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2024年第9期:基于深度神经网络的电液伺服泵控系统健康评估研究

发布日期:

作者:刘克毅,李渊,王飞,陈革新,王梦,张亚欧

单位:新疆工程学院新疆煤炭资源绿色开采教育部重点实验室;新疆工程学院机电工程学院;吉林大学机械与航空航天工程学院;新疆工程学院新疆煤炭资源绿色开采教育部重点实验室;新疆工程学院机电工程学院;新疆工程学院新疆煤炭资源绿色开采教育部重点实验室;新疆工程学院机电工程学院;燕山大学机械工程学院;新疆工程学院新疆煤炭资源绿色开采教育部重点实验室;新疆工程学院机电工程学院;燕山大学机械工程学院;新疆工程学院新疆煤炭资源绿色开采教育部重点实验室;新疆工程学院机电工程学院;新疆工程学院新疆煤炭资源绿色开采教育部重点实验室;新疆工程学院机电工程学院

关键词:电液伺服泵控系统;健康评估;LGA深度神经网络;仿真分析

基金:新疆维吾尔自治区自然科学基金资助项目(2022D01A51;2022D01B135;2022D01A244);新疆煤炭资源绿色开采教育部重点实验室自主课题(KLXGY-Z2402)

电液伺服泵控系统具备功重比高、响应快等优点,在多领域得到广泛应用,但如何针对该系统开展更有效健康评估,进一步保障系统的安全性和可靠性成为必须面对的问题。按照明确原理、建立数学模型、建立仿真模型、仿真分析的思路针对健康评估方法开展研究,提出油液体积含气量、气隙磁密、泄漏系数3个健康评估指标并确定阈值,构建了LGA(LSTM-GRNN-ANN)深度神经网络健康评估方法并进行仿真分析,结果显示该方法准确率约为97.48%,比LSTM、GRNN健康评估方法具有更高的准确率,为继续深入开展电液伺服泵控系统健康评估的研究提供了理论支持。

来源:2024年第9期

《机床与液压》期刊编辑部

查看机床与液压杂志2024年第9期

声明

严正声明:本站非期刊官网,非中介代理。

本站仅提供学术规范服务:快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。

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