基于PCA和BP网络的液压油缸内泄漏故障诊断

被引：60

作者：

唐宏宾 ^{[1
,2
]}

吴运新 ^{[1
]}

滑广军 ^{[1
]}

马昌训 ^{[1
]}

机构：

[1] 中南大学机电工程学院

[2] 长沙理工大学汽车与机械工程学院

来源：

中南大学学报(自然科学版) | 2011年 / 42卷 / 12期

关键词：

液压油缸内泄漏; 故障诊断; 主成分分析; BP网络;

D O I：

暂无

中图分类号：

TH165.3 [];

学科分类号：

摘要：

针对液压油缸内泄漏故障诊断时,由于提取的时域参数过多,导致诊断速度慢、实时性差等问题,提出基于主成分分析(PCA)和BP神经网络的诊断方法。该诊断方法是:首先提取压力信号的时域参数作为初始特征,然后利用PCA方法将高维初始特征空间压缩到低维最终特征空间,并将得到的最终特征输入到BP神经网络进行故障模式识别。研究结果表明:该诊断方法在满足故障检测识别率的同时提高了诊断速度,为液压油缸内泄漏的故障诊断提供了一种实用方法。

引用

页码：3709 / 3714

页数：6

共 9 条

[1]

故障信息诊断原理及应用.[M].徐章遂等著;.国防工业出版社.2000,

[2]

LEAKAGE FAULT DETECTION IN HYDRAULIC ACTUATORS SUBJECT TO UNKNOWN EXTERNAL LOADING [J].