基于卷积神经网络的液压缸内泄漏检测

发布时间：2018-06-03 18:04

  本文选题：液压系统 + 内泄漏　； 参考：《机床与液压》2017年13期

【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
[Abstract]:Leakage in the cylinder caused by seal damage can lead to instability of the hydraulic system. A detection method based on convolution neural network is proposed in this paper. Firstly, the pressure signals of one chamber of hydraulic cylinder are obtained by simulation under four working conditions: no leakage, small leakage, medium leakage and large leakage. Through the study and training of convolution neural network, the leakage degree of hydraulic cylinder can be detected automatically by input pressure signal under uncertain working conditions. Compared with the traditional modeling method, this method overcomes the difficulty of modeling in nonlinear hydraulic system, only needs to collect the pressure signal, is simple and feasible, and has high reliability, the method is compared with the traditional BP neural network. Prove the superiority of the neural network
【作者单位】： 东莞职业技术学院计算机工程系;解放军理工大学野战工程学院;
【分类号】：TH137.51

【参考文献】

相关期刊论文 前4条

1 窦丹丹;姜洪开;何毅娜;;基于信息熵和SVM多分类的飞机液压系统故障诊断[J];西北工业大学学报;2012年04期

2 唐宏宾;吴运新;滑广军;马昌训;;基于PCA和BP网络的液压油缸内泄漏故障诊断[J];中南大学学报(自然科学版);2011年12期

3 方志宏,傅周东,陈章位;基于 BP 神经网络的液压系统泄漏故障诊断[J];机械科学与技术;1998年01期

4 陈章位，，路甬祥，傅周东;液压设备状态监测和故障诊断技术[J];液压与气动;1995年02期

【共引文献】

相关期刊论文 前10条

1 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;2017年13期

2 刘刚;张家林;刘闯;杨帆;杜佳诚;;钻头钻进不同介质时的振动信号特征识别研究[J];振动与冲击;2017年08期

3 陈述;王越;王建平;申浩播;李智;;垂直升船机液压系统故障传播路径的模糊推理[J];中国安全科学学报;2017年04期

4 孙天笑;;一种新型的辅助泊车装置[J];黑龙江科技信息;2017年02期

5 张小龙;张氢;秦仙蓉;孙远韬;;基于ITD复杂度和PSO-SVM的滚动轴承故障诊断[J];振动与冲击;2016年24期

6 徐增丙;李友荣;王志刚;轩建平;;基于混合fuzzy ARTMAP的智能诊断方法在油缸泄漏诊断中的应用[J];中国科技论文;2016年10期

7 胡帅;程迎新;顾艳;;PCA和Elman网络在移动学习策略分类中的应用[J];电子测量技术;2016年05期

8 向秋;王雪梅;倪文波;;基于PSO-SVM的矿用自卸车举升液压系统故障诊断[J];矿山机械;2016年05期

9 张永刚;陈军胜;;可控震源液压系统故障诊断状态特征分析[J];物探装备;2016年02期

10 李树茂;;浅析液压系统故障诊断技术的研究现状与发展趋势[J];中小企业管理与科技(下旬刊);2016年03期

【二级参考文献】

相关期刊论文 前10条

1 韩中合;朱霄s

本文编号：1973697