摘要
本发明公开了一种水下EHA液压缸泄漏故障诊断方法,包括:对水下EHA液压缸的故障数据的原始数据集进行预处理得到训练数据集和测试数据集;通过蜣螂优化算法结合测试数据集改进卷积神经网络模型;通过改进后的卷积神经网络模型处理所述测试数据集得到所述水下EHA液压缸的故障特征分类结果;对所述故障特征分类结果进行可视化处理得到可视化故障特征数据。本发明通过经过自适应变模态分解去噪后的重构数据作为CNN模型的输入向量,采用改进后的蜣螂优化算法对卷积神经网络模型的超参数进行优化,结果判断更准确,效率更高,对液压缸的不同程度泄漏故障特征数据进行可视化处理,显著提升了故障识别的准确性和效率。
技术关键词
泄漏故障诊断方法
卷积神经网络模型
故障特征
液压缸
切比雪夫
算法
流形学习方法
位置更新
数据
重构
超参数
策略
黄金
曲线
编码
误差
信号