体来说，通过输入液压泵的震荡信号到多层神经网络中进行训练，提取相关特征，最终可以通过这些特征来准确识别阀门的开启和关闭状态。

基于优化BP神经网络的快速起竖装置液压驱动系统故障诊断

Vol. 45 No. 3Mar. 2021第45卷第3期2021年3月液压与$动Chinese Hydraulics & Pneumatics doi ： 10.11832/j. issn. 1000-4858.2021.03.001基于优化BP神经网络的快速起竖装置液压驱动系统故障诊断邱寒雨1,张春峰2,徐兵1,苏琦1,王润林1(1.浙江大学流体动力与机电系统国家重点实验室，浙江杭州310027；2.北京机械设备研究所，北京100854)摘要：快速起竖装置在自卸车等工程机械以及导弹发射车等军事领域均有较为广泛的应用。

液压驱动系统是快速起竖装置的核心，准确诊断其故障具有重要意义。

传统BP 神经网络故障诊断准确率随着故障类型的增加急剧下降,难以满足工程需求。

以快速起竖装置液压驱动系统为研究对象，提出一种基于BP神经网络和AdaBoost 算法的故障诊断方法，将BP 神经网络与逐步叠加建模算法结合，构造多分类BP-AdaBoost 算法，建立故障诊断模型，搭建故障诊断实验台并设置8种典型工况。

分析实验数据表明，该BP- AdaBoost 算法与传统的BP 神经网络方法相比具有更优的分类性能。

关键词：快速起竖装置；液压系统;故障诊断；BP-AdaBoost 算法中图分类号:TH137；TH322文献标志码：B 文章编号：1000-4858(2021 )03-0001-06Fault Diagnosis of Hydraulic Drive System of Rapid-erection DeviceBased on Optimized BP Neural NetworkQIU Han-yu 1 , ZHANG Chun-feng 2 , XU Bing 1 , SU Qi 1 , WANG RunAm 1(1. Statw Key Laboratory of Fluid Power Transmission and Control , Zhejiang University , Hangzhou , Zhejiang 310027 ；2. Beijing Institute of Machinery and Equipment , Beijing 100854)Abstract : The rapid-erection device is widely used in the engineeyng machinera and militara field , such at dumptruck and missile launching vehicle respectively. The hydraulic drive system is the cco of the quick erectingdevice , so it is of great signieccnce i diaanost its faults accurately. With the increvsy of the number of fult types , the accurace of fault diaanosis of traditional BP neural nettork drops sharply , which is diffeult t 。

浅谈起重机液压系统故障分析及解决措施

浅谈起重机液压系统故障分析及解决措施摘要：随着我国国民经济的快速发展，社会主义市场经济的不断完善，液压技术已经广泛应用到我们生产生活的各个方面，并且由于其自身具有的独特优势及特点，越来越受到重视，但是，由于我国液压技术起步晚，发展快，很多人对液压元件和液压原理都不太熟悉，所以液压元件和液压系统一旦发生故障，常常会令维修人员觉得无从下手，因为元件和工作液体都在封闭的油路内工作，不像其他机械设备那样直观，故障具有隐蔽性和因果关系复杂性等特点，故障出现后不易查找原因，也就不易排除故障。

所以在实际生产生活中当液压系统出现问题时，如何快速修复，尽量减少损失就成为一个非常重要的问题。

关键词：起重机；液压；系统；故障；分析；解决；措施；前言：起重机作为垂直运输设备被广泛运用于工程建设中，在设备使用过程中，由于操作和设备本身原因，经常会发生一些故障。

为确保这些系统在使用过程中尽可能少出故障，在起重机安装之前对这些系统进行一次彻底检修是非常必要的。

文章对起重机液压系统故障、故障原因进行分析，提出了故障排除方法和故障检查的一般经验，为减少液压系统故障，对使用和维修时应注意的问题进行了总结。

下面，我们来通过以下几个主要方面来详细探讨下起重机液压系统故障分析及解决措施。

1.液压系统不同阶段故障的特点和表现1.1.对于特定的液压系统来说，从故障出现的角度来看可以分成这么几个阶段，首先是液压系统调试阶段其次是正常工作初期，然后是稳定期，再后来就是正常工作的后期。

液压系统调试阶段、正常工作初期和正常工作后期，都比较容易出现各种故障，稳定工作期相对来说是故障最少的阶段，这一阶段要出故障也基本是以偶发事故性故障为主，而其他几个阶段则可能由于各种原因引发故障。

2.起重机液压系统的故障分类2.1.泄漏，泄漏就是液压系统和液压元件在制造和装配及使用中出现的误差以及配合表面间的相互磨损，产生一些缝隙。

当油液流经这些缝隙时，就会产生漏油现象，这种现象称为泄漏。

液压系统常见故障诊断及消除90428

液压系统常见故障的诊断及消除方法液压系统常见故障的诊断及消除方法1 常见故障的诊断方法液压设备是由机械、液压、电气等装置组合而成的，故出现的故障也是多种多样的。

某一种故障现象可能由许多因素影响后造成的，因此分析液压故障必须能看懂液压系统原理图，对原理图中各个元件的作用有一个大体的了解，然后根据故障现象进行分析、判断，针对许多因素引起的故障原因需逐一分析，抓住主要矛盾，才能较好的解决和排除。

液压系统中工作液在元件和管路中的流动情况，外界是很难了解到的，所以给分析、诊断带来了较多的困难，因此要求人们具备较强分析判断故障的能力。

在机械、液压、电气诸多复杂的关系中找出故障原因和部位并及时、准确加以排除。

简易故障诊断法简易故障诊断法是目前采用最普遍的方法，它是靠维修人员凭个人的经验，利用简单仪表根据液压系统出现的故障，客观的采用问、看、听、摸、闻等方法了解系统工作情况，进行分析、诊断、确定产生故障的原因和部位，具体做法如下：1）询问设备操作者，了解设备运行状况。

其中包括：液压系统工作是否正常；液压泵有无异常现象；液压油检测清洁度的时间及结果；滤芯清洗和更换情况；发生故障前是否对液压元件进行了调节；是否更换过密封元件；故障前后液压系统出现过哪些不正常现象；过去该系统出现过什么故障，是如何排除的等，需逐一进行了解。

2）看液压系统工作的实际状况，观察系统压力、速度、油液、泄漏、振动等是否存在问题。

3）听液压系统的声音，如：冲击声；泵的噪声及异常声；判断液压系统工作是否正常。

4）摸温升、振动、爬行及联接处的松紧程度判定运动部件工作状态是否正常。

总之，简易诊断法只是一个简易的定性分析，对快速判断和排除故障，具有较广泛的实用性。

1.2 液压系统原理图分析法根据液压系统原理图分析液压传动系统出现的故障，找出故障产生的部位及原因，并提出排除故障的方法。

液压系统图分析法是目前工程技术人员应用最为普遍的方法，它要求人们对液压知识具有一定基础并能看懂液压系统图掌握各图形符号所代表元件的名称、功能、对元件的原理、结构及性能也应有一定的了解，有这样的基础，结合动作循环表对照分析、判断故障就很容易了。

基于LM—BP神经网络的起重机制动器故障识别系统研究

碟形弹簧在反复使用中机械弹性会不同程度的降
进的ＢＰ神经网络进行液压盘式制动器故障类型的识别，
收敛速度快，识别率高，证明了其可行性。
低，引起弹簧刚度急剧下降，甚至使弹簧断裂，导致正压力不足：闸瓦磨损导致闸瓦间隙过大，使得正压力不足；因油质差或被污染等因素使油路不畅或堵塞，将出
基于ＬＭ— ＢＰ神经网络的起重机制动器故障识别系统研究术
何常远，马润梅丁克勤１北京化工大学北京１０００２９２中国特种设备检测研究院北京１０００２９
摘要：研究了液压盘式制动器的故障种类，使用基于ＬＭ算法改进的ＢＰ神经网络作为系统框架，利用制动器故障状态数据进行网络训练，最后通过训练好的网络识别待测样本故障原因，结果与实际情况相符，表明使用ＬＭ— ＢＰ神经网络进行制动器故障识别快速、有效。
中图分类号：ＴＨ２１３．５
文献标识码：Ａ
丈章编号：１００１ — ０７８５（２０１７）１２ — ００９２ — ０３
近年来，因为神经网络具有较强的适应能力和学习
污染制动盘、油管漏油污染制动盘、制动器液压缸内活塞的密封圈破损漏油污染制动盘。
１制动器典型故障与分析
液压盘式制动器是靠碟形弹簧产生制动力，用油压解除制动的制动器，其主要故障模式有摩擦因数降低
引起的制动力矩不足导致失效和正压不足造成制动失

液压系统故障诊断及排除方法

液压系统故障诊断及排出方法1、液压系统故障诊断的一般原则正确分析故障是排出故障的前提，系统故障大部分并非蓦地发生，发生前总有预兆，当预兆进展到肯定程度即产生故障。

引起故障的原因是多种多样的，并无固定规律可寻。

统计表明，液压系统发生的故障约90％是由于使用管理不善所致为了快速、精准、便利地诊断故障，必需充分认得液压故障的特征和规律，这是故障诊断的基础。

以下原则在故障诊断中值得遵从：（1）首先判明液压系统的工作条件和外围环境是否正常需首先搞清是设备机械部分或电器掌控部分故障，还是液压系统本身的故障，同时查清液压系统的各种条件是否符合正常运行的要求。

（2）区域判定依据故障现象和特征确定与该故障有关的区域，渐渐缩小发生故障的范围，检测此区域内的元件情况，分析发生原因，最后找出故障的实在所在。

（3）把握故障种类进行综合分析依据故障最后的现象，渐渐深入找出多种直接的或间接的可能原因，为避开盲目性，必需依据系统基本原理，进行综合分析、逻辑判定，削减怀疑对象渐渐接近，最后找出故障部位。

（4）故障诊断是建立在运行记录及某些系统参数基础之上的。

建立系统运行记录，这是防备、发觉和处理故障的科学依据；建立设备运行故障分析表，它是使用阅历的高度概括总结，有助于对故障现象快速做出判定；具备肯定检测手段，可对故障做出精准的定量分析。

（5）验证可能故障原因时，一般从最可能的故障原因或最易检验的地方开始，这样可削减装拆工作量，提高诊断速度。

2、故障诊断方法目前查找液压系统故障的传统方法是逻辑分析渐渐接近断。

此法的基本思路是综合分析、条件判定。

即维护和修理人员通过察看、听、触摸和简单的测试以及对液压系统的理解，凭阅历来判定故障发生的原因。

当液压系统显现故障时，故障根源有很多种可能。

采纳逻辑代数方法，将可能故障原因列表，然后依据先易后难原则逐一进行逻辑判定，逐项接近，最后找出故障原因和引起故障的实在条件。

此法在故障诊断过程中要求维护和修理人员具有液压系统基础学问和较强的分析本领，方可保证诊断的效率和精准性。

液压系统故障诊断方法

液压系统故障诊断方法液压故障相较于机械故障，排查起来难度较大，但只要掌握好排查方法，化繁为简，也能快速、准确找出故障原因。

具体液压系统故障查找基本方法有以下几个：一、根据液压系统图排查液压故障通过液压系统图分析排除故障时，主要方法是“抓两头”-即抓动力源(液压泵)和执行元件(液压油缸、液压马达)，然后是“连中间”-即从动力源到执行元件之间经过的管路和控制元件。

“抓两头”时，要分析故障是否就出在液压泵、液压油缸和液压马达本身。

“连中间”时除了要注意分析故障是否出在所连线路上液压元件外，还要特别注意弄清楚系统从一个工作状态转移到另一个工作状态时是采用哪种控制方式，控制信号是否有误，要针对实物，逐一检查，要注意各个主油路之间及主油路与控制油路之间有无接错而产生相互干涉现象，如有相互干涉现象，要分析是何等使用调节错误等。

二、利用因果图查找液压故障利用因果图(又称鱼刺图/鱼骨图)分析方法，对液压设备出现的故障进行分析，既能较快地找出故障主次原因，又能积累排除故障的经验。

因果图分析法，可以用将维护管理与查找故障密切结合起来，因而被广泛采用。

鱼骨图基本结构A、整理问题型鱼骨图(各要素与特性值间不存在原因关系，而是结构构成关系,对问题进行结构化整理)B、原因型鱼骨图(鱼头在右，特性值通常以'为什么……'来写)C、对策型鱼骨图(鱼头在左，特性值通常以'如何提高/改善……'来写)三、应用铁谱技术对液压系统的故障进行诊断和状态监控铁谱技术是以机械摩擦副的磨损为基本出发点，借助于铁谱仪把液压油中的磨损颗粒和其他污染颗粒分离出来，并制成铁谱片，然后置于铁谱显微镜或扫描电子显微镜下进行观察，或按尺寸大小依次沉积在玻璃管内，应用光学方法进行定量检测。

通过以上分析，可以准确地获得系统内有关磨损方面的重要信息。

据此进一步研究磨损现象，监测磨损状态，诊断故障前兆，最后作出系统失效预报。

铁谱技术能有效地应用于工程机械液压系统油液污染程度的检测，监控，磨损过程的分析和故障诊断，并且具有直观、准确、信息多等优点。

液压系统故障诊断技术

一、常见故障矿山液压机械系统常见故障如下：1系统无压力或压力不足主要原因有：泵不供油、油箱油位过低吸油困难、油液粘度过高、泵转向不对、泵堵塞或损坏、.接头或密封泄漏、主泵或马达泄漏过大、油温过高、溢流阀调定值低或失效、泵补油不足、^工作失效。

2、执行机构运动速度不够或完全不动主要原因有：润滑不良、摩擦阻力变化、空气进入、压力脉冲较大或系统压力过低、阀出现故障、泄漏增大、别劲、烧结。

3、温度过高主要原因有：油粘度过高、内泄严重、冷却器堵塞、泵修理后性能差及油位低、压力调定过大、摩擦损失大。

4、压力或流量的波动主要原因有：泵工作原理及加工装配误差引起、控制阀阀芯振动、换向时油液惯性。

5、泄漏主要原因有：密封失效或接头松动、阀等元件工作失效、相对运动表面磨损严重、温压力过高。

6、振动和噪声主要原因有：系统进入空气或空穴、机械系统引起的振动、压力和流量脉动大、油流漩涡、油面过低、元件堵塞或阻力太大、泵校正不当或油粘度大。

7、液压冲击主要原因有：工作部件高速运动的惯性、元件反应动作不够灵敏、液流换向、节流、缓冲装置不当或失灵、泄漏增加、空气进入、油温过高。

8、液压卡紧主要原因有：径向力不平衡、元件被杂质阻塞、弹性变形或膨胀引起的附加阻力、相对运动表面加工质量差。

9、气穴与气蚀主要原因有：油温过高、油粘度过大及油液自身发泡、泵自吸性能低、吸油阻力大、油箱液面低、密封失效或接头松动、件结构及加工质量。

二、诊断技术1主观诊断技术指维修人员利用简单的诊断仪器凭借个人的实践经验分析判断故障产生的原因和部位。

方便快捷，可靠性较低，属于较简单定性分析。

包括直觉经验法、参数测量法、逻辑分析法、堵截法、故障树分析法等。

直觉经验法指维修人员凭感官和经验，通过看、听、摸、闻、问等方法判断故障原因：看执行元件是否爬行、无力、速度异常，液位高度、油液变质及外泄漏，测压点工作压力是否稳定，各连接处有无泄漏及泄漏量；听泵和马达有无异常声响、溢流阀尖叫声、软管及弯管振动声等。

常用工程机械液压系统故障诊断

常用工程机械液压系统故障诊断工程机械液压系统是工程机械中常见的重要组成部分，其正常运行对于机械设备的性能和工作效率至关重要。

在使用过程中，由于各种原因，液压系统可能会出现故障，导致设备无法正常工作。

对于常见的液压系统故障进行及时和准确的诊断显得非常重要。

液压系统故障的类型繁多，常见的故障包括压力不足、液压缸无法正常运动、泄漏等。

下面我们将针对常见的液压系统故障进行诊断，并介绍解决方法。

当液压系统压力不足时，可能是由于液压泵工作不正常引起的。

要解决这个问题，可以检查液压泵的油箱油位是否足够，是否有异物或杂质混入，若有需要进行清理。

还要检查液压泵的进油管道是否阻塞，是否有泄漏。

如果问题仍然存在，可能是由于液压泵内部故障，需要更换液压泵。

当液压系统出现泄漏时，需要首先确定泄漏的位置和原因。

常见的泄漏位置包括液压管路、液压接头、液压缸密封等。

要解决这个问题，可以通过观察泄漏位置，确定是哪个部件引起的泄漏，然后进行修复或更换。

对于液压系统故障的诊断，还可以借助一些仪器和设备。

通过压力表可以测量液压系统的压力大小，以判断压力是否正常。

通过流量计可以测量液压系统的流量，以判断流量是否正常。

还可以结合对液压系统工作原理和结构的了解，分析故障的可能原因。

如果液压泵压力不足，可能是由于泵内部泵体磨损引起的。

这时可以检查泵体是否磨损，是否需要进行修复或更换。

对于常见的液压系统故障的诊断，需要综合运用观察、仪器检测和分析等方法。

通过及时和准确的诊断，可以快速解决液压系统故障，保证工程机械的正常运行。

液压泵故障诊断的神经网络方法

61第1卷　第13期产业科技创新　2019，1（13）：61~62Industrial Technology Innovation液压泵故障诊断的神经网络方法廖陈远（南宁市武鸣区职业技术学校，广西　南宁　530104）摘要：文章围绕液压泵故障诊断的神经网络方法展开讨论，为诊断液压泵故障应用的神经网络方法提供参考依据。

在诊断液压泵故障过程中，本文主要应用BP神经网络方法，在应用中获取应用数据，并分析应用神经网络方法的构建诊断模式的可行性。

关键词：液压泵；故障诊断；神经网络中图分类号：TD421.6　文献标识码：A　文章编号：2096-6164（2019）13-0061-02液压泵出现故障时，会使机械运行出现较为明显的振动，如果机械长时间处于振动状态，会使机械内部零部件出现不同程度的磨损情况。

在零部件磨损过程中，机械内部产生较多的热量，使机械温度不断升高，最终导致机械出现烧毁的情况。

为减少液压泵出现故障的次数，工作人员使用神经网络方法，针对引发液压泵的故障原因进行诊断，可以防止液压泵出现故障，有效增强机械的运行能力。

1　分析液压泵出现故障的原因引发液压泵出现故障的原因分为三种，一是柱塞球头出现松动情况，二是轴承出现疲劳情况，三是配流盘出现偏磨情况。

由于柱塞球头出现松动情况，引发液压泵出现故障，主要是在机械中，使用的柱塞泵为斜轴式柱塞泵，在柱塞泵的运行过程中，由于柱塞泵的底座与柱塞杆的间隙超过控制的范围，并且产生的间隙不断扩大，导致柱塞头出现松动情况。

此外机械内还会使用直轴式柱塞泵，该类型柱塞泵运行时，柱塞头和滑履相互接触的区域，出现的间隙也会由于运行不断扩大，一旦产生的间隙超过控制范围，会使柱塞头在运行过程中，无法承受机械产生的冲击力，在冲击的作用下，柱塞头和球窝会出现变形情况。

根据液压泵的运行要求，在柱塞头与球窝的连接区域，应将连接区域的间隙控制在0.06 mm以内。

轴承出现疲劳情况时，主要是轴承的内外部环境会侵蚀滚柱，并且交变荷载产生的应力会施加在轴承上，轴承在滚动过程中，原有的润滑剂不断减少，直至轴承的连接区域没有润滑剂，此时轴承的磨损情况不断加重，导致轴承出现疲劳的情况。

液压系统的故障原因分析和故障特征及诊断

液压系统的故障原因分析和故障特征及诊断作者：张洪喜来源：《职业·下旬》2014年第06期摘要：液压系统在煤矿机械化设备中得到广泛应用，为现代化的煤矿开采装备提供了可靠的技术保障，同时由于液压系统的复杂结构和煤矿井下的特殊工作环境，液压系统会不可避免地发生各式各样的故障。

本文主要介绍如何通过对液压系统故障特征与诊断方法的分析来保证液压设备的安全运行。

关键词：液压系统故障特征诊断方法在液压系统中，有许多故障具有扩散性，即系统中某一元件发生故障往往会导致一系列元件发生故障。

如何能对液压系统进行有效检测、可靠维护，及时发现和排除潜在故障，对保证液压系统运行的稳定性具有十分重要的意义。

一、液压系统在各阶段易产生的故障特征液压系统故障形式和原因较多。

要正确地诊断液压系统的故障应熟练掌握液压设备及其系统的工作原理，了解常见液压系统的典型故障及其原因，这既有助于选择简便而有效的诊断方法，又利于获得准确的诊断结论。

液压系统在不同的运行阶段其产生的故障特征也不尽相同，大致分为如下物种类型。

1.新研制的液压设备的系统在调试阶段时所产生的故障新研制设备的液压系统在调试阶段所暴露出来的问题较多且较为复杂，造成故障率较高。

其主要是在设计、制造、装配以及管理等各个环节存在诸多问题交织在一起所致。

一般表现为以下六点。

（1）液压油管接头处或液压油缸等执行元件端盖处漏油，渗油严重；（2）各执行元件动作不一致，或时快时慢；（3）由于制造和装配时液压油管或液压油箱内没有清理干净，导致污染物进入各阀块的阀芯卡死或动作不灵活，造成液压油缸或马达等动作失灵；（4）在装配各种阀类元件时易造成漏装弹簧或密封元件等，甚至在接油管时将进油管和回油管接错导致系统动作混乱；（5）阀块的阻尼孔被污染物堵塞，易造成整个液压系统压力不稳定或压力调整无效；（6）整个设计存在缺陷，各液压元件选择不当，使整个系统连接起来不匹配，造成系统发热，各部件动作不协调等。

基于虚拟仪器和BP神经网络液压系统故障诊断

基于虚拟仪器和BP神经网络液压系统故障诊断摘要针对液压系统故障诊断中存在的检测和分析判断困难、耗时费力且准确度不高等诸多问题，提出了一种基于虚拟仪器和BP 神经网络技术的液压系统远程故障诊断系统的设计。

利用虚拟仪器数据采集、分析和处理能力以及其开放性特点，实现了对液压系统故障的实时远程监测判断。

利用BP 神经网络技术对历史监测数据的分析判断，实现了对液压系统将来工作状态的预测，发现潜在故障，做好预防措施。

该方法具有良好的软件交互界面，操作简单，准确度高。

关键词液压系统；虚拟仪器；BP 神经网络；故障诊断液压系统在工程机械中占有重要的地位，其性能的好坏直接影响和决定整机的性能和品质。

液压传动具有重量轻、体积小、可实现无级变速、易于实现载荷控制和动力传输等优点，因而在工程中得到了广泛应用。

因此保证液压系统正常稳定的工作是保证工程机械正常工作状态的必备条件。

但液压系统的工作介质是流体，它本身存在连续性和静压传递的均布性，且工作在各元件和封闭管路内，故很难判断液压系统故障的因果关系。

一旦出现故障，单凭感官、经验和传统的检测方法来判断，相当困难并且准确率不高，故障的分析和排除比较困难。

文中提出了一种基于虚拟仪器和BP 神经网络技术的液压系统远程故障诊断方法。

虚拟仪器和BP 神经网络技术的引入，能实时远程监测液压系统的工作状态，收集当前液压系统各参数数据，通过数据融合分析判断系统工况，并预测将来的工况走向，发现潜在故障，真正达到预防为主的目的，保证液压系统处于正常稳定工作状态。

1 虚拟仪器和BP 神经网络技术1．1 虚拟仪器技术虚拟仪器(Virtual Instrument，VI)是现代测控技术和计算机技术相结合的产物。

它本质上是一个开放型的结构，由通用计算机、数字信号处理器或其它CPU 来提供信号处理、存储和显示功能，由数据采集板卡、GPIB 或VXI 总线接口板进行。

神经网络在液压系统典型故障诊断中的应用

神经网络在液压系统典型故障诊断中的应用高志;张悦;王伟【期刊名称】《机床与液压》【年(卷),期】2012(40)9【摘要】针对液压系统中的一种典型故障——油缸泄漏的故障诊断,提出通过监测油缸压力信号,提取时域组合特征并利用神经网络作为故障分类器的诊断方法.该诊断方法首先提取了油缸压力信号的时域组合特征作为特征向量,然后输入到神经网络分类器中进行故障的识别和分类.实验结果表明:该诊断方法能有效识别无泄漏、轻微泄漏、严重泄漏的3种状态,是液压系统故障诊断行之有效的方法.%Aiming at leakage of hydraulic cylinder as a typical failure in hydraulic system, a fault diagnosis approach to leakage of hydraulic cylinder based on monitoring pressure signal, extracting time domain feature and using NN (Neural Network) as a fault analyzer was presented. According to the method, the time domain feature was extracted from the pressure signal and constituted the eigenvectors, then these eigenvectors were input into NN analyzer to identify and classify faults. Tne experimental results show that three modes of no leakage, slighter leakage and heavy leakage are efficiently identified by this approach which can be used efficiently in the fault diagnosis of hydraulic system.【总页数】4页(P158-160,163)【作者】高志;张悦;王伟【作者单位】唐山学院,河北唐山063020;唐山学院,河北唐山063020;唐山学院,河北唐山063020【正文语种】中文【中图分类】TP206.3【相关文献】1.模糊神经网络在多冲液压系统故障诊断中的应用 [J], 卢华强;傅戈雁;徐桃;夏天凉2.模糊神经网络在叉车液压系统故障诊断中的应用 [J], 姜玲3.BP神经网络在舰炮液压系统故障诊断中的应用 [J], 贺鹏4.BP神经网络在挖掘机液压系统故障诊断中的应用 [J], 张斌;严骏;张兴5.BP神经网络在矿山机械液压系统故障诊断中的应用 [J], 冯良祥;段志善;滕维淑因版权原因，仅展示原文概要，查看原文内容请购买。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

中图分类号：ＴＨ１３７文献标志码：Ｂ文章编号：１０００－４８５８（２０１４）０１３１４１４４３５
ＦａｕｌｔＤｉａｇｎｏｓｉｓＭｅｔｈｏｄｓｆｏｒＣｒａｎｅＨｙｄｒａｕｌｉｃＳｙｓｔｅｍＢａｓｅｄｏｎＰａｒｔｉｃｌｅＳｗａｒｍＮｅｕｒａｌＮｅｔｗｏｒｋ
ｈｙｄｒａｕｌｉｃｓｙｓｔｅｍｆａｕｌｔｄｉａｇｎｏｓｉｓ．Ｆｏｒｔｈｅｐｒｏｂｌｅｍｏｆｌｏｗｅｉｃｆｉｅｎｃｙｏｆｔｈｅｔｒａｄｉｔｉｏｎａｌｄｉａｇｎｏｓｉｓｍｅｔｈｏｄｗｉｔｈｓｌｏｗｃｏｎ—
提取Ｓｈａｎｎｏｎ熵值，作为故障输入特征向量；最后利用粒子群优化算法提升ＢＰ神经网络，对故障进行建模识别。试验表明此法具有较高识别率，为汽车起重机回转液压系统故障诊断提供一种有价值的诊断方法。
关键词：小波包分析；粒子群优化；神经网络；故障诊断
３２３０００） Βιβλιοθήκη 丽水学院机械工程学系，浙江丽水
摘
要：为了研究汽车起重机回转液压系统故障诊断问题，提高诊断效率。为有效提高汽车起重机回转
液压系统故障诊断的速度与精度，针对传统故障诊断算法收敛速度慢、容易陷入局部最优，导致诊断精度不
高的问题．提出了一种根据小波包能量熵的粒子群神经网络汽车起重机回转液压系统故障诊断方法（ＥＥ — ＰＳＯＮＮ）。首先依托汽车起重机回转液压系统实验平台，提取五种回转故障模式信号；然后利用小波包变换
ｖｅｒｇｅｎｃｅｓｐｅｅｄａｎｄｅａｓｉｌｙｇｅｔｔｉｎｇｉｎｔｏｌｏｃａｌｏｐｔｉｍａｌｖａｌｕｅ，ａｎｏｖｅｌｍｅｔｈｏｄｏｆｈｙｄｒａｕｌｉｃｓｙｓｔｅｍｆａｕｌｔｄｉａｇｎｏｓｉｓｂａｓｅｄ
Ａｂｓｔｒａｃｔ：Ｔｈｅｄｉａｇｎｏｓｔｉｃｅｉｃｆｉｅｎｃｙｓｈｏｕｌｄｂｅｉｍｐｒｏｖｅｄｉｎｔｈｅｓｔｕｄｙｏｎｆａｕｌｔｄｉａｇｎｏｓｉｓｏｆｔｈｅｔｒｕｃｋｃｒａｎｅｓｌｅｗｉｎｇ
ｏｎｔｈｅｗａｖｅｌｅｔｐａｃｋｅｔＥｎｅｒｇｙＥｎｔｒｏｐｙａｎｄｔｈｅＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎＮｅｕｒａｌＮｅｔｗｏｒｋ（ＥＥ — ＰＳＯＮＮ）ｗａｓｐｒｏ —
ＹＯＵＺｈａｎｇ — ｐｉｎｇ，ＪＩＡＮＧＪｉｅ，ＨＵＸｉａｏ－ｐｉｎｇ，ＹＥＸｉａｏ — ｐｉｎｇ
（ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＬｉｓｈｕｉＵｎｉｖｅｒｓｉｔｙ，Ｌｉｓｈｕｉ，Ｚｈｅｊｉａｎｇ３２３０００）
１１４
ＤＯＩ：１０．１１８３２／ｊ．ｉｓｓｎ．１０００－４８５８．２０１４．０１．０３２
液压与气动
２０１４年第１期
起重机液压系统的粒子群神经网络故障诊断
游张平，江洁，胡小平，叶晓平
ｍｏｄｅ，ａｎｄｔｈｅｎｕｓｅｓｔｈｅｗａｖｅｌｅｔｐａｃｋｅｔｔｒａｎｓｆｏｒｍｔｏｐｉｃｋｕｐｔｈｅｅｎｅｒｙｇｖａｌｕｅｏｆＳｈａｎｎｏｎｅｎｔｒｏｐｙａｓｔｈｅｆｅａｔｕｒｅ
ｐｏｓｅｄｔｏｉｍｐｒｏｖｅｔｈｅｅｉｃｆｉｅｎｃｙａｎｄｔｈｅａｃｃｕｒａｃｙｏｆｔｈｅｈｙｄｒａｕｌｉｃｓｙｓｔｅｍｆａｕｌｔｄｉａｇｎｏｓｉｓ．Ｆｉｒｓｔ，ｒｅｌｙｉｎｇｏｎｔｈｅｅｘｐｅｒ — ｉｍｅｎｔａｌｐｌａｔｆｏｍｒｏｆｔｕｃｒｋｃｒａｎｅｓｌｅｗｉｎｇｈｙｄｒａｕｌｉｃｓｙｓｔｅｍ，ｔｈｅｍｅｔｈｏｄｅｘｔｒａｃｔｓｉｆｖｅｋｉｎｄｓｏｆｓｉｇｎａｌｓｏｆｓｌｅｗｉｎｇｆａｕｌｔ