【摘要】：混凝土泵車是工程機械中技術含量高、維護難度大、價格較昂貴的復雜裝備之一。利用先進的物聯(lián)網(wǎng)技術和人工智能故障診斷技術對泵車進行實時、遠程、在線故障診斷，對于保障重點行業(yè)大型裝備運營的技術安全，實現(xiàn)節(jié)能降耗和綠色環(huán)保，提高制造業(yè)的可持續(xù)發(fā)展能力具有重要的意義。 本文針對目前泵車液壓系統(tǒng)中的故障診斷問題，給出了基于物聯(lián)網(wǎng)的泵車液壓故障診斷系統(tǒng)方案；在綜合考慮提高系統(tǒng)實時性、可靠性以及降低系統(tǒng)成本的情況下，完成了面向物聯(lián)網(wǎng)體系結構的安全車載終端系統(tǒng)的搭建，并以智能故障診斷技術為理論基礎，研究了適合該研究背景的智能診斷算法，將人工神經(jīng)網(wǎng)絡、微粒群優(yōu)化算法、D-S證據(jù)理論、多傳感信息融合理論、模糊向量機等智能信息處理方法引入泵車液壓系統(tǒng)的故障診斷中，分別對液壓系統(tǒng)中液壓機控制子系統(tǒng)和動力子系統(tǒng)關鍵部位進行故障診斷。 本文的主要創(chuàng)新點如下： (1)給出了一種基于物聯(lián)網(wǎng)的泵車液壓故障診斷系統(tǒng)方案，，從終端平臺安全方面考慮，將TPM芯片加入到車載終端中，使得車載終端具有更高的安全性。 (2)提出了一種基于PSO-Elman神經(jīng)網(wǎng)絡的故障診斷方法。通過對PSO算法的慣性權重和學習因子進行改進，應用于Elman神經(jīng)網(wǎng)絡的訓練學習中，使得網(wǎng)絡在訓練時間、收斂率和診斷精度方面得到提高；給出了基于PSO-H-BP神經(jīng)網(wǎng)絡的故障診斷方法，將PSO與Hopfield神經(jīng)網(wǎng)絡和BP神經(jīng)網(wǎng)絡相結合，利用PSO算法優(yōu)化Hopfield網(wǎng)絡的權值矩陣，對BP網(wǎng)絡的輸入數(shù)據(jù)進行預處理，獲得穩(wěn)定的網(wǎng)絡結構，再利用BP神經(jīng)網(wǎng)絡進行故障診斷，提高網(wǎng)絡的收斂速度和診斷準確度。最后通過實驗驗證了算法的有效性。 (3)提出了一種基于雙層FSVM模型結構的故障診斷方法，并將其應用于液壓系統(tǒng)電磁換向閥故障診斷中，取得了良好效果；同時對模糊支持向量機的訓練算法和參數(shù)選取方法進行了優(yōu)化，實驗結果表明，采用優(yōu)化后的參數(shù)可明顯提高支持向量機的學習性能。 (4)提出了一種基于三級多源信息融合的故障診斷方法，采用多并行的PSO-BP和MPSO-RBF神經(jīng)網(wǎng)絡組成振動子網(wǎng)和溫度子網(wǎng)進行局部診斷；給出了基于修正的D-S證據(jù)理論的多傳感器時空域信息融合方法，針對本文研究背景提出了基于plbl的決策方法；最后，將三級多源信息融合故障診斷方法應用于液壓系統(tǒng)動力子系統(tǒng)關鍵部位液壓泵的故障診斷中進行驗證。
【圖文】：

液 壓 泵 的 故 障 診 斷 將 在 后 續(xù) 章 節(jié) 進 行 詳 細 討 論 。 方 案 物 聯(lián) 網(wǎng) 技 術 的 遠 程 故 障 診 斷 系 統(tǒng) 架 構 總 體 分 為 三 層 ：感 知 層 、 在 感 知 層 ， 各 泵 車 設 備 上 面 安 裝 的 各 種 感 應 器 等 智 能 信 息 傳 感 息 的 采 集 、預 處 理 并 簡 要 分 析 。網(wǎng) 絡 層 把 智 能 感 知 層 采 集 到 的 的 方 式 傳 到 數(shù) 據(jù) 中 心 ， 并 實 現(xiàn) 物 聯(lián) 網(wǎng) 的 數(shù) 據(jù) 信 息 與 控 制 信 息 層 對 采 集 到 的 信 息 進 行 分 析 處 理 后 ，提 供 相 應 的 應 用 服 務 ，可 服 務 ， 也 可 以 提 供 相 應 的 程 序 調(diào) 用 接 口 供 用 戶 進 行 進 一 步 的 應 土 泵 車 ，主 要 由 液 壓 系 統(tǒng) 、底 盤 、臂 架 系 統(tǒng) 、轉 塔 、泵 送 機 構 大 部 分 組 成[ 6 6 ]。 液 壓 系 統(tǒng) 主 要 通 過 改 變 內(nèi) 部 壓 強 增 大 作 用 力 完 整 的 液 壓 系 統(tǒng) 主 要 由 動 力 元 件 ( 液 壓 泵 ) 、 執(zhí) 行 元 件 ( 液 壓 缸 元 件 ( 各 種 液 壓 閥 ) 、 輔 助 元 件 ( 油 箱 、 濾 油 器 、 油 管 、 管 接 頭 、 等 附 件 ) 和 液 壓 油 等 五 個 部 分 組 成 。 液 壓 系 統(tǒng) 結 構 圖[ 6 7 ]如 圖 2 . 1

是 根 據(jù) C A N 控 制 器 的 控 制 步 驟 ， 編 寫 I / O 操 作 函 數(shù) ， 然 后 將 I / O 操 作 函 數(shù) 填 e _ o p e r a t i o n s 結 構 體 中 對 應 的 部 分 即 可[ 1 6 ]。 編 寫 完 成 驅 動 代 碼 以 后 就 是 編 譯 驅 動 程 序 ， 將 編 譯 好 的 C A N 設 備 驅 動 程 序 加 入 內(nèi) 核 ， 實 現(xiàn) 內(nèi) 核 功 能 的 添 加 n u x 內(nèi) 核 中 添 加 C A N 設 備 的 配 置 如 圖 2 . 1 5 。
【學位授予單位】：太原科技大學
【學位級別】：博士
【學位授予年份】：2013
【分類號】：TH165.3;TP18

【參考文獻】

相關期刊論文 前10條

1 董選明，裘麗華，王占林;故障診斷神經(jīng)網(wǎng)絡系統(tǒng)的專家知識表達方法[J];北京航空航天大學學報;1996年01期

2 張建華,王占林;基于模糊神經(jīng)網(wǎng)絡的故障診斷方法的研究[J];北京航空航天大學學報;1997年04期

3 黃天戍,汪汝寧,袁學文;TCP/IP協(xié)議棧在嵌入式異構網(wǎng)絡互聯(lián)中的應用[J];單片機與嵌入式系統(tǒng)應用;2004年09期

4 馮良祥;段志善;滕維淑;;BP神經(jīng)網(wǎng)絡在礦山機械液壓系統(tǒng)故障診斷中的應用[J];大眾科技;2010年05期

5 孫全,葉秀清,顧偉康;一種新的基于證據(jù)理論的合成公式[J];電子學報;2000年08期

6 許培達;韓德強;鄧勇;;一種基本概率賦值轉換為概率的最優(yōu)化方法[J];電子學報;2011年S1期

7 薛慶吉;周國運;;基于GSM/GPRS網(wǎng)絡遠程無線控制系統(tǒng)應用研究[J];福建電腦;2008年03期

8 楊維,李歧強;粒子群優(yōu)化算法綜述[J];中國工程科學;2004年05期

9 王文棟;鐘智;元昌安;;基于GEP的支持向量機參數(shù)優(yōu)化[J];廣西師范學院學報(自然科學版);2010年02期

10 王國鵬,翟永杰,封官斌,王東風;模糊支持向量機在汽輪機故障診斷中的應用[J];華北電力大學學報;2003年04期

相關重要報紙文章 前1條

1 本報記者 毛江華;[N];計算機世界;2005年

相關博士學位論文 前5條

1 高英杰;軋機AGC液壓系統(tǒng)故障診斷技術的研究[D];燕山大學;2000年

2 李宏坤;基于信息融合技術船舶柴油機故障診斷方法的研究與應用[D];大連理工大學;2003年

3 張冀;基于多源信息融合的傳感器故障診斷方法研究[D];華北電力大學（河北）;2008年

4 王永奇;履帶式智能全液壓推土機關鍵技術研究[D];長安大學;2008年

5 饒泓;基于多源信息融合與Rough集理論的液壓機故障診斷方法研究[D];南昌大學;2009年

本文編號：2551190