机床与液压

作者：曾行健，丁悦，汤清源，白龙

单位：华中科技大学机械科学与工程学院；华中科技大学机械科学与工程学院；中石油江汉机械研究所有限公司；华中科技大学机械科学与工程学院

关键词：BP神经网络;故障诊断;工程机械液压系统

基金：国家重点研发计划项目（2022YFB4700300）;湖北省重点研发计划项目（2023BAB067）

工程机械液压系统由于结构复杂而不可避免地出现故障，常规检测方法为人工检测，但检测过程费时费力。针对此问题，对工程机械液压系统进行建模及简化，并结合BP神经网络学习故障数据。在管路系统中安装压力和流量监测仪以跟踪数据，通过调整选定元件的参数来模拟故障情况，记录监测仪的数据并进行整理，采用主成分分析法进行信息抽取和降维，并作为神经网络的输入。同时，手动标注元器件的当前状态作为训练标签。对每个元件均构建了一个独立的神经网络模型，用于学习输入数据与标签之间的关系。结果显示：阀和泵的准确率分别达到98.61%和96.52%，表明模型的准确率较高,可实现工程机械液压模型的自动故障诊断。

来源：2025年第2期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第2期