本文關鍵詞：液壓油缸亞健康狀態(tài)評估理論方法及實驗研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著現(xiàn)代液壓系統(tǒng)向快速、高精度、大功率的方向發(fā)展，機電裝備液壓系統(tǒng)的功能越來越強大，隨之而來的設備結(jié)構及故障產(chǎn)生機理也越來越復雜，傳統(tǒng)的設備維護方法和理念已逐漸不能勝任保證設備正常運行的工作，所以相繼出現(xiàn)了多種不同的設備維護方式，基于狀態(tài)的維護（Condition based maintenance，CBM）便是其一。液壓設備在長期的使用過程中，會出現(xiàn)一種性能退化狀態(tài)，介于正常健康狀態(tài)和出現(xiàn)故障完全失效狀態(tài)之間，即為亞健康狀態(tài)。通過對設備亞健康狀態(tài)評估，可以及時做到視情維修，這也是基于狀態(tài)維護策略的一部分。 液壓缸內(nèi)泄漏主要是由其密封件磨損失效造成，而且不易診斷。所以本文是以液壓缸為研究對象，對其進行亞健康狀態(tài)評估。 首先，分析了液壓缸泄漏的故障機理，通過泄漏故障數(shù)學模型分析泄漏對系統(tǒng)壓力的影響；利用液壓伺服系統(tǒng)中的液壓缸內(nèi)泄漏故障仿真模型研究了內(nèi)泄漏對伺服系統(tǒng)動靜態(tài)特性的影響。 其次，通過調(diào)節(jié)節(jié)流閥的開口度對液壓缸的內(nèi)泄漏故障進行了實驗模擬，采集液壓缸無桿腔的壓力信號，利用小波包分解對采集的壓力信號進行時頻域分析，提取內(nèi)泄漏故障特征量；并用主成分分析對壓力信號的8種時域指標進行降維處理，提取核心主元特征參數(shù)。 最后，設計BP神經(jīng)網(wǎng)絡狀態(tài)分類器模型，利用提取的故障特征參量，從液壓缸內(nèi)泄漏的角度對缸進行亞健康狀態(tài)評估，并經(jīng)測試樣本驗證該模型是可行的。利用MATLAB GUI開發(fā)了液壓缸亞健康狀態(tài)評估系統(tǒng)，系統(tǒng)的主要功能有信號分析處理與特征提取和狀態(tài)評估兩部分組成，該系統(tǒng)操作界面操作簡單，，實現(xiàn)了液壓缸的健康狀態(tài)可視化評估。
【關鍵詞】：液壓缸 內(nèi)泄漏 故障特征 PCA 小波包分析 神經(jīng)網(wǎng)絡 GUI 健康狀態(tài)評估
【學位授予單位】：燕山大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：TH137.5
【目錄】：

• 摘要5-6
• Abstract6-11
• 第1章 緒論11-19
• 1.1 課題的研究背景及意義11-12
• 1.2 液壓系統(tǒng)故障診斷技術12-13
• 1.2.1 國內(nèi)外研究現(xiàn)狀12-13
• 1.2.2 主要研究方法13
• 1.3 基于信號處理故障診斷方法的應用13-16
• 1.3.1 基于小波變換的診斷法14
• 1.3.2 主成分分析方法14-15
• 1.3.3 希爾波特-黃變換15
• 1.3.4 頻譜分析法15-16
• 1.4 神經(jīng)網(wǎng)絡在健康狀態(tài)評估中的應用16
• 1.5 本文研究的意義和主要內(nèi)容16-19
• 1.5.1 本文研究的意義16-17
• 1.5.2 本文研究主要內(nèi)容17-19
• 第2章 液壓系統(tǒng)泄漏機理分析與泄漏仿真研究19-37
• 2.1 液壓系統(tǒng)泄漏的原因19-20
• 2.2 液壓系統(tǒng)的泄漏形式20-22
• 2.3 泄漏故障的數(shù)學模型22-25
• 2.3.1 兩固定平行平板縫隙泄漏量22-23
• 2.3.2 環(huán)形縫隙泄漏量23
• 2.3.3 具有相對運動的兩平行平板縫隙泄漏量23-24
• 2.3.4 孔口泄漏量24-25
• 2.4 液壓缸泄漏對壓力變化的影響分析25
• 2.5 液壓伺服系統(tǒng)數(shù)學模型25-31
• 2.5.1 電液伺服閥建模26-27
• 2.5.2 閥控液壓缸建模27-29
• 2.5.3 伺服系統(tǒng)建模29-30
• 2.5.4 建模對象參數(shù)的確定30-31
• 2.6 液壓伺服系統(tǒng)缸內(nèi)泄漏故障仿真研究31-36
• 2.6.1 系統(tǒng)特性32-33
• 2.6.2 液壓缸內(nèi)泄漏故障仿真33-36
• 2.7 本章小結(jié)36-37
• 第3章 液壓傳動系統(tǒng)的內(nèi)泄漏實驗研究及故障特征提取37-57
• 3.1 非破壞性液壓缸內(nèi)泄漏故障模擬實驗設計37-42
• 3.1.1 實驗系統(tǒng)組成37-40
• 3.1.2 實驗原理40-42
• 3.2 壓力信號的時頻域特征提取42-50
• 3.2.1 壓力信號的組成分析42-43
• 3.2.2 小波包能量特征提取43-47
• 3.2.3 小波包能量熵47-49
• 3.2.4 小波包能量方差49-50
• 3.3 壓力信號的時域特征提取50-56
• 3.3.1 有量綱的參量50-51
• 3.3.2 無量綱的參量51
• 3.3.3 初始時域特征提取51-52
• 3.3.4 主成分分析52-54
• 3.3.5 時域特征降維54-56
• 3.4 本章小結(jié)56-57
• 第4章 基于神經(jīng)網(wǎng)絡的液壓缸的亞健康狀態(tài)評估57-71
• 4.1 人工神經(jīng)網(wǎng)絡概述57-60
• 4.1.1 神經(jīng)元的結(jié)構模型57-58
• 4.1.2 神經(jīng)網(wǎng)絡的拓撲結(jié)構58-60
• 4.2 BP 神經(jīng)網(wǎng)絡理論60-63
• 4.2.1 BP 網(wǎng)絡的模型60-61
• 4.2.2 BP 網(wǎng)絡的學習算法61-63
• 4.3 基于 BP 神經(jīng)網(wǎng)絡的液壓缸亞健康狀態(tài)評估63-70
• 4.3.1 BP 網(wǎng)絡樣本集的設計63-65
• 4.3.2 BP 神經(jīng)網(wǎng)絡狀態(tài)分類器模型設計65-68
• 4.3.3 液壓缸狀態(tài)評估的仿真及結(jié)果分析68-70
• 4.4 本章小結(jié)70-71
• 第5章 基于 MATLAB GUI 的液壓缸亞健康狀態(tài)評估系統(tǒng)的實現(xiàn)71-81
• 5.1 MATLAB GUI 簡介71-72
• 5.2 MATLAB GUI 設計原則和流程72-74
• 5.3 基于 MATLAB GUI 的液壓缸亞健康狀態(tài)評估系統(tǒng)74-80
• 5.3.1 液壓缸亞健康狀態(tài)評估系統(tǒng)的功能74
• 5.3.2 液壓缸亞健康狀態(tài)評估系統(tǒng)的實現(xiàn)74-80
• 5.4 本章小結(jié)80-81
• 結(jié)論81-83
• 參考文獻83-88
• 攻讀碩士學位期間承擔的科研任務與主要成果88-89
• 致謝89-90
• 作者簡介90

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉伯運,歐陽光耀,常漢寶;基于神經(jīng)網(wǎng)絡和D-S證據(jù)理論的柴油機狀態(tài)評估[J];車用發(fā)動機;2005年05期

2 韓松;王族統(tǒng);端木京順;;組合神經(jīng)網(wǎng)絡在狀態(tài)維修中的應用[J];電光與控制;2011年12期

3 王福山;工程機械液壓缸泄漏故障的診斷及維修[J];工程機械;2001年05期

4 張承彪,羅運柏,文習山;主成分分析在變壓器故障診斷中的應用研究[J];高電壓技術;2005年08期

5 周炎濤,向升,吳正國;RBF神經(jīng)網(wǎng)絡在電氣設備狀態(tài)評估中的應用[J];航空計算技術;2005年03期

6 張愛華;孔令杰;;應用小波包變換和主成分分析識別亞健康狀態(tài)[J];計算機工程與應用;2011年26期

7 孫帆;施學勤;;基于MATLAB的BP神經(jīng)網(wǎng)絡設計[J];計算機與數(shù)字工程;2007年08期

8 羅守華,顏景平,王積偉;基于小波包分析的液壓系統(tǒng)泄漏故障診斷新方法[J];制造業(yè)自動化;2004年03期

9 郭磊;陳進;;小波包熵在設備性能退化評估中的應用[J];機械科學與技術;2008年09期

10 潘宏,傅周東,陳章位;基于小波分析的液壓系統(tǒng)泄漏檢測[J];機械科學與技術;1998年04期

中國博士學位論文全文數(shù)據(jù)庫 前6條

1 吳勝強;核主元分析及證據(jù)理論的多域特征故障診斷新方法研究[D];燕山大學;2011年

2 彭穎;基于退化隱式半馬爾科夫模型的設備健康預測及系統(tǒng)性維護策略研究[D];上海交通大學;2011年

3 陳國金;工業(yè)過程監(jiān)控：基于主元分析和盲源信號分析方法[D];浙江大學;2004年

4 楊昌昊;基于不確定性理論的機械故障智能診斷方法研究[D];中國科學技術大學;2009年

5 劉華文;基于信息熵的特征選擇算法研究[D];吉林大學;2010年

6 曾慶虎;機械動力傳動系統(tǒng)關鍵部件故障預測技術研究[D];國防科學技術大學;2010年

中國碩士學位論文全文數(shù)據(jù)庫 前5條

1 毛波;電液伺服系統(tǒng)的自學習模糊控制策略研究[D];燕山大學;2011年

2 尚鑫;基于神經(jīng)網(wǎng)絡的混凝土斜拉橋健康狀態(tài)評估技術研究[D];長安大學;2004年

3 董彩云;基于滑模變結(jié)構控制的電液伺服系統(tǒng)及實驗研究[D];燕山大學;2007年

4 王淑嬌;航天發(fā)射塔旋轉(zhuǎn)平臺液壓系統(tǒng)使用狀態(tài)質(zhì)量評估[D];中北大學;2007年

5 申海;基于MATLAB/GUI測量分析噴霧油束的特性[D];長安大學;2010年

  本文關鍵詞：液壓油缸亞健康狀態(tài)評估理論方法及實驗研究，由筆耕文化傳播整理發(fā)布。

本文編號：272236