机床与液压

北大核心,WJCI

国内刊号:44-1259/TH

国际刊号:1001-3881

机床与液压杂志2025年第15期:基于AMESim和SSA-CNN-BiLSTM的液压启闭机故障诊断

发布日期:

作者:刘英杰,刘鹏鹏,张荣荣,董詠依

单位:华北水利水电大学水利学院;水资源高效利用与保障工程河南省协同创新中心;河南省水环境模拟与治理重点实验室;华北水利水电大学水利学院;华北水利水电大学水利学院;华北水利水电大学水利学院

关键词:液压启闭机;麻雀搜索算法(SSA);卷积神经网络(CNN);双向长短期神经网络(BiLSTM);故障诊断;AMESim仿真

基金:水利部科技创新项目计划(SKS-2022142)

液压启闭机广泛应用于各大水利水电工程中,是负责开启和关闭闸门的专用设备,其故障具有低概率、高隐蔽性等特点。为解决液压启闭机在日常工作中实际收集故障参数不足且难度较大的问题,借助仿真软件AMESim搭建液压启闭机简易工作机制模型。以液压泵泄漏、电磁换向阀失效、液压缸泄漏、液压油混入空气、先导溢流阀堵塞和过滤阀堵塞6种故障工况为研究对象,通过调整模型参数来收集故障数据。搭建麻雀搜索算法(SSA)优化CNN-BiLSTM网络,并将其与几种诊断模型进行对比。结果表明:所构建的SSA-CNN-BiLSTM比其他方法拥有更高的准确度和效率,准确率达到95.23%;在训练次数为300时,数据已接近收敛,函数的损失率维持在0.2%左右;对于随机选取的测试集样本,拟合值与真实值高度相符。

来源:2025年第15期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第15期

联系我们

  • 地址:广州市黄埔区新瑞路2号
  • 电话:020-32385312
  • E-mail:jcy@gmeri.com

咨询工作人员