液压系统多故障模式识别及状态评估研究

发布时间：2017-11-09 17:13

  本文关键词：液压系统多故障模式识别及状态评估研究

  更多相关文章： 液压系统 多故障 故障模式识别 状态评估

【摘要】：液压系统是各类主机的重要组成部分,其工作状态直接影响着装备的性能,必须严格保证其可靠性。随着液压系统结构复杂程度的增加,以及使用工况的恶劣化,增加了多故障模式同时发生的可能性。在这种情况下,不同的故障模式之间存在耦合关系,故障特征也与单一故障模式的情况下有所不同,监测得到的特征信号往往是同时来自多个故障源。而传统的液压系统可靠性理论中关于系统及元件二态性的假设以及各元件状态相互独立的假设,如果直接用于液压系统多故障模式的诊断,其结果可能出现偏差甚至错误。对于液压系统来说,渐发性故障的发生不会立刻导致系统无法运行,但会降低系统的工作效率,使得系统处于一种“亚健康”状态。在这种情况下,对液压系统进行状态评估并适时进行合理的维护,不仅可以保证液压系统的安全工作、延长使用寿命,还可以提高系统的利用率和可靠性,有效降低维护成本。 论文以液压系统为对象,主要研究了多故障模式下的故障模式识别和状态评估问题。在介绍常见液压元件典型故障机理的基础上,通过液压系统多故障模拟试验台分析了液压系统多元件内泄漏故障的机理,并给出各元件泄漏模型和模拟方法。 液压系统多故障模式同时发生的情况下,故障特征与故障模式之间存在的复杂关系,论文通过采用粗糙集理论对故障数据进行约简处理,能够在保证故障有效信息的基础上,有效减少样本数量和特征维数；针对工程实际中经常出现的故障模式多而训练样本少的情况,采用支持向量机方法对液压系统多故障模式识别进行了研究,通过实验结果的对比分析证明所采用方法的有效性。 对于液压系统状态评估中存在的由于参数和模型选择而导致评估结果差异性大的问题,论文提出了适用于液压系统多种元件、多个参数状态评估的DEA模型,应用该模型分别分析了液压系统在单一故障和多故障情况下系统相对效率的变化,为液压系统的状态评估提供一个有效途径。
【学位授予单位】：武汉理工大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TH137;TH165.3

【参考文献】

中国期刊全文数据库 前10条

1 王少萍,王占林;液压泵故障诊断的神经网络方法[J];北京航空航天大学学报;1997年06期

2 丁世飞;齐丙娟;谭红艳;;支持向量机理论与算法研究综述[J];电子科技大学学报;2011年01期

3 张根保;庞继红;陈国华;葛红玉;;数控装备质量的模糊物元综合评价方法[J];重庆大学学报;2011年01期

4 赵应樾,张远圻;液压缸运行故障的诊断与排除(一)[J];工程机械与维修;2000年08期

5 陶志,许宝栋,汪定伟,李冉;基于遗传算法的粗糙集知识约简方法[J];系统工程;2003年04期

6 夏良华;贾希胜;徐英;;设备维修策略的合理选择与决策流程[J];火炮发射与控制学报;2006年04期

7 杜尊峰;余建星;傅明炀;张则青;张中华;;自升式平台液压升降系统的状态模糊综合评判研究[J];海洋技术;2010年03期

8 安二中;发动机性能的模糊物元综合评价[J];机床与液压;2004年10期

9 韩寿松;刘相波;晁智强;孟爱红;;液压元件泄漏量原位检测评估模型研究[J];机床与液压;2009年03期

10 姚春江;陈小虎;毋文峰;王旭平;;液压系统故障模拟方法研究[J];机床与液压;2009年12期

中国重要会议论文全文数据库 前1条

1 杨承先;张琦;;液压系统可靠性模糊设计与评价[A];中国工程机械学会2003年年会论文集[C];2003年

中国硕士学位论文全文数据库 前5条

1 郑直;液压泵健康状态评估方法研究[D];燕山大学;2012年

2 董云杰;支持向量机及其在模式识别中应用的研究[D];兰州理工大学;2003年

3 袁亚芹;基于性能退化数据的航空液压泵可靠性分析[D];南京理工大学;2009年

4 张卫兵;基于信息融合的液压缸故障模式识别方法研究[D];武汉理工大学;2012年

5 李瑞;基于小波分析的工程机械液压缸故障特征提取研究[D];武汉理工大学;2012年

，

本文编号：1162802