摘要
本发明属于柱塞泵故障诊断技术领域,尤其是涉及一种模型与数据融合的柱塞泵变载荷故障诊断方法。首先构建液压泵虚拟样机模型并模拟不同负载下的故障,获取仿真压力信号;然后进行液压泵故障诊断实验,采集不同负载、不同故障模式的实验压力信号;然后,提出一种利用数据信号方差求取最优数据融合权值的方法,确保不同信号中的重要信息能有效融合,减少噪声影响,得到融合数据;最后,建立首层宽卷积深度神经网络模型(WDCNN)进行实验验证。实验结果表明:在一种负载和多种负载混合的情况下,该方法均有较高的故障诊断准确率,验证了所提方法在柱塞泵变载荷故障诊断的可行性。
技术关键词
柱塞泵
故障诊断方法
仿真数据
卷积深度神经网络
信号
故障类别
压力
液压泵
液压油
斜盘倾角
参数
载荷工况
分类器
非线性
缸体
系统为您推荐了相关专利信息
锂电池热管理系统
自行车
监测模块
电池箱体
火灾
诊断方法
电磁仿真
非均匀等离子体
极值
校准算法
均衡调度策略
智能控制平台
优化调度方法
电芯
地理坐标信息
流量预测方法
供水管
信号
特征提取模块
历史流量数据
收费管理方法
车载通信终端
收费管理系统
深度卷积神经网络
雷达点云数据