基于小波包与概率神经网络的液压泵故障模式识别

《基于小波包与概率神经网络的液压泵故障模式识别》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、2014年7月机床与液压Ju1．2014第42卷第13期MACHINET00L&HYDRAULICSVo1．42No．13DOI：10．3969／j．issn．1001—3881．2014．13．042基于小波包与概率神经网络的液压泵故障模式识别敖银辉，汪宝生(广东工业大学机电学院，广东广州510090)摘要：小波包具有良好的去噪效果和高频分析能力，而概率神经网络具有很好的分类效果。采用小波包分解重构液压泵故障特征信号，并提取第三层各频率段的节点能量作为特征向量，将特征向量概率神经网络模型的输入向量对液压泵故障模式进行识别。通过采用LabVIEW和MATLAB混合编写的识别软

2、件系统对液压泵故障识别，证明了将该方法用在液压泵故障模式识别上，能取得良好的效果。关键词：液压泵；模式识别；小波包；概率神经网络中图分类号：TP306文献标识码：A文章编号：1001—3881(2014)13—168—3FaultModelRecognitionofHydraulicPumpBaseonWaveletPacketandProbabilityNeuralNetworkA0Yinhui．WANGBaosheng(FacultyofElectromechanicalEngineering，GuangdongUniversityofTechnology，Guangzh

3、ouGuangdong510090，China)Abstract：Waveletpacketisgoodatde—noisingandanalyzinghighfrequencysigna1．Moreovertheprobabilityneuralnetworkcanbewellusedtoclassify．Thewaveletpacketsweredecomposedandusedtoreconstructthefailuresignalofhydraulicpumpeharacteris—tics，andthenodeenergyineachfrequencybangat

4、thirdlayerwasextractedandusedtogroupasfeaturevectors．Aprobabilityneuralnetworkofthefeaturevectorswasmodeledandinputasvectorstorecognizethefailuremodelofhydraulicpump．LabviewandMAT—LABwereusedinintegrationtoprogramarecognitionsoftwaresystemtodofailurerecognitionofhydraulicpump．Experimentalre

5、sultsshowthatthemethodisgoodatmodelrecognitionofhydraulicpump，andhasachievedgoodeffects．Keywords：Hydraulicpump；Modelrecognition；Waveletpacket；Probabilityneuralnetwork液压泵作为液压系统的动力元件，是整个液压系的神经网络应用于液压泵故障诊断，并建立了基于该统的心脏。液压泵已经从单纯只作为动力元件发展到算法的故障诊断模型。集控制一体的动力元件。很多液压泵都集有比例、伺虽然现阶段对液压泵故障诊断方法很多，但对于服和压力

6、控制阀。集成程度越高液压泵越复杂，诊断液压泵故障模式识别的方法却很少。文献[1]提出和维修也就越困难。运用现代诊断技术可以更加精确的利用小波包方法对液压泵进行故障诊断，虽然通过和迅速地对液压泵故障做出诊断。因此，对液压泵故观察可以看出液压泵是否出现故障，但不能判断出故障诊断的方法研究具有十分重大的意义。障的具体位置，文献[2]采用神经网络方法对液压由于液压泵结构复杂和获取信号特征困难，对液泵故障诊断，虽然也能判断出是否出现故障，但对故压泵故障的研究，至今还没有建立起一个完整的体系障的类型很难做出判断。和理论。目前，对液压泵故障诊断的研究方法，大部本文作者主要针对液压泵的配油盘

7、、柱塞、缸体分源自对旋转机械故障诊断的技术和方法。液压泵的3种磨损故障进行识别，虽然每种类型随着磨损程度故障诊断方法主要可以分为两大类：基于数学模型的和范围不一样，产生异常频率也不一样，但其在某个故障诊断和基于人工智能的故障诊断。文献[1]提频率段产生的能量比是基本相同的，根据这一原理提出利用小波包分解液压泵出口处压力信号的特征，提出采用小波包提取各频率段的能量，采用概率神经网取液压泵的特征量，建立不同频率范围的特征信号与络对故障进行分类。液压泵不同故障因素的对应关系，为液压泵的故障诊1小波包分解断与定