基于遗传—神经网络的电液伺服阀故障模式识别研究-机械设计及理论专业论文.docxVIP

武汉科技大学硕士学位论文 武汉科技大学硕士学位论文 第1页 摘 要 电液伺服系统是一结构复杂而多耦合的机、电、液综合系统，是控制领域中的一个重 要组成部分，具有功率大，响应快，精度高的特点，在工业生产领域得到了广泛的应用。 而电液伺服阀是电液伺服系统的关键性元件，是系统中故障率最高的部位，其使用情况与 性能的好坏直接影响到系统的工作性能。因此，研究一种切实可行的故障智能诊断方法， 对电液伺服阀可能发生的故障进行预报、控制，对已发生的故障进行正确而迅速的智能诊 断，提供可行的排除方法十分重要。 本文以电液伺服阀静、动态特性试验台为依托，在广泛研究国内外相关文献资料及工 作的基础上，结合现代故障诊断理论、模式识别理论、人工智能理论和计算机科学，对动 圈式电液伺服阀的故障智能诊断技术进行了较为深入的研究。 1．对电液伺服阀进行了抗污染研究。针对其先导级固定节流小孔易于堵塞的缺点， 本文利用仿真软件AMESim建立了该阀的结构化的仿真模型，在改变节流孔大小、给节流 孔串联和并联一个节流孔的情况下进行仿真，通过对特性曲线分析得出在阀体上开一个节 流小孔，使之与固定节流小孔串联，并把两者的直径加大可以达到与原结构相同的性能， 这样便可以适当提高该阀的抗污染能力。 2．对动圈式电液伺服阀的主要故障的机理进行了研究。故障机理被认为是故障诊断 领域的“深知识”，研究故障机理是进行故障诊断的重要环节，本论文研究了动圈阀的主 要故障模式一磨损、气蚀、液压卡紧、温升等的机理，探讨了减少动圈阀的各种故障模式 的措施，分析了热楔效应对动圈阀性能的影响。 3．结合本实验室的实验条件对动圈式电液伺服阀进行了故障模拟实验：利用数字化 电液伺服阀试验台，在系统压力为2MPa、2．5MPa、3船a、3．5MPa、4MPa、4．5Mpa、5MPa 时，分别测得电液伺服阀七种状态(正常、上下调零弹簧疲劳断裂、导阀一端固定节流孔 堵塞、控制腔一端密封破损1／12，1／2与完全破损)下静态(压力特性曲线)特性曲线作 为伺服阀的状态特征参数，并对得到的压力特性曲线进行了离散化处理。 4．建立了动圈式电液伺服阀故障智能诊断的网络模型。利用遗传算法和神经网络的 特点和优点，将两者结合在一起而形成了GA_BP算法，并建立了用于电液伺服阀故障智能 诊断的遗传一神经网络模型。该模型继承了传统遗传算法的优点，兼具神经网络强大的函 数逼近功能，同时又克服了传统神经网络优化方法易陷入局部最优解的缺陷。实例的训练 和模式识别结果表明：实数编码的遗传算法优化的神经网络模型模式识别精度较高，适合 于电液伺服阀的故障模式识别。 5．在以上理论研究的基础上，利用面向对象、可视化的编程语言Visual Basic开发 了基于遗传一神经网络的电液伺服阀智能故障诊断的系统。它包括知识库的建立和维护模 块、推理和仿真模块等。 关键词：电液伺服阀故障模式识别人工神经网络抗污染研究遗传算法 ABSTR ABSTR ACT The electro-hydraulic 9豇、，o system is a complex stracttue and much coupled system,which synthesized the merit of the mechanical technology、electric technology and hydraulic technology and has been蛆important component in the control field．The system possesses some important features,such aS great power,quick response,and high precision and SO on,it has widely been used in the field ofthe industrial producL And the electro-hydraulic$crvo valve is a key component for the system,which is the position with a highest fault rate in the system, its using condition and p耐ommce is bad or not dir∞tly influences the system performance． Consequently,the important problem now is how to research a really feasible method for intelligent fault diagnosis and use t