多传感器信息融合在液压系统智能故障诊断中的应用

《多传感器信息融合在液压系统智能故障诊断中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、’,3-’&机床与液压’&55/6"<6’多传感器信息融合在液压系统智能故障诊断中的应用潘兵#熊静琪!电子科技大学机械电子工程学院#四川成都/%55’#"摘要!针对采矿工程机械液压系统故障诊断方法存在的局限性)提出了一种基于多传感器信息融合的智能故障诊断方法,该方法采用模糊神经网络融合诊断中心作为故障诊断的执行机构)算法上采用H3算法,通过一实例论证了在液压系统故障诊断中采用多传感器信息融合故障诊断方法比采用单传感器信息故障诊断方法更具有准确性和可靠性,关键词!故障诊断*模糊神经网络*多传感器信息融合*液压系统中图分类号!*3&5/o6-77文献标识码!T77文章编号!%55%$

2、-00%"&55/#’$%(5$-&<=I6CMEF$?H>?=@">I=@SJEF=>NC?F=>F>ELH">EHMMFGH>ENJCME:FJG>=?F?=I$UB@JCMFD+U?EHS3T"HC>@)KQX"R_C>@dC!J:2<<C:I>@C>AABC>@)U>CZABFCG;C:J:CA>:AE>W*A:2><<@;E)!2A>@WOJC:2OE>/%55’#)!2C>E"&Q?E@JDE&SG2AA>@C>AABC

3、>@=E:2C>A+F2;WBEOC:F;FGA=)ENEOGWCE@>=OGC$FA>FNNOFC<>8EFYBAFA>GAW6*2A=AG2AOBE>AG8FGCGOGC<>WOGCC1AFH3E@C>@E@AG8GBEFGG2AWCE@>AaE=YA)CGC>WC:EGAFG2EGOFC>@=OGC$FA>F

4、NNOFC<>EFNEOGWCE@>WBACEDAG2E>OFC>@FC>@AC>NEFNEOGWCE@>G2A2;WBEOC:F;FGA=NEOGWCE@>AOBE>AG8FNNOFC<>*+;WBEOC:F;FGA=78引言神经网络的融合处理后)网络输出端将输出各故障征随着工业自动化程度的不断发展和提高)工程机兆属于各类故障的

5、隶属度值)最后利用基于规则的判械设备的液压系统无论是在结构上还是在信息传递上断原则进行故障决策,其融合诊断过程如图%所示,都越来越复杂)而且由于液压系统故障具有故障点隐蔽)故障因果关系复杂)相关因素的随机性和失效分布的分散性等特点)因此再采用二值逻辑的判断方法来实现液压系统的故障诊断和定位比较困难,而采用多传感器信息融合诊断方法可以弥补传统的单传感器图%7信息融合故障诊断框图信息故障诊断中信息量不足(不完善而导致故障误其中&2)2)5)2为待诊断的故障模式*+!2")%�%判(故障遗漏的现象,5)+!2"为传感器0测得的各故障模式2)2)0#%&本文在液压系统智能故障诊断方面

6、作了一定的探5)2所得的隶属度值*+!2")5)+!2"为融合#%#索与研究)提出了基于多传感器信息融合的液压系统后的隶属度值,智能故障诊断模型)并在某工厂的一辆地下无轨采矿:8模糊神经网络构造设备的制动液压系统中安置了/个多源异质的传感器来检测制动液压系统的特征信息)采用模糊神经网络作为信息融合的执行机构来实现地下无轨采矿设备制动液压系统故障诊断,同时通过对单传感器信息故障诊断和对传感器信息融合故障诊断结果的比较)论证了多传感器信息融合诊断比单传感器信息诊断具有更高的准确性和可信度,98多传感器信息融合原理多传感器信息融合故障诊断方法是通过设置在诊断对象中的多个多源异质传感器来

7、采集诊断对象的多种特征信息并提取故障征兆)利用模糊逻辑理论对故障征兆作模糊处理)计算出各传感器属于故障征兆的隶属度)并将这些隶属度作为神经网络的输入)经过图&7模糊神经网络结构&机床与液压’&55/6"<6’’,3,’根据地下无轨采矿设备制动液压系统的实际情况参数应该保持在稳定的范围内)而当制动系统发生况)本文采用一种#层结构的模糊神经网络结构)整故障时)传感器测得的工况参数会偏离正常范围)偏个网络由-部分组成&第一部分是模糊量化函数部离的越大产生故障的可能性就越大,分*第二部分