摘要
本申请涉及一种设备液压系统关键元件的故障诊断方法,包括:基于目标设备中液压系统故障数据的采样点数,确定分解层数,对故障信号进行小波包分解,得到各子频带的第一小波包分解系数;基于第一小波包分解系数计算频带能量,得到能量值,将能量值排序,得到故障特征向量;将故障特征向量与参考特征向量进行灰色综合关联度计算,将最大灰色综合关联度对应的参考特征向量确定为目标特征向量;故障特征向量添加至参考特征向量的训练样本集中,以更新参考特征向量;参考特征向量由参考故障数据得到,参考故障数据通过嵌入了故障的仿真模型得到;基于目标特征向量对应的故障类型,确定液压系统中关键元件的故障类型。本方法可提高诊断准确率。
技术关键词
仿真模型
训练样本集
设备液压系统
故障诊断方法
数据
液压系统故障
元件
工况
信号
压力
速度
系统为您推荐了相关专利信息
显示驱动芯片
驱动控制方法
信号线
专用地址
时序
锂电池健康状态
超声测试系统
电声
电池测试系统
监测方法
云平台管理方法
多租户架构
设备控制参数
资源分配
动态资源调度