一种基于压力信号的液压柱塞泵智能故障诊断方法技术

本发明专利技术提供了一种基于压力信号的液压柱塞泵智能故障诊断方法，其特征在于，包括如下步骤：数据采集：通过压力传感器采集反映液压柱塞泵健康状态的压力信号；数据预处理：利用时频分析方法，将压力信号转换为二维时频图谱，构建时频特征样本库；模型训练与优化：构建故障诊断模型，将训练样本集作为输入，状态标签作为输出，对模型进行训练；采用贝叶斯优化算法对模型进行参数优化和更新；模型验证：将测试样本集作为输入，状态标签作为输出，对模型综合性能进行验证；模型诊断：将液压柱塞泵出口管路的压力信号输入故障诊断模型，模型输出状态标签值，可直接获得最终的故障分类识别结果。本发明专利技术可实现液压柱塞泵典型故障类别的高精度智能诊断。高精度智能诊断。高精度智能诊断。

【技术实现步骤摘要】
一种基于压力信号的液压柱塞泵智能故障诊断方法


[0001]本专利技术涉及液压元件智能故障诊断
，尤其涉及一种基于压力信号的液压柱塞泵智能故障诊断方法。

技术介绍

[0002]液压柱塞泵是液压传动系统的核心动力源，被喻为液压系统的“心脏”，其工作的可靠性是保证设备高精度、高速、连续稳定运行的关键。液压柱塞泵一旦发生故障，轻则造成停机或影响产品质量，重则将会使整个生产线瘫痪、造成巨大的经济损失，甚至发生机毁人亡的灾难事故、产生严重的社会影响。随着人工智能的快速发展，融合人工智能的故障诊断技术有望成为机械装备数据处理与故障诊断的一把利器，为液压柱塞泵的智能故障诊断与健康管理提供了新的思路。
[0003]目前，基于传统方法的机械故障诊断技术对信号处理专业知识和专家经验要求较高，基于浅层模型的智能故障诊断技术在处理复杂问题时存在较大缺陷，导致泛化能力弱、故障诊断精度低。深度学习理论作为模式识别和机器学习领域的崭新研究成果，在一定程度上克服了上述诊断方法存在的不足，但其在液压柱塞泵智能故障诊断方面的应用还较为鲜见。
>[0004]另外，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于压力信号的液压柱塞泵智能故障诊断方法，其特征在于，包括如下步骤：数据采集：通过安装在液压柱塞泵出口管路上的压力传感器采集反映液压柱塞泵正常状态和故障状态的多源压力一维时域信号，作为原始状态数据；数据预处理：利用时频分析方法，将采集到的压力一维时域信号转换为二维时频图谱，构建时频特征样本库；并按照比例将样本库划分为训练样本集和测试样本集；模型训练与优化：构建故障诊断模型，模型参数全部随机初始化；将训练样本集作为诊断模型的输入，状态标签作为模型的输出，对诊断模型进行训练；利用测试样本集对诊断模型的综合性能进行评估；采用贝叶斯优化算法对模型进行参数优化和更新，直到诊断模型的综合性能达到全局最优，即得到训练和优化后的故障诊断模型；模型验证：调用训练和优化后的故障诊断模型，将测试样本集作为模型的输入，状态标签作为模型的输出，对诊断模型的综合性能进行验证，检验模型是否存在过学习问题；模型诊断：将液压柱塞泵出口管路的压力信号输入训练和优化后的故障诊断模型，所述故障诊断模型输出状态标签值，可获得故障分类识别结果。2.根据权利要求1所述的基于压力信号的液压柱塞泵智能故障诊断方法，其特征在于，构建的故障诊断模型包括：输入层(1)、卷积层A(2)...

【专利技术属性】
技术研发人员：汤胜楠，朱勇，袁寿其，
申请(专利权)人：江苏大学，
类型：发明
国别省市：