一种盾构机刀具故障分析与诊断方法技术

本发明专利技术公开了一种盾构机刀具故障分析与诊断方法，包括：S1、获取盾构机刀具的故障数据；S2、基于经验模态分解与希尔伯特变换对获取的故障数据进行降噪处理；S3、基于独立分量分析方法对降噪处理后的故障数据进行特征提取和分离，得到多个独立的特征向量；S4、基于预先训练好的ADCS

【技术实现步骤摘要】
一种盾构机刀具故障分析与诊断方法


[0001]本专利技术涉及大型机电液设备故障诊断
，更具体的说是涉及一种盾构机刀具故障分析与诊断方法。

技术介绍

[0002]对于盾构机来说，液压系统是其最重要的核心部件之一，更是盾构机推进的主要动力。当液压系统出现故障时，盾构机需要停机，会造成巨大的经济损失及安全问题。且液压系统为非线性系统，非线性系统的故障信号往往是非高斯、非平稳、强耦合的复杂信号，这就导致故障特征难以准确提取和识别，尤其是在强干扰及多工况情况下，问题尤为突出。
[0003]目前，盾构机液压系统故障主要集中于液压元件的泄露，油液黏度过高或过低和电磁阀失效等问题。现有技术只集中于故障位置检测和故障严重程度识别其中一种，无法实现智能化诊断要求。
[0004]因此，如何提供一种能够有效提取故障信号，并提高故障诊断的准确性的盾构机刀具故障分析与诊断方法是本领域技术人员亟需解决的问题。

技术实现思路

[0005]有鉴于此，本专利技术提供了一种盾构机刀具故障分析与诊断方法，能够有效提取故障信号，并能准确诊断故障类型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种盾构机刀具故障分析与诊断方法，其特征在于，包括：S1、获取盾构机刀具的故障数据；S2、基于经验模态分解与希尔伯特变换对获取的故障数据进行降噪处理；S3、基于独立分量分析方法对降噪处理后的故障数据进行特征提取和分离，得到多个独立的特征向量；S4、基于预先训练好的ADCS
‑
ELM网络对所述多个独立的特征向量进行故障诊断，输出故障诊断结果。2.根据权利要求1所述的一种盾构机刀具故障分析与诊断方法，其特征在于，所述ADCS
‑
ELM网络的训练过程包括：对盾构机刀具不同工况下的历史故障数据依次进行经验模态分解、希尔伯特变换和独立分量分析，得到多个独立的历史特征向量；利用所述多个独立的历史特征向量对所述ADCS
‑
ELM网络进行训练，确定最优的网络连接权值和隐藏层阈值。3.根据权利要求1所述的一种盾构机刀具故障分析与诊断方法，其特征在于，所述故障数据包括振动数据、温度数据和转速数据。4.根据权利要求1所述的一种盾构机刀具故障分析与诊断方法，其特征在于，S2包括：S21、从故障数据的原始数据序列中找出所有的极值点；S22、采用插值法对极小值点拟合形成下包络线，对极大值点进行拟合形成上包络线；S23、对所述上包络线和所述下包络线求平均，得到包络线均值；S24、利用所述原始数据序列减去所述包络线均值，得到一个新的数据序列，若新的数据序列中仍存在局部极值点，则重复S22
‑
S23，直至新的数据序列为一...

【专利技术属性】
技术研发人员：徐恒吉，杨民强，周胜利，陈建福，陈鹏，赵斌，吴玉礼，郭建豪，陆野，孙小玉，刘辉，高永军，吴元泰，谢旭，
申请(专利权)人：中铁十四局集团大盾构工程有限公司，
类型：发明
国别省市：