[發(fā)明專利]基于循環(huán)平穩(wěn)理論和Stacking模型的液壓缸泄漏故障診斷方法

在審

• 申請?zhí)枺?/td>: 202110926053.6
• 申請日: 2021-08-12
• 公開（公告）號: CN113820079A
• 公開（公告）日: 2021-12-21
• 發(fā)明（設計）人: 陶建峰;賈連輝;魏齊;鄭康泰;劉成良;周小磊;王立堯;詹晨菲
• 申請（專利權）人: 中鐵工程裝備集團有限公司;上海交通大學
• 主分類號: G01M3/26
• 分類號: G01M3/26;G06K9/00;G06N20/00
• 代理公司: 上海漢聲知識產(chǎn)權代理有限公司 31236
• 代理人: 胡晶

本發(fā)明提供一種基于循環(huán)平穩(wěn)理論和Stacking模型的液壓缸泄漏故障診斷方法，涉及液壓缸泄漏的故障診斷技術領域，該方法包括：步驟S1：采集不同泄漏程度下液壓缸的出口壓力信號，構建初始樣本集；步驟S2：對壓力信號進行去噪，將壓力信號分解為循環(huán)周期信號和殘余信號；步驟S3：分別提取一階循環(huán)頻率特征CS1和二階循環(huán)頻率特征CS2，構成故障特征集；步驟S4：將故障特征集進行預處理，將預處理后的故障特征集作為訓練數(shù)據(jù)，完成對模型的訓練；步驟S5：根據(jù)得到待識別的液壓缸壓力信號的故障特征集，將故障特征集進行數(shù)據(jù)標準化后，輸入到訓練好的模型中，完成液壓缸泄漏程度的故障診斷。本發(fā)明能夠有更高的識別準確率。

技術領域

本發(fā)明涉及液壓缸泄漏的故障診斷技術領域，具體地，涉及一種基于循環(huán)平穩(wěn)理論和Stacking模型的液壓缸泄漏故障診斷方法。

背景技術

液壓缸作為液壓傳動的執(zhí)行元件，將油液的壓力能轉換成機械能并輸出直線運動和力，液壓缸的工作性能會直接影響整個液壓系統(tǒng)可靠性。在液壓缸可能發(fā)生的所有故障中，液壓缸泄漏是最常見的故障模式，泄漏故障會導致液壓系統(tǒng)中大量的壓力能轉換為熱能，從而導致油溫升高，嚴重影響液壓系統(tǒng)的性能和效率，使液壓缸出現(xiàn)爬行、動力不足、保壓性能差等故障現(xiàn)象，影響設備運行過程的平穩(wěn)性和可靠性。

公開號為CN108533573A的發(fā)明專利，公開了一種基于第二代小波的液壓缸內(nèi)泄漏故障診斷方法，通過液壓缸兩腔壓力傳感器采集液壓缸兩腔壓力信號，對壓力信號進行第二代小波降噪預處理，將處理后的壓力信號進行四層第二代小波分解，對分解后得到的第二代小波細節(jié)系數(shù)cD4求取其均方根值并歸一化，以此作為液壓缸內(nèi)泄漏故障特征參數(shù)。

現(xiàn)有技術當中存在液壓缸故障特征提取不豐富導致的空化等級識別率低的問題，且傳統(tǒng)的機器學習算法識別準確率較低，同時還存在人工分類的繁瑣和計算耗時等問題。

發(fā)明內(nèi)容

針對現(xiàn)有技術中的缺陷，本發(fā)明提供一種基于循環(huán)平穩(wěn)理論和Stacking模型的液壓缸泄漏故障診斷方法。

根據(jù)本發(fā)明提供的一種基于循環(huán)平穩(wěn)理論和Stacking模型的液壓缸泄漏故障診斷方法，所述方案如下：

第一方面，提供了一種基于循環(huán)平穩(wěn)理論和Stacking模型的液壓缸泄漏故障診斷方法，所述方法包括：

步驟S1：采集不同泄漏程度下液壓缸的出口處的壓力信號，構建初始樣本集；

步驟S2：對壓力信號進行去噪，將壓力信號分解為循環(huán)周期信號和殘余信號；

步驟S3：對所述循環(huán)周期信號和殘余信號分別提取一階循環(huán)頻率特征CS1和二階循環(huán)頻率特征CS2，包括信號的均值、方差、中心頻率以及譜相關密度特征，構成故障特征集；

步驟S4：將故障特征集進行預處理，包括泄漏等級標記和數(shù)據(jù)標準化，將預處理后的故障特征集作為訓練數(shù)據(jù)，完成模型的訓練；

步驟S5：根據(jù)上述步驟得到待識別的液壓缸壓力信號的故障特征集，將故障特征集進行數(shù)據(jù)標準化后，輸入到訓練好的模型中，完成液壓缸泄漏程度的故障診斷。

優(yōu)選的，所述步驟S1包括：使用壓力傳感器分別采集不同泄漏程度下相同信號長度的液壓缸出口壓力信號；

將m個采樣點劃分為一個樣本，從而構建出初始樣本集，其中，m大于一個信號周期內(nèi)包含的采樣點。

優(yōu)選的，所述步驟S2中，從壓力信號中分離出循環(huán)周期信號和殘余信號的可預測循環(huán)周期分量p[n]與殘余分量r[n]；

p[n]與r[n]與壓力信號具有相關性，其中，n表示循環(huán)頻率特征的階，n≥3。

優(yōu)選的，所述步驟S3循環(huán)周期信號中信號的周期部分借助傅里葉頻譜進行有效分析，而CS2特征的提取利用譜相關密度、循環(huán)譜相關性在內(nèi)的信號分析工具。