【摘要】：混凝土泵車是工程機(jī)械中技術(shù)含量高、維護(hù)難度大、價格較昂貴的復(fù)雜裝備之一。利用先進(jìn)的物聯(lián)網(wǎng)技術(shù)和人工智能故障診斷技術(shù)對泵車進(jìn)行實時、遠(yuǎn)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(shù)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(jié)構(gòu)的安全車載終端系統(tǒng)的搭建，并以智能故障診斷技術(shù)為理論基礎(chǔ)，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(luò)、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(jī)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(jī)控制子系統(tǒng)和動力子系統(tǒng)關(guān)鍵部位進(jìn)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(luò)的故障診斷方法。通過對PSO算法的慣性權(quán)重和學(xué)習(xí)因子進(jìn)行改進(jìn)，應(yīng)用于Elman神經(jīng)網(wǎng)絡(luò)的訓(xùn)練學(xué)習(xí)中，使得網(wǎng)絡(luò)在訓(xùn)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(luò)的故障診斷方法，將PSO與Hopfield神經(jīng)網(wǎng)絡(luò)和BP神經(jīng)網(wǎng)絡(luò)相結(jié)合，利用PSO算法優(yōu)化Hopfield網(wǎng)絡(luò)的權(quán)值矩陣，對BP網(wǎng)絡(luò)的輸入數(shù)據(jù)進(jìn)行預(yù)處理，獲得穩(wěn)定的網(wǎng)絡(luò)結(jié)構(gòu)，再利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行故障診斷，提高網(wǎng)絡(luò)的收斂速度和診斷準(zhǔn)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(jié)構(gòu)的故障診斷方法，并將其應(yīng)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(jī)的訓(xùn)練算法和參數(shù)選取方法進(jìn)行了優(yōu)化，實驗結(jié)果表明，采用優(yōu)化后的參數(shù)可明顯提高支持向量機(jī)的學(xué)習(xí)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(luò)組成振動子網(wǎng)和溫度子網(wǎng)進(jìn)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(yīng)用于液壓系統(tǒng)動力子系統(tǒng)關(guān)鍵部位液壓泵的故障診斷中進(jìn)行驗證。
【圖文】：

液 壓 泵 的 故 障 診 斷 將 在 后 續(xù) 章 節(jié) 進(jìn) 行 詳 細(xì) 討 論 。 方 案 物 聯(lián) 網(wǎng) 技 術(shù) 的 遠(yuǎn) 程 故 障 診 斷 系 統(tǒng) 架 構(gòu) 總 體 分 為 三 層 ：感 知 層 、 在 感 知 層 ， 各 泵 車 設(shè) 備 上 面 安 裝 的 各 種 感 應(yīng) 器 等 智 能 信 息 傳 感 息 的 采 集 、預(yù) 處 理 并 簡 要 分 析 。網(wǎng) 絡(luò) 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(jìn) 行 分 析 處 理 后 ，提 供 相 應(yīng) 的 應(yīng) 用 服 務(wù) ，可 服 務(wù) ， 也 可 以 提 供 相 應(yīng) 的 程 序 調(diào) 用 接 口 供 用 戶 進(jìn) 行 進(jìn) 一 步 的 應(yīng) 土 泵 車 ，主 要 由 液 壓 系 統(tǒng) 、底 盤 、臂 架 系 統(tǒng) 、轉(zhuǎn) 塔 、泵 送 機(jī) 構(gòu) 大 部 分 組 成[ 6 6 ]。 液 壓 系 統(tǒng) 主 要 通 過 改 變 內(nèi) 部 壓 強(qiáng) 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(jié) 構(gòu) 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(jié) 構(gòu) 體 中 對 應(yīng) 的 部 分 即 可[ 1 6 ]。 編 寫 完 成 驅(qū) 動 代 碼 以 后 就 是 編 譯 驅(qū) 動 程 序 ， 將 編 譯 好 的 C A N 設(shè) 備 驅(qū) 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(shè) 備 的 配 置 如 圖 2 . 1 5 。
【學(xué)位授予單位】：太原科技大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2013
【分類號】：TH165.3;TP18

【參考文獻(xiàn)】

相關(guān)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(luò)系統(tǒng)的專家知識表達(dá)方法[J];北京航空航天大學(xué)學(xué)報;1996年01期

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

3 黃天戍,汪汝寧,袁學(xué)文;TCP/IP協(xié)議棧在嵌入式異構(gòu)網(wǎng)絡(luò)互聯(lián)中的應(yīng)用[J];單片機(jī)與嵌入式系統(tǒng)應(yīng)用;2004年09期

4 馮良祥;段志善;滕維淑;;BP神經(jīng)網(wǎng)絡(luò)在礦山機(jī)械液壓系統(tǒng)故障診斷中的應(yīng)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(xué)報;2000年08期

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

7 薛慶吉;周國運;;基于GSM/GPRS網(wǎng)絡(luò)遠(yuǎn)程無線控制系統(tǒng)應(yīng)用研究[J];福建電腦;2008年03期

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

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

10 王國鵬,翟永杰,封官斌,王東風(fēng);模糊支持向量機(jī)在汽輪機(jī)故障診斷中的應(yīng)用[J];華北電力大學(xué)學(xué)報;2003年04期

相關(guān)重要報紙文章 前1條

1 本報記者 毛江華;[N];計算機(jī)世界;2005年

相關(guān)博士學(xué)位論文 前5條

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

2 李宏坤;基于信息融合技術(shù)船舶柴油機(jī)故障診斷方法的研究與應(yīng)用[D];大連理工大學(xué);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(xué)（河北）;2008年

4 王永奇;履帶式智能全液壓推土機(jī)關(guān)鍵技術(shù)研究[D];長安大學(xué);2008年

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

本文編號：2551190