基于多模型PCA的翻车机液压系统故障诊断研究
发布时间:2022-01-27 19:11
液压控制系统在大功率装备制造中占据着重要的地位。油液污染等原因导致的液压系统故障直接影响装备工作效率和生产成本,进而给企业带来不可估量的损失。因此对液压控制系统进行故障预测及故障诊断分析,以保证液压控制装备平稳、高效工作。翻车机是一种典型的液压控制装备,承载着铁路运输散料翻卸任务,具有重复性生产过程特点,其使用率高、工作环境恶劣导致液压系统故障发生率相对较高。本文以翻车机液压系统为研究对象,采用多模型静动态多元统计分析方法提取翻车机液压系统监测数据的关系模型,再以特征基向量构造的高阶统计量为依据进行故障监测,研究结果对具有重复性工作过程的液压系统故障监测与诊断具有重要理论参考和现实意义。建立了翻车机液压系统仿真模型,并以散粒体结构力学为基础建立了翻车机卸料过程剩余煤重力模型,将该模型作为液压系统仿真分析的加载力。在验证仿真模型正确的基础上,采用模拟仿真的方法获得了在生产实际当中难以获取的液压系统故障特征曲线,作为故障辨识的重要参考数据。针对翻车机液压系统的过程监测数据具有批次性、多模态及变工况的特点,利用多模型静态主成分分析方法(PCA)提取监测变量间的静态关系,并基于递归自适应算法在...
【文章来源】:燕山大学河北省
【文章页数】:126 页
【学位级别】:博士
【部分图文】:
压力传感器Fig.5-1Pressuresensor
图 5-2 模拟量输入模块Fig. 5-2 Analog input module克韦尔 1769L36ERM 型号,其包含 2 个以 100 Mbps。允许用户采用环形拓扑结 个节点的设备级环网,修复时间不到 3
PLC控制器Fig.5-3PLCcontroller
【参考文献】:
期刊论文
[1]基于CVFOA-GRNN的飞机液压系统的故障诊断研究[J]. 齐鹏,柴佳佳,靳小波. 测控技术. 2017(12)
[2]基于IAGA-SVM的捣固车液压系统故障诊断研究[J]. 齐磊,王海瑞,李荣远,李英,任玉卿. 计算机应用与软件. 2017(10)
[3]基于BP神经网络的液压缸内泄漏诊断[J]. 李琳,陶建峰,黄亦翔,刘成良. 液压与气动. 2017(07)
[4]基于改进的典型相关分析的故障检测方法[J]. 陈志文,彭涛,阳春华,何章鸣,杨超,杨笑悦. 山东大学学报(工学版). 2017(05)
[5]基于有源液压测试技术校直切断机故障诊断研究[J]. 杨成刚,赵静一,赵红美,丁怀青,赵士明. 机床与液压. 2017(11)
[6]基于监督流形学习的航空发动机振动故障诊断方法[J]. 张赟,杨栋,斯彦刚,方旭萌. 推进技术. 2017(05)
[7]基于模糊神经网络的智能故障诊断专家系统[J]. 司景萍,马继昌,牛家骅,王二毛. 振动与冲击. 2017(04)
[8]基于MSPCA-KECA的冷水机组故障监测及诊断[J]. 齐咏生,张海利,王林,高学金,陆晨曦. 化工学报. 2017(04)
[9]复杂工业过程质量相关的故障检测与诊断技术综述[J]. 彭开香,马亮,张凯. 自动化学报. 2017(03)
[10]基于多特征融合多核学习支持向量机的液压泵故障识别方法[J]. 刘志强,姜万录,谭文振,朱勇. 中国机械工程. 2016(24)
本文编号:3612934
【文章来源】:燕山大学河北省
【文章页数】:126 页
【学位级别】:博士
【部分图文】:
压力传感器Fig.5-1Pressuresensor
图 5-2 模拟量输入模块Fig. 5-2 Analog input module克韦尔 1769L36ERM 型号,其包含 2 个以 100 Mbps。允许用户采用环形拓扑结 个节点的设备级环网,修复时间不到 3
PLC控制器Fig.5-3PLCcontroller
【参考文献】:
期刊论文
[1]基于CVFOA-GRNN的飞机液压系统的故障诊断研究[J]. 齐鹏,柴佳佳,靳小波. 测控技术. 2017(12)
[2]基于IAGA-SVM的捣固车液压系统故障诊断研究[J]. 齐磊,王海瑞,李荣远,李英,任玉卿. 计算机应用与软件. 2017(10)
[3]基于BP神经网络的液压缸内泄漏诊断[J]. 李琳,陶建峰,黄亦翔,刘成良. 液压与气动. 2017(07)
[4]基于改进的典型相关分析的故障检测方法[J]. 陈志文,彭涛,阳春华,何章鸣,杨超,杨笑悦. 山东大学学报(工学版). 2017(05)
[5]基于有源液压测试技术校直切断机故障诊断研究[J]. 杨成刚,赵静一,赵红美,丁怀青,赵士明. 机床与液压. 2017(11)
[6]基于监督流形学习的航空发动机振动故障诊断方法[J]. 张赟,杨栋,斯彦刚,方旭萌. 推进技术. 2017(05)
[7]基于模糊神经网络的智能故障诊断专家系统[J]. 司景萍,马继昌,牛家骅,王二毛. 振动与冲击. 2017(04)
[8]基于MSPCA-KECA的冷水机组故障监测及诊断[J]. 齐咏生,张海利,王林,高学金,陆晨曦. 化工学报. 2017(04)
[9]复杂工业过程质量相关的故障检测与诊断技术综述[J]. 彭开香,马亮,张凯. 自动化学报. 2017(03)
[10]基于多特征融合多核学习支持向量机的液压泵故障识别方法[J]. 刘志强,姜万录,谭文振,朱勇. 中国机械工程. 2016(24)
本文编号:3612934
本文链接:https://www.wllwen.com/jixiegongchenglunwen/3612934.html