地址：江苏省如皋市白蒲镇前进工业园区
电话：本站出售中
Email：atm@siteatm.com
联系人：沈先生
手机： 13646285454 |
| |
|
|
|
三种数控液压机诊断方法比较
|
| 发布时间：
2019/4/19 16:54:27 |
本文研究三种数控液压机故障诊断的方法：
①基于信息融合和NBN分类器的诊断方法。
②以启发式属性约简算法为基础的粗糙集(Rough Set，Rs)理论的数控液压机故障诊断方法。
③基于主元分析的故障检测方法。
由于三种方法所使用的数学工真不同，每种方法都有其优势和劣势，所以针对液压泵故障诊断的特点，三种方法表现出的诊断效果也各有不同，下面利用相同的数据信息对三种方法的诊断效果进行比较。
(1)，基于粗糙集模型的诊断方法 目前，基于粗糙集的诊断模越多是利用粗糙集的属性约简结果得到的诊断规则信息表建立的。所以利用启发式属性约篱算法对所得到的21个特征组成的数控液压机多源信息故障样本集进行处理。取其中480组样本作为训练样本，其余320组样本作为耐试样本。通过训练样本得到的最佳结果。即为粗糙集故障诊断模型。限乎该信息表的诊断规则数目较大，限于篇幅具体诊断规则在此不再列出。最后利用测试样本对粗糙集模型进行数控液压机故障检验，得到如表23所示的诊断结果。
(2)诊断结果分析比较 表23为基于信息融合NBN分类器和基于RS模型的两种方法的诊断结果比较。表中结果说明，前一方法的诊断正确率更高，更适合对数控液压机液压泵多故障模式的故摩诊断。究其原因有二：
①前一方法中NBN分类器与信息融合算法进行了有机结合，充分发挥了信息融合的优势，使故障信息更完备。而基于RS模型的方法只能通过多源信息简单墨合的数据来建立，所以基于RS模型的方法在数控液压机故摩信息的完备性上就逊色于基于信息融合NBN分类器的方法。
②RS方法的诊娄模型是基于某一状态下的原始数据而建立的，必然存在诊娄规则知识的缺失。因此，利用该模型对获得的数控液压机新故障样本进行诊断时，发生误诊的可能较大，所有该方法的适应性较差。而基于信息融合的NBN分类器方法则能够在新故障样本的特征信息中，找出与诊断模型相似的部分并计算出最有可能发生的数控液压机故障类型，所有该方法的适应性较强，诊断效果较好。
数控液压机液压泵的故障特征信息存在模糊性和不完备性的缺点，粗糙集方法虽然可以解故障信息的模糊性问题，但是却不能增加特征信毫的完备性。所以，单独使该方法难以满足数控液压机液压泵多模式故障诊断的要求。丽本章所创的多源传感器信患融合贝斯网络集成的故障诊断方法，则能同时消除液压泵故障信息的模糊性和不完备性这两方面因素对诊断结果的影响。
基于粗糙集理论的方法也有其独特优势。可以作为一种智能方法·利用自学习功能获得新知识使诊断模型更加完善，诊断精度也会越来越高。因此，对粗糙集理论方法的深入研究将有助于液压系统智能故摩诊断技术的进一步展。
主元分析方法在故障程度较严重时能够检测出故障，并能准确找出该故障是由哪些特征参数引起的，但是通过这些特征参数的变化难以判断具体发生了何种类型数控液压机故障。在故障程度较轻时，该方法则完全检测不出故障，而且找出的引起故障的特征参数也不够准确，因此，该方法的适用性是这三种诊断方法中最差的，然而，它也有另两种方法不具备的独特优势，它可以实现在线状态检测和故障诊断功能。因此，主元分析数控液压机故障检测方法在液压系统故障诊断领域具有重要的工程实用价值。
|
|
|
|
|
|
网站管理 