原创力文档- 1、本文档共8页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第4l卷第4期 中南大学学报(自然科学版) 、，01．41No．4
JournalofCentralSouth and
2010年8月 University(ScienceTechnology) Aug．2010
基于多网络模型的工程机械液压系统故障诊断研究
贺湘宇1，何清华2
(1．长沙理工大学汽车与机械工程学院，湖南长沙，410076；
2．中南大学机电工程学院，湖南长沙，410083)
摘要：提出一种针对工程机械液压系统的多网络模型的故障诊断方法。该网络模型以广义回归神经网络(General
neural
network，GRNN)为基础，引入全局递归的反馈机制，构建动态GRNN模型。该方法首先为多个
regression
目标故障建立同等数量的动态GRNN目标故障模型，计算每个目标故障模型的检测阈值；然后，将测试故障样本
代入每个目标故障模型中，当其残差平方和在对应闽值范围内即可确定故障类型。实验结果表明：多网络模型的故
障诊断方法准确地诊断出95％以上的系统故障。
关键词：液压系统；工程机械；故障诊断：多模型故障诊断；广义回归神经网络
中图分类号：TP206．3 文献标志码：A 文章编号：1672—7207(2010)04-1385-06
construction based
Fault of
diagnosis machineryhydraulicsystem
onmulti．networkmodel
脏Xiang-yu．HEQing-hua
ofAutomobileandMechanical ofScienceand
(1．College Engineering，ChangshaUniversity Technology，
Changsha410076，China；
2．SchoolofMechanicalandElectrical South
University,Changsha410083，China)
Engineering，Central
Abstract：Afault ofconstruction basedOnmulti—networkmodelwas
diagnosisapproach machineryhydraulicsystem
neural Wasestablished the
network(GRNN)modelbyintroducingglobal
proposed．Adynamicgeneralregression
feedbacktotheGRNN．Asa modelwith GRNNmodelisfeasibleto
dynamic globalrecursion,dynamic identify
GRNNmodelwasestablishedfor faultsandatestthreshold
no
文档评论（0）