The invention discloses a method based on fault tree and fuzzy neural network fault diagnosis method of automobile crane, comprising the following steps: 1) by using deductive method established auto crane top event of fault tree; 2) according to the fault tree branch and the experience knowledge to determine the number of input and output nodes of the fuzzy neural network, fuzzy neural network model 3); according to the fault tree of each branch contains the knowledge from training samples, and to train the neural network, a neural network reasoning network weights and threshold matrix computation; 4) using the existing automobile crane monitoring platform data, establish the fuzzy membership function of the pretreatment needed by 3 rule of law statistical parameter method; 5) the measured data will be input into fuzzy neural network calculation, output fault mode. The method of the invention avoids the blindness and the complexity of the detection process and improves the accuracy of diagnosis.
【技术实现步骤摘要】
本专利技术属于汽车起重机故障检测
,涉及一种。
技术介绍
汽车起重机是一种起重机械部分安装在汽车通用底盘或专用汽车底盘上,具有载重汽车行驶性能的轮式起重机,它机动性好,转移方便,运行速度快,广泛适用于工矿企业、建筑工地、车站、港口等进行货物装卸、转移、设备安装及高空作业等各种起重作业。它对减轻劳动强度、节省人力,降低建设成本,提高施工质量,加快建设速度,实现工程施工机械化起着十分重要的作用。但长期以来汽车起重机安全作业形势十分严峻,汽车起重机产品由于其系统组成复杂,工作环境恶劣,通常要求高负荷、长时间运行,加上维护保养体系的相对落后,因此系统经常会出现各种故障,机毁人亡重大事故时有发生,严重影响了建设项目的进度、效益以及人民财产安全。从国内外对汽车起重机故障诊断的现状来看,一般还是采取传统的故障诊断方法,即维修人员在实践经验的指导下,根据系统原理图和动作循环表,通过比较、区域分析、综合分析等方法确定可疑液压零部件,然后对可疑液压零部件进行更换测试来判定故障原因,最后通过串换部件的方式来消除故障。这种方法要求维修人员掌握较深的相关专业基本理论及工作原理,具有较强的判断分析能力,方可保证诊断的有效性和准确性。诊断过程十分繁琐,要经过大量的检查、验证工作,系统故障检测过程中的盲目性不可避免,拆装工作量也较大,且只能是定性分析,而且对现代电子技术与液压控制技术方面的故障判别更为困难,因而诊断出的原因往往不够准确。因此,这种方式耗时、费力、低效、经济效益不佳。
技术实现思路
本专利技术提供了一种,解决了现有汽车起重机故障诊断中,存在耗时、费力、低 ...
【技术保护点】
基于故障树和模糊神经网络的汽车起重机故障诊断方法,其特点是,按照以下步骤实施:1)采用演绎法建立汽车起重机顶事件故障树;2)根据故障树支路情况与经验知识确定模糊神经网络的网络输入、网络输出节点数目,建立模糊神经网络结构模型;3)根据故障树各分支中所蕴含的知识,提取训练样本,并对神经网络进行训练,建立神经网络推理计算所需的网络权值和阈值矩阵;4)利用汽车起重机状态监测平台上的历史数据,运用统计参数法中的3σ准则法确立模糊预处理所需的模糊隶属函数;5)将汽车起重机状态监测平台的实测数据输入到通过以上步骤建立好的模糊神经网络中进行计算,得到诊断结果,输出故障模式。
【技术特征摘要】
1.基于故障树和模糊神经网络的汽车起重机故障诊断方法,其特点是,按照以下步骤实施: 1)采用演绎法建立汽车起重机顶事件故障树; 2)根据故障树支路情况与经验知识确定模糊神经网络的网络输入、网络输出节点数目,建立模糊神经网络结构模型; 3)根据故障树各分支中所蕴含的知识,提取训练样本,并对神经网络进行训练,建立神经网络推理计算所需的网络权值和阈值矩阵; 4)利用汽车起重机状态监测平台上的历史数据,运用统计参数法中的3σ准则法确立模糊预处理所需的模糊隶属函数; 5)将汽车起重机状态监测平台的实测数据输入到通过以上步骤建立好的模糊神经网络中进行计算,得到诊断结果,输出故障模式。2.根据权利要求1所述的基于故障树和模糊神经网络的汽车起重机故...
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。