基于EMD及神經網絡的柱塞泵故障診斷的方法研究.pdf

1、隨著液壓技術的不斷發(fā)展,液壓系統(tǒng)應用更加廣泛,結構更加復雜,故障可能性進一步加大。柱塞泵作為重要的液壓元件,其故障診斷方法朝著自動化、智能化方向發(fā)展。本研究采用將神經網絡及灰色理論相結合的方法,對柱塞泵的故障診斷進行研究,主要工作如下:
　　首先,研究了柱塞泵的結構及其工作原理,分析了柱塞泵常見的故障形式及其特性,以及柱塞泵振動方面的信號的頻譜,推導出信號轉化為功率譜和信號轉化為時間域的計算公式。
　　其次,采用EMD方法將

2、柱塞泵的信號分解成有限的本征函數,并利用AR模型對高頻成分進行建模,提取特征值。從而解決了傳統(tǒng)信號不易提取故障特征的問題。
　　再次,研究了灰色理論的柱塞泵故障診斷方法,深入探討了故障信號的處理方式以及如何進行特征向量提取,并設計出了軸向柱塞泵故障診斷的流程圖。
　　最后,通過實驗,驗證神經網絡及灰色理論相結合的方法對柱塞泵故障診斷的可行性。研究了特征參數篩選及網絡警戒參數設置對診斷精確度造成的影響。
　　本文研究成果