一种基于ACA-BP算法的挖掘机液压系统的故障诊断方法技术方案

一种基于ACA‑BP算法的挖掘机液压系统的故障诊断方法，提取液压系统发生故障时反应液压系统状态的数据，得到训练样本，建立神经网络模型结构，导入训练样本，采用蚁群算法改进的BP神经网络建立故障模型，将测试数据输入模型中，进行模型检测，输出故障原因，本发明专利技术在BP神经网络的权值训练过程中引入了蚁群算法，吸收蚁群的行为特征，通过其内在搜索机制，优化神经网络学习过程中权值，并将改进的算法用于挖掘机液态系统的故障诊断中。解决了目前BP神经网络主要采用梯度下降法对连接权值进行训练，收敛时间长、易于陷入局部极值等难题，增强了模型的故障诊断能力和误差逼近能力，提高了挖掘机的液态系统故障诊断的效率。

【技术实现步骤摘要】
一种基于ACA-BP算法的挖掘机液压系统的故障诊断方法
本专利技术属于机械故障诊断
，同时属于计算机应用领域、数据挖掘
，特别涉及一种基于ACA-BP算法的挖掘机液压系统的故障诊断方法。
技术介绍
随着现代生产的发展和科学技术的进步，挖掘机液压系统变得越来越复杂，越来越自动化和智能化。挖掘机是一种多功能机械，被广泛应用于水利工程，交通运输，电力工程和矿山采掘等机械施工中，它在减轻繁重的体力劳动，保证工程质量，加快建设速度以及提高劳动生产率方面起着十分重要的作用。其结构主要是由发动机、液压系统、工作装置、行走装置和电控系统等部分组成。由于挖掘机的工作条件恶劣，挖掘机液压系统出现故障时不能及时处理，这不仅可能导致液压系统长时间操作中断，而且增加了成本，降低了机器质量，并给操作者的安全带来极大的危险。于是它对液压系统的故障诊断提出了很高的要求，其液压系统也是工程机械液压系统中最为复杂的。因此，对挖掘机液压系统的故障诊断已经成为维护挖掘机的重要一环。早期确定故障原因和故障位置可以减少故障，减少维护时间。此外对液压挖掘机故障检测进行故障诊断已成为近年来研究的课题，避免了液压挖掘机运本文档来自技高网...

【技术保护点】
1.一种基于ACA‑BP算法的挖掘机液压系统的故障诊断方法，其特征在于，包括如下步骤：步骤一：提取液压系统发生故障时反应液压系统状态的数据，得到训练样本；步骤二：建立神经网络模型结构；步骤三：导入训练样本，采用蚁群算法改进的BP神经网络建立故障模型；步骤四：将测试数据输入模型中，进行模型检测；步骤五：输出故障原因。

【技术特征摘要】
1.一种基于ACA-BP算法的挖掘机液压系统的故障诊断方法，其特征在于，包括如下步骤：步骤一：提取液压系统发生故障时反应液压系统状态的数据，得到训练样本；步骤二：建立神经网络模型结构；步骤三：导入训练样本，采用蚁群算法改进的BP神经网络建立故障模型；步骤四：将测试数据输入模型中，进行模型检测；步骤五：输出故障原因。2.根据权利要求1所述基于ACA-BP算法的挖掘机液压系统的故障诊断方法，其特征在于，所述步骤一中，训练样本有多组，将提取的数据分别作为各组的训练样本，每组训练样本数据包括一种故障类型对应的多种故障原因。3.根据权利要求1所述基于ACA-BP算法的挖掘机液压系统的故障诊断方法，其特征在于，所述故障类型共8种，相应地，有8组训练样本，8种故障类型分别为：X1：液压泵周围产生噪声；X2：整体无反应；X3：整机动作缓慢故障分析；X4：系统总流量不足；X5：系统工作压力低；X6：系统内泄漏；X7：系统外泄漏；X8：振动或噪声；X1对应的故障原因为：y1：吸油滤油器有故障；y2：邮箱与液压泵之间的油管或管卡松动；y3：液压泵邮箱缺油；y4：液压油质量不佳；X2对应的故障原因为：y5：液压油供给不足；y6：自减压阀故障；y7：柱塞泵破损；y8：发动机的连续不稳定；y9：溢流阀故障；X3对应的故障原因为：y10：油泵压力排量降低；y11：故障予系统溢流阀故障；y12：故障所在子系统液压泵故障；X4对应的故障原因为：y13：发动机功率不足、转速偏低；y14：液压泵磨损、泵油不足或液压泵变量机构失灵；y15：管路或滤油器堵塞.通油不畅；y16：油箱缺油；X5对应的故障原因为：y17：液压泵磨损内泄漏、泵油压力偏低；y18：溢流阀调整不当、阀芯脏.卡滞；y19：多路换向阀磨损、间隙过大或卡滞；X6对应的故障原因为：y20：液压泵内泄漏；y21：液压缸及液压马达内泄漏；y22：控制阀内泄漏；X7对应的故障原因为：y23：液压附件漏油；y24：液压泵、密封损坏漏油；y25：控镧阀密封损坏祸油；y26：液压缸、液压马达漏油；y27：液压马达漏油；X8对应的故障原因为...

【专利技术属性】
技术研发人员：顾清华，莫明慧，阮顺领，汪朝，卢才武，陈露，常朝朝，
申请(专利权)人：西安建筑科技大学，
类型：发明
国别省市：陕西,61