摘要
本发明公开了一种液压泵故障预测方法及系统,涉及液压系统故障诊断与预测技术领域,包括采集液压泵的振动传感器信号,将所述振动传感器信号按照预设采样频率转换为时域振动数据;对所述时域振动数据进行小波包分解,得到不同频带的能量系数,并选取前三个最大能量系数对应的频带作为特征频带;在所述特征频带内提取特征指标,构建故障特征向量,对所述故障特征向量进行训练,建立液压泵故障预测模型;将待测液压泵的故障特征向量输入所述液压泵故障预测模型,预测液压泵的故障类型。本发明精确地预测液压泵的故障类型和程度,有效解决了液压泵故障诊断中面临的数据不平衡和非线性特征提取的挑战,从而实现了对液压泵故障的早期预测与预警。
技术关键词
液压泵故障
振动传感器信号
液压系统故障诊断
频率转换
重构
线性组合特征
非线性特征提取
故障类别
故障预测模型
指标
多项式
数据采集模块
因子
预测系统
参数
符号
系统为您推荐了相关专利信息
网络异常检测方法
异常检测器
特征提取器
重构误差
检测模型训练
双层规划方法
配电网储能
双层规划模型
新能源消纳率
配电网重构
滚动轴承故障
分类子模型
声学方法
监测方法
实时数据