基于PCA和BP网络的液压油缸内泄漏故障诊断-中南大学学报.PDF

第 42 卷第 12 期 中南大学学报(自然科学版)  Vol.42  No.12  2011 年 12 月  Journalof Central South University(Scienceand Technology)  Dec. 2011  基于 PCA 和 BP 网络的液压油缸内泄漏故障诊断 1,2  1  1  1  唐宏宾  ，吴运新  ，滑广军  ，马昌训  (1.  中南大学 机电工程学院，湖南 长沙，410083；  2.  长沙理工大学 汽车与机械工程学院，湖南 长沙，410004)  摘要：针对液压油缸内泄漏故障诊断时，由于提取的时域参数过多，导致诊断速度慢、实时性差等问题，提出基 于主成分分析(PCA)和 BP 神经网络的诊断方法。该诊断方法是：首先提取压力信号的时域参数作为初始特征，然 后利用 PCA方法将高维初始特征空间压缩到低维最终特征空间， 并将得到的最终特征输入到 BP 神经网络进行故 障模式识别。研究结果表明：该诊断方法在满足故障检测识别率的同时提高了诊断速度，为液压油缸内泄漏的故 障诊断提供了一种实用方法。 关键词：液压油缸内泄漏；故障诊断；主成分分析；BP 网络 中图分类号：TP206.3  文献标志码：A  文章编号：1672−7207(2011)12−3709−06  Internal leakage fault diagnosis of hydraulic cylinder  using PCA and BPnetwork  1,2  1  1  1  TANG Hong­bin  ,WU Yun­xin ,HUA Guang­jun , MA Chang­xun  (1.School of Mechanical and Electrical Engineering, Central South University, Changsha 410083, China;  2. College of Automobile and Mechanical Engineering, Changsha University of Science and Technology,  Changsha 410004, China)  Abstract: Based on the fact that in fault diagnosis for internal leakage of hydraulic cylinder, many time­domain features  are selected from pressure singal to make diagnosis slow and unreal­time, a fault diagnosis approach based on principal  component analysis(PCA) and BP network was proposed. According to the method, time­domain paramers of pressure  singal were selected as prime features at first,andthen PCA was u