【技术实现步骤摘要】
基于多传感器信息融合的液压泵健康状况检测系统
本专利技术涉及的是一种液压设备检测领域的技术，具体是一种基于多传感器信息融合的液压泵健康状况检测系统。
技术介绍
液压泵的健康状态对于液压系统的正常工作具有重要的影响，设备运行的稳定性、可靠性和液压系统密切相关。因此对液压泵进行健康状态的准确评估，对于工程设备具有重要的现实意义。然而，对于液压泵的健康评估基于单一振动信号，会存在需要的数据量大，诊断结果波动大，准确率低的情况。总体来说，基于多个传感器信号的方法仍是故障诊断中有效的方法之一。其结果相比于单一的振动信号，准确率高，但缺点在于信息量大，常见融合方式多，难以挑选比较合适的融合方法，并且多传感器信号的融合会出现组合爆炸的情况。将信号融合中的特征级融合和决策级融合相结合，并用多粒度级联森林进行液压泵健康状况的诊断的方法则是对此问题的一个解决方案。
技术实现思路
本专利技术针对现有技术存在的上述不足，提出一种基于多传感器信息融合的液压泵健康状况检测系统，采用多特征融合和多粒度级联森林进行诊断，将获取的...
【技术保护点】
1.一种基于多传感器信息融合的液压泵健康状况检测系统，其特征在于，包括：传感器模块、数据采集模块、信息融合模块和故障诊断模块，其中：传感器模块将对应传感器放置于柱塞泵对应的位置中，数据采集模块采集柱塞泵的压力信号、流量信号、温度信号、扭矩信号，并将其转为数字信号，信息融合模块对信号预处理得到低维度统计信息，并使用分类器获得统计信息的诊断结果，将其与特征筛选方法获得的信息进行融合得到合并特征，故障诊断模块使用多粒度级联森林对合并特征进行健康状况诊断，获得样本的健康状况；/n所述的分类器，具体是指：随机森林、向量机、多层感知器和SVC；/n所述的传感器模块，具体是指：压力传感器...
【技术特征摘要】
1.一种基于多传感器信息融合的液压泵健康状况检测系统，其特征在于，包括：传感器模块、数据采集模块、信息融合模块和故障诊断模块，其中：传感器模块将对应传感器放置于柱塞泵对应的位置中，数据采集模块采集柱塞泵的压力信号、流量信号、温度信号、扭矩信号，并将其转为数字信号，信息融合模块对信号预处理得到低维度统计信息，并使用分类器获得统计信息的诊断结果，将其与特征筛选方法获得的信息进行融合得到合并特征，故障诊断模块使用多粒度级联森林对合并特征进行健康状况诊断，获得样本的健康状况；
所述的分类器，具体是指：随机森林、向量机、多层感知器和SVC；
所述的传感器模块，具体是指：压力传感器、流量传感器、温度传感器和扭矩转速仪。
2.根据权利要求1液压泵健康状况检测系统，其特征是，所述的数据采集模块将多个压力传感器分别放置在泵出口、泵泄油口和泵吸油口处，将多个流量传感器放置在泵出口、泵泄油口和泵吸油口处，将温度传感器放置在油箱、泵出口和泵泄油口中，利用扭矩转速仪测量电机的扭矩和转速。
3.根据权利要求1液压泵健康状况检测系统，其特征是，所述的信息融合模块包括：时域特征采集单元和特征融合单元，其中：时域特征采集单元对采集的统计特征形成初步特征；特征融合单元使用随机森林、向量机、多层感知器和SVC分类器对初步特征进行分类预测获得预测概率向量并使用随机森林、Fisher分数、相关系数挑选高重要度特征，最后将预测概率向量合并至高重要度特征后面并形成一维向量，作为最终的特征；
所述的统计特征，具体是指：流量、温度、压力、扭矩信号计算时域中的均值、峰峰值、峰值、整流平均值、均方根值、标准差、波形因子、峰值因子、脉冲因子、裕度因子、峭度、偏度共12维。
4.根据权利要求3液压泵健康状况检测系统，其特征是，所述的分类预测，具体是指：将健康状况已知的泵的初步特征作为训练数据，训练随机森林、向量机、多层感知器和SVC分类器，获得待检测泵的类别概率，以实现分类预测。
5.根据权利要求3液压泵健康...
【专利技术属性】
技术研发人员：黄亦翔，张旭，刘成良，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。