面向泵车的故障诊断技术研究

发布时间：2019-10-18 17:11

【摘要】：混凝土泵车是工程机械中技术含量高、维护难度大、价格较昂贵的复杂装备之一。利用先进的物联网技术和人工智能故障诊断技术对泵车进行实时、远程、在线故障诊断，对于保障重点行业大型装备运营的技术安全，实现节能降耗和绿色环保，提高制造业的可持续发展能力具有重要的意义。 本文针对目前泵车液压系统中的故障诊断问题，给出了基于物联网的泵车液压故障诊断系统方案；在综合考虑提高系统实时性、可靠性以及降低系统成本的情况下，完成了面向物联网体系结构的安全车载终端系统的搭建，并以智能故障诊断技术为理论基础，研究了适合该研究背景的智能诊断算法，将人工神经网络、微粒群优化算法、D-S证据理论、多传感信息融合理论、模糊向量机等智能信息处理方法引入泵车液压系统的故障诊断中，分别对液压系统中液压机控制子系统和动力子系统关键部位进行故障诊断。 本文的主要创新点如下： (1)给出了一种基于物联网的泵车液压故障诊断系统方案，，从终端平台安全方面考虑，将TPM芯片加入到车载终端中，使得车载终端具有更高的安全性。 (2)提出了一种基于PSO-Elman神经网络的故障诊断方法。通过对PSO算法的惯性权重和学习因子进行改进，应用于Elman神经网络的训练学习中，使得网络在训练时间、收敛率和诊断精度方面得到提高；给出了基于PSO-H-BP神经网络的故障诊断方法，将PSO与Hopfield神经网络和BP神经网络相结合，利用PSO算法优化Hopfield网络的权值矩阵，对BP网络的输入数据进行预处理，获得稳定的网络结构，再利用BP神经网络进行故障诊断，提高网络的收敛速度和诊断准确度。最后通过实验验证了算法的有效性。 (3)提出了一种基于双层FSVM模型结构的故障诊断方法，并将其应用于液压系统电磁换向阀故障诊断中，取得了良好效果；同时对模糊支持向量机的训练算法和参数选取方法进行了优化，实验结果表明，采用优化后的参数可明显提高支持向量机的学习性能。 (4)提出了一种基于三级多源信息融合的故障诊断方法，采用多并行的PSO-BP和MPSO-RBF神经网络组成振动子网和温度子网进行局部诊断；给出了基于修正的D-S证据理论的多传感器时空域信息融合方法，针对本文研究背景提出了基于plbl的决策方法；最后，将三级多源信息融合故障诊断方法应用于液压系统动力子系统关键部位液压泵的故障诊断中进行验证。
【图文】：

液 压 泵 的 故 障 诊 断 将 在 后 续 章 节 进 行 详 细 讨 论 。 方 案 物 联 网 技 术 的 远 程 故 障 诊 断 系 统 架 构 总 体 分 为 三 层 ：感 知 层 、 在 感 知 层 ， 各 泵 车 设 备 上 面 安 装 的 各 种 感 应 器 等 智 能 信 息 传 感 息 的 采 集 、预 处 理 并 简 要 分 析 。网 络 层 把 智 能 感 知 层 采 集 到 的 的 方 式 传 到 数 据 中 心 ， 并 实 现 物 联 网 的 数 据 信 息 与 控 制 信 息 层 对 采 集 到 的 信 息 进 行 分 析 处 理 后 ，提 供 相 应 的 应 用 服 务 ，可 服 务 ， 也 可 以 提 供 相 应 的 程 序 调 用 接 口 供 用 户 进 行 进 一 步 的 应 土 泵 车 ，主 要 由 液 压 系 统 、底 盘 、臂 架 系 统 、转 塔 、泵 送 机 构 大 部 分 组 成[ 6 6 ]。 液 压 系 统 主 要 通 过 改 变 内 部 压 强 增 大 作 用 力 完 整 的 液 压 系 统 主 要 由 动 力 元 件 ( 液 压 泵 ) 、 执 行 元 件 ( 液 压 缸 元 件 ( 各 种 液 压 阀 ) 、 辅 助 元 件 ( 油 箱 、 滤 油 器 、 油 管 、 管 接 头 、 等 附 件 ) 和 液 压 油 等 五 个 部 分 组 成 。 液 压 系 统 结 构 图[ 6 7 ]如 图 2 . 1

是 根 据 C A N 控 制 器 的 控 制 步 骤 ， 编 写 I / O 操 作 函 数 ， 然 后 将 I / O 操 作 函 数 填 e _ o p e r a t i o n s 结 构 体 中 对 应 的 部 分 即 可[ 1 6 ]。 编 写 完 成 驱 动 代 码 以 后 就 是 编 译 驱 动 程 序 ， 将 编 译 好 的 C A N 设 备 驱 动 程 序 加 入 内 核 ， 实 现 内 核 功 能 的 添 加 n u x 内 核 中 添 加 C A N 设 备 的 配 置 如 图 2 . 1 5 。
【学位授予单位】：太原科技大学
【学位级别】：博士
【学位授予年份】：2013
【分类号】：TH165.3;TP18

【参考文献】

相关期刊论文 前10条

1 董选明，裘丽华，王占林;故障诊断神经网络系统的专家知识表达方法[J];北京航空航天大学学报;1996年01期

2 张建华,王占林;基于模糊神经网络的故障诊断方法的研究[J];北京航空航天大学学报;1997年04期

3 黄天戍,汪汝宁,袁学文;TCP/IP协议栈在嵌入式异构网络互联中的应用[J];单片机与嵌入式系统应用;2004年09期

4 冯良祥;段志善;滕维淑;;BP神经网络在矿山机械液压系统故障诊断中的应用[J];大众科技;2010年05期

5 孙全,叶秀清,顾伟康;一种新的基于证据理论的合成公式[J];电子学报;2000年08期

6 许培达;韩德强;邓勇;;一种基本概率赋值转换为概率的最优化方法[J];电子学报;2011年S1期

7 薛庆吉;周国运;;基于GSM/GPRS网络远程无线控制系统应用研究[J];福建电脑;2008年03期

8 杨维,李歧强;粒子群优化算法综述[J];中国工程科学;2004年05期

9 王文栋;钟智;元昌安;;基于GEP的支持向量机参数优化[J];广西师范学院学报(自然科学版);2010年02期

10 王国鹏,翟永杰,封官斌,王东风;模糊支持向量机在汽轮机故障诊断中的应用[J];华北电力大学学报;2003年04期

相关重要报纸文章 前1条

1 本报记者 毛江华;[N];计算机世界;2005年

相关博士学位论文 前5条

1 高英杰;轧机AGC液压系统故障诊断技术的研究[D];燕山大学;2000年

2 李宏坤;基于信息融合技术船舶柴油机故障诊断方法的研究与应用[D];大连理工大学;2003年

3 张冀;基于多源信息融合的传感器故障诊断方法研究[D];华北电力大学（河北）;2008年

4 王永奇;履带式智能全液压推土机关键技术研究[D];长安大学;2008年

5 饶泓;基于多源信息融合与Rough集理论的液压机故障诊断方法研究[D];南昌大学;2009年

本文编号：2551190