基于PSO-BP神经网络的柱塞泵故障诊断方法的研究

发布时间：2023-02-11 13:51

　　轴向柱塞泵作为液压体系的供能元件,广泛应用于各工业领域范围,同时柱塞泵也是液压系统中故障常发元件之一。随着科技的发展,液压系统的结构愈加复杂,故障形式也越来越多。因此,能够对柱塞泵的故障进行及时有效的诊断具有重要的意义,而传统的人工识别故障类型的方法已经无法满足现代机械故障诊断的需求。本文利用粒子群算法的特点与传统BP网络模型结合的方式,对轴向柱塞泵常发的几种故障进行诊断研究,主要包括以下工作内容:本文通过分析A4VG柱塞泵的工作原理与基本结构,指出了该柱塞泵常见故障与故障机理,通过经验公式计算该柱塞泵基本振动频率,并利用Hilbert包络谱分析方法对柱塞泵故障信号进行了分析。同时也对柱塞泵的振动传递路径进行了分析,总结出可以通过泵壳来采集柱塞泵振动信号的方法,并在柱塞泵故障诊断实验台上,通过人为设置故障件来模拟柱塞泵故障工况,分别采集了柱塞泵正常工作、滑靴磨损、配油盘磨损以及斜盘磨损这四种振动信号。在分析了当前振动信号特征提取的缺点后,本文提出一种基于小波包的经验模态分解(empirical mode decomposition,EMD)特征提取的方法。这种方法将小波包用于柱塞泵振动...

【文章页数】：80 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景
    1.2 国内外研究现状
        1.2.1 故障诊断技术研究现状
        1.2.2 柱塞泵故障诊断研究现状
    1.3 论文研究内容
    1.4 论文组织结构
第二章 轴向柱塞泵介绍与故障机理分析
    2.1 引言
    2.2 柱塞泵工作原理
    2.3 柱塞泵的常见故障及特性分析
        2.3.1 常见的柱塞泵故障
        2.3.2 柱塞泵故障的特点
        2.3.3 柱塞泵的振动传递路径
        2.3.4 柱塞泵包含的主要振动频率
        2.3.5 柱塞泵的Hilbert包络谱分析
    2.4 振动信号预处理
    2.5 本章总结
第三章 柱塞泵振动信号的特征提取
    3.1 引言
    3.2 小波包降噪原理与应用
        3.2.1 小波包降噪基本原理
        3.2.2 降噪评价标准
        3.2.3 基于小波包的柱塞泵振动信号降噪
    3.3 EMD基本原理
        3.3.1 仿真信号分析
        3.3.2 噪声对EMD分解的影响
        3.3.3 柱塞泵振动信号的EMD
    3.4 基于IMF能量特征提取的改进
    3.5 特征提取的仿真分析
    3.6 本章总结
第四章 基于PSO-BP神经网络的柱塞泵故障诊断
    4.1 引言
    4.2 BP神经网络结构
    4.3 粒子群算法的基本原理
    4.4 基于PSO的BP神经网络模型建立
    4.5 BP与PSO-BP性能对比实验
        4.5.1 实验样本的特征提取
        4.5.2 神经网络的建立
    4.6 本章总结
第五章 柱塞泵实验分析
    5.1 引言
    5.2 实验配置
        5.2.1 信号采集系统
        5.2.2 实验所用传感器
        5.2.3 Lab VIEW简介
    5.3 信号采集原理
        5.3.1 柱塞泵测试实验台的搭建
        5.3.2 Lab VIEW数据采集
        5.3.3 实验步骤
    5.4 实验样本的选取
    5.5 基于灰色关联度的柱塞泵故障诊断
        5.5.1 灰色关联度原理
        5.5.2 灰色关联度计算过程
        5.5.3 基于灰色关联度的故障识别
    5.6 本章总结
第六章 总结与展望
    6.1 全文总结
    6.2 展望
致谢
参考文献



本文编号：3740503