軸向柱塞泵作為液壓體系的供能元件,廣泛應(yīng)用于各工業(yè)領(lǐng)域范圍,同時柱塞泵也是液壓系統(tǒng)中故障常發(fā)元件之一。隨著科技的發(fā)展,液壓系統(tǒng)的結(jié)構(gòu)愈加復(fù)雜,故障形式也越來越多。因此,能夠?qū)χ玫墓收线M行及時有效的診斷具有重要的意義,而傳統(tǒng)的人工識別故障類型的方法已經(jīng)無法滿足現(xiàn)代機械故障診斷的需求。本文利用粒子群算法的特點與傳統(tǒng)BP網(wǎng)絡(luò)模型結(jié)合的方式,對軸向柱塞泵常發(fā)的幾種故障進行診斷研究,主要包括以下工作內(nèi)容:本文通過分析A4VG柱塞泵的工作原理與基本結(jié)構(gòu),指出了該柱塞泵常見故障與故障機理,通過經(jīng)驗公式計算該柱塞泵基本振動頻率,并利用Hilbert包絡(luò)譜分析方法對柱塞泵故障信號進行了分析。同時也對柱塞泵的振動傳遞路徑進行了分析,總結(jié)出可以通過泵殼來采集柱塞泵振動信號的方法,并在柱塞泵故障診斷實驗臺上,通過人為設(shè)置故障件來模擬柱塞泵故障工況,分別采集了柱塞泵正常工作、滑靴磨損、配油盤磨損以及斜盤磨損這四種振動信號。在分析了當前振動信號特征提取的缺點后,本文提出一種基于小波包的經(jīng)驗?zāi)B(tài)分解(empirical mode decomposition,EMD)特征提取的方法。這種方法將小波包用于柱塞泵振動...

【文章頁數(shù)】：80 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 故障診斷技術(shù)研究現(xiàn)狀
        1.2.2 柱塞泵故障診斷研究現(xiàn)狀
    1.3 論文研究內(nèi)容
    1.4 論文組織結(jié)構(gòu)
第二章 軸向柱塞泵介紹與故障機理分析
    2.1 引言
    2.2 柱塞泵工作原理
    2.3 柱塞泵的常見故障及特性分析
        2.3.1 常見的柱塞泵故障
        2.3.2 柱塞泵故障的特點
        2.3.3 柱塞泵的振動傳遞路徑
        2.3.4 柱塞泵包含的主要振動頻率
        2.3.5 柱塞泵的Hilbert包絡(luò)譜分析
    2.4 振動信號預(yù)處理
    2.5 本章總結(jié)
第三章 柱塞泵振動信號的特征提取
    3.1 引言
    3.2 小波包降噪原理與應(yīng)用
        3.2.1 小波包降噪基本原理
        3.2.2 降噪評價標準
        3.2.3 基于小波包的柱塞泵振動信號降噪
    3.3 EMD基本原理
        3.3.1 仿真信號分析
        3.3.2 噪聲對EMD分解的影響
        3.3.3 柱塞泵振動信號的EMD
    3.4 基于IMF能量特征提取的改進
    3.5 特征提取的仿真分析
    3.6 本章總結(jié)
第四章 基于PSO-BP神經(jīng)網(wǎng)絡(luò)的柱塞泵故障診斷
    4.1 引言
    4.2 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
    4.3 粒子群算法的基本原理
    4.4 基于PSO的BP神經(jīng)網(wǎng)絡(luò)模型建立
    4.5 BP與PSO-BP性能對比實驗
        4.5.1 實驗樣本的特征提取
        4.5.2 神經(jīng)網(wǎng)絡(luò)的建立
    4.6 本章總結(jié)
第五章 柱塞泵實驗分析
    5.1 引言
    5.2 實驗配置
        5.2.1 信號采集系統(tǒng)
        5.2.2 實驗所用傳感器
        5.2.3 Lab VIEW簡介
    5.3 信號采集原理
        5.3.1 柱塞泵測試實驗臺的搭建
        5.3.2 Lab VIEW數(shù)據(jù)采集
        5.3.3 實驗步驟
    5.4 實驗樣本的選取
    5.5 基于灰色關(guān)聯(lián)度的柱塞泵故障診斷
        5.5.1 灰色關(guān)聯(lián)度原理
        5.5.2 灰色關(guān)聯(lián)度計算過程
        5.5.3 基于灰色關(guān)聯(lián)度的故障識別
    5.6 本章總結(jié)
第六章 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 展望
致謝
參考文獻



本文編號：3740503