基于动态PCA及GMM的挖掘机液压系统故障检测方法研究

基于动态PCA及GMM的挖掘机液压系统故障检测方法研究

ID:36619278

大小:830.53 KB

页数:4页

时间:2019-05-13

基于动态PCA及GMM的挖掘机液压系统故障检测方法研究_第1页
基于动态PCA及GMM的挖掘机液压系统故障检测方法研究_第2页
基于动态PCA及GMM的挖掘机液压系统故障检测方法研究_第3页
基于动态PCA及GMM的挖掘机液压系统故障检测方法研究_第4页
资源描述:

《基于动态PCA及GMM的挖掘机液压系统故障检测方法研究》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、·信息技术·于达,等·基于动态PCA及GMM的挖掘机液压系统故障检测方法研究基于动态PCA及GMM的挖掘机液压系统故障检测方法研究于达,王学慧(解放军理工大学,江苏南京210007)摘要:通过多个传感器采集了挖掘机故障和非故障状态下斗杆液压缸伸出这一过程的压力信号。:运用动态PCA将采集的多维数据降至一维,经过多次试验建立训练样本和检验样本,利用GMM方法建立了挖掘机故障检测模型。实验表明此方法可以有效的用于挖掘机液压系统故障检测。关键词:挖掘机液压系统;故障检测;动态PCA;GMM中图分类号:TH165.3文献标志码:A文章编号:1671-5276(201

2、3)03-0135—04ResearchonFaultDetectionofExcvavtorHydraulicSystemBasedonDPCAandGMMYUDa.WANGXue-hui(PLAUniv.ofScience&Technology,Nanjing210007,China)Abstract:Thepressuresignalsintheprocessofbucketarmcylinderstretchingoutarecollectedviaseveralsensom.Thecolecteddataofmanydimensionsarered

3、ucedtothatofonedimensionthroughDPCAandthetrainingsetandthetestingsetarebuitaftermanyexperiments.ThefaultdetectionmodeloftheestablishediseatablishedthroughGMM.Theexperimentindicatesthatthismeth-odcanbeusedtodetectthefaultintheexcavatorhydraulicsystemefectively.Keywords:excavatorhydr

4、aulicsystem;faultdetection;DPCA;GMM1-1挖掘机液压系统模块化与基本回路分0引言析(图1)基于人工智能的诊断方法已成为液压系统故障诊断挖掘机液压系统由斗杆液压回路、动臂液压回路、铲斗的重要方法之一⋯。GMM是一种非监督学习方法J,其液压回路、回转液压回路、行走液压回路等多个子系统回路目标是发现输入数据的族或分组,进行聚类,并以概率的构成。这些子系统回路可以按液压元件分解成为液压泵模形式表现出来。在用GMM方法建立挖掘机液压系统故块、多路阀模块、执行机构模块。将子系统回路分解成为液障检测模型前,为了完整地获得挖掘机液压系统的运

5、行状压元件模块,其结构具有相似性。贺湘宇提出可以将挖掘态,通常采用多测点、多传感器的采集方式,这就需要采用机液压系统故障检测转化为研究一个基本的液压回路的故多元统计分析的方法来对多维测量数据进行分析处理,提障检测,然后推广到各个子系统回路当中。本文亦采取这种取状态特征J。PCA是多元统计分析中常用的多维数据策略,以斗杆液压基本回路为研究对象进行故障检测研究。分析方法,可以将高维数据投影到能够准确表征原数据的挖掘机液压系统基本回路结构图如图1所示。低维空间中,在数据压缩中有着广泛的应用。传统的PCA方法首先假定数据时序无关,而挖掘机的运行过程数据一般在时间上序

6、列相关,这样就使得传统PCA方法所得到的主元不能真实地反应数据的动态特性。为解决该问题,Ku等学者提出了DPCA,用时滞数据增广阵进行主元分析以获取数据的动态联系信息。本文将动态PCA及GMM相结合,首先用动态PCA方法将多维数据压缩至一维,分别建立训练样本集和检验样本集,然后运用GMM方法建立挖掘机液压系统的故障检测模型。经过实验检验,该方法对挖掘机液压系统故障检测是有效的。1故障检测策略、方法及步骤图1挖掘机液压系统基本回路结构图作者简介:于达(1989-),男,山东济南人,硕士研究生,主要研究方向为机械装备机电一体化。MachineBuilding留A

7、utomation,J“H2013,42(3):135~138·135··信息技术·于达,等·基于动态PCA及GMM的挖掘机液压系统故障检测方法研究种“软分配聚类”方法,它假设数据集是由一个潜在的混1.2故障检测方法及步骤合概率分布产生的,而每个高斯分量表示一个不同的首先运用动态PCA方法将挖掘机液压系统第i次运聚类。行时采集的多维数据降至一维数据“,,进行m次实验,对于包含k个高斯成分的GMM模型,观测向量的获得训练样本集{”,,⋯,’},同时用同样的方法概率密度可以表示为下式:建立检验样本集;其次运用GMM方法对训练样本集进行kP(0)=g(10)分析处

8、理,建立挖掘机液压系统故障检测模型,用检验样其中:g

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。