机床与液压

作者：陈荣春，木合塔尔·克力木，杨波，陈超，段博文

单位：新疆大学机械工程学院；新疆大学机械工程学院；新疆大学机械工程学院；中航光电科技股份有限公司；新疆大学机械工程学院

关键词：液压泵;内泄漏;故障诊断;SCNGO-BP;压力流量信号

基金：新疆维吾尔自治区自然科学基金项目（2022D01C93）

液压齿轮泵作为液压系统中的核心执行元件，其运行稳定性直接影响系统整体性能，内泄漏故障作为齿轮泵常见的隐性故障类型，具有隐蔽性强、危害大、诊断难度高等特点。针对传统诊断方法在处理复杂非线性和高维数据方面存在的局限性，提出一种基于改进北方苍鹰优化算法（SCNGO）优化BP神经网络的智能故障诊断方法，通过引入正余弦位置更新策略和折射反向学习机制，对北方苍鹰（NGO）算法进行改进，增强其全局搜索能力和局部收敛速度；利用改进算法优化BP神经网络权重和阈值参数，构建高精度的液压齿轮泵内泄漏故障识别模型。搭建液压系统故障实验台，模拟不同等级的内泄漏状态并采集压力与流量信号，通过互信息值（MIV）进行特征选择，并训练SCNGO-BP模型进行故障分类。结果表明：所提方法在准确率、鲁棒性以及泛化能力方面均优于传统方法，其在齿轮泵内泄漏诊断中的准确率达到94.44%。

来源：2025年第14期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第14期