基于软测量的液压设备状态监测与诊断方法研究

随着自动化程度的不断提高,液压设备规模与复杂性也日益提高,设备的故障与失效原因也变得更加复杂,因此迫切需要提高系统运行可靠性与安全性的有效方法与措施。通过设备状态监测与诊断技术并综合运用各种故障诊断新技术与新方法,对液压设备运行状态及故障进行实时在线监测及诊断将是提高液压系统运行可靠性与安全性的一种有效手段。为此需要监测液压设备中的过程参数,而有些参数无法或难以直接用传感器或过程检测仪表进行测量,而软测量技术能够有效解决这类问题。 首先,介绍了软测量基本概念和常用的建模方法,利用机理建模的方法分析了液压系统中的齿轮泵—比例溢流阀模型,并利用Simulink对模型进行仿真,为后续研究系统状态监测奠定基础;通过机理分析找到与液压系统含气量有关的辅助变量,而后通过互相关的软测量方法来研究含气量的测量,在此基础上利用RBF神经网络对含气量作定性分析。 其次,研究了应变检测技术在液压系统的应用,并通过实验与常用压力传感器比较,在此基础上利用应变检测技术测量液压系统的压差信号,并结合现代非线性处理技术研究了压差信号与流体管道流动状态的关系。 最后,详细论述了SOM神经网络的基本模型和算法,在此基础上对SOM的输出结果进行可视化研究,建立了SOM可视化网络模型,并利用SOM可视化模型研究了液压动力系统运行状态分类问题。