基于混合fuzzy ARTMAP的智能诊断方法在油缸泄漏诊断中的应用

发布时间：2018-01-01 00:10

本文关键词：基于混合fuzzy ARTMAP的智能诊断方法在油缸泄漏诊断中的应用　出处：《中国科技论文》2016年10期 　论文类型：期刊论文

【摘要】：提出了1种混合的fuzzy ARTMAP(FAM)智能诊断方法,对泵车主油缸早期泄漏及异常泄漏进行了诊断分析。由于FAM性能受训练样本输入顺序及油缸泄漏故障样本少的影响,运用信号处理方法和改进的距离区分技术抽取了反映油缸泄漏状态的敏感特征参数,然后将不同排序的学习样本分别输入到多个FAM神经网络进行诊断分析,并结合贝叶斯置信法,获取最终的诊断结果。试验结果表明,该方法不仅能对油缸早期泄漏和异常泄漏故障进行有效诊断,诊断精度分别高于单个FAM及混合BP和RBF网络6%、38%和42%,而且具有较好的鲁棒性。
[Abstract]:This paper proposes 1 hybrid fuzzy ARTMAP (FAM) intelligent diagnosis method, the leakage of cylinder pump leakage and abnormal early owners were diagnosed and analyzed. Because the performance of FAM by training sample input sequence and the effect of cylinder leakage less fault samples, using signal processing method and improved distance distinguishing technology from sensitive characteristic parameters of cylinder the leakage state, then the different sort of learning samples are inputted into a FAM neural network was analyzed, and combined with the Bayesian method, to obtain the final diagnosis results. Experimental results show that this method can not only for early cylinder leakage and abnormal leakage fault diagnose, the diagnostic accuracy was higher than that of single FAM and hybrid BP and the RBF network 6%, 38% and 42%, and has good robustness.

【作者单位】：武汉科技大学机械自动化学院;华中科技大学机械科学与工程学院;
【基金】：国家自然科学基金资助项目(51405353) 湖北省教育厅科学研究计划资助项目(Q20151103) 湖北省科技厅计划项目(2015CFB306)
【分类号】：TH137
【正文快照】： 主油缸是泵车泵送液压系统主要执行元件,受恶劣工作环境、泵送冲击等因素影响,泄漏频频发生,轻则影响泵送效率,重则无法施工,严重影响施工进度。为避免此现象发生,须对油缸泄漏进行及时维护,因此对主油缸的早期泄漏及其劣化状态进行诊断分析具有重要意义[1]。目前,常采用压力

【相似文献】