[發明專利]一種基于ACA-BP算法的挖掘機液壓系統的故障診斷方法

有效

• 申請號: 201811068376.0
• 申請日: 2018-09-13
• 公開（公告）號: CN109083887B
• 公開（公告）日: 2020-04-21
• 發明（設計）人: 顧清華;莫明慧;阮順領;汪朝;盧才武;陳露;常朝朝
• 申請（專利權）人: 西安建筑科技大學
• 主分類號: F15B19/00
• 分類號: F15B19/00;E02F9/22
• 代理公司: 西安智大知識產權代理事務所 61215
• 代理人: 段俊濤

1.一種基于ACA-BP算法的挖掘機液壓系統的故障診斷方法，其特征在于，包括如下步驟：

步驟一：提取液壓系統發生故障時反應液壓系統狀態的數據，得到訓練樣本；

步驟二：建立神經網絡模型結構；

步驟三：導入訓練樣本，采用蟻群算法改進的BP神經網絡建立故障模型；

步驟四：將測試數據輸入模型中，進行模型檢測；

步驟五：輸出故障原因；

所述故障類型共8種，相應地，有8組訓練樣本，8種故障類型分別為：

X₁：液壓泵周圍產生噪聲；X₂：整體無反應；X₃：整機動作緩慢故障分析；X₄：系統總流量不足；X₅：系統工作壓力低；X₆：系統內泄漏；X₇：系統外泄漏；X₈：振動或噪聲；

X₁對應的故障原因為：

y₁：吸油濾油器有故障；y₂：郵箱與液壓泵之間的油管或管卡松動；y₃：液壓泵郵箱缺油；y₄：液壓油質量不佳；

X₂對應的故障原因為：

y₅：液壓油供給不足；y₆：自減壓閥故障；y₇：柱塞泵破損；y₈：發動機的連續不穩定；y₉：溢流閥故障；

X₃對應的故障原因為：

y₁₀：油泵壓力排量降低；y₁₁：故障予系統溢流閥故障；y₁₂：故障所在子系統液壓泵故障；

X₄對應的故障原因為：

y₁₃：發動機功率不足、轉速偏低；y₁₄：液壓泵磨損、泵油不足或液壓泵變量機構失靈；y₁₅：管路或濾油器堵塞.通油不暢；y₁₆：油箱缺油；

X₅對應的故障原因為：

y₁₇：液壓泵磨損內泄漏、泵油壓力偏低；y₁₈：溢流閥調整不當、閥芯臟.卡滯；y₁₉：多路換向閥磨損、間隙過大或卡滯；

X₆對應的故障原因為：

y₂₀：液壓泵內泄漏；y₂₁：液壓缸及液壓馬達內泄漏；y₂₂：控制閥內泄漏；

X₇對應的故障原因為：

y₂₃：液壓附件漏油；y₂₄：液壓泵、密封損壞漏油；y₂₅：控鑭閥密封損壞禍油；y₂₆：液壓缸、液壓馬達漏油；y₂₇：液壓馬達漏油；

X₈對應的故障原因為：

y₂₈：缺少液壓油、液壓油中進入空氣、粗濾器堵塞；y₂₉：液壓泵密封失靈進空氣、軸承或旋轉體損壞；y₃₀：溢流閥工作不良；y₃₁：液壓馬達內部旋轉體損壞；y₃₂：控制閥失靈。

2.根據權利要求1所述基于ACA-BP算法的挖掘機液壓系統的故障診斷方法，其特征在于，所述步驟一中，訓練樣本有多組，將提取的數據分別作為各組的訓練樣本，每組訓練樣本數據包括一種故障類型對應的多種故障原因。

3.根據權利要求1所述基于ACA-BP算法的挖掘機液壓系統的故障診斷方法，其特征在于，所述步驟二中，建立神經網絡模型結構的方法如下：建立有一個隱含層的三層網絡結構，確定每一層的神經元的個數：根據8種故障類型決定輸入層為8個神經元，32個故障原因確定神經網絡輸出層為32個神經元，計算隱含層的神經元個數n_w＝n_e+n_y+k，其中n_e是輸入層的神經元數，n_y是輸出層的神經元數，k是1到10之間的整數。