基于两级BP网络伺服阀故障诊断专家系统的研究与应用

运用人工智能提高电液伺服间的故障诊断水平。研究伺服阀静态特性曲线和伺服阀状态的对应关系，在特性曲线上提取状态特征参数作为人工神经网络样本，把训练好的神经网络作为专家系统的知识库。状态特征参数提取方法能提高训练样本的质量。利用两级BP网络建立的伺服阀故障诊断专家系统已成功应用于液压AGC测控系统，并具有推广价值。