机床与液压

作者：郗涛，董蒙蒙，王莉静，张建业

单位：天津工业大学机械工程学院；天津工业大学机械工程学院；天津城建大学控制与机械工程学院；天津工业大学机械工程学院

关键词：立柱液压系统;故障诊断;蛇优化LSTM神经网络

基金：国家科技重大专项子课题(2019zx04055-001-014); 2020年天津市科委企业科技特派员项目(20YDTPJC00840)

针对目前无法快速、准确地诊断矿用立柱液压系统故障等问题，在建立仿真模型分析单一故障机制的基础上，基于优化算法提出多种故障诊断方法。将立柱物理模块与立柱液压系统模块相结合，建立立柱液压系统仿真模型；基于Simulink分析单一故障的影响,基于蛇优化LSTM神经网络建立诊断模型；最后，根据实际数据进行模型的实例验证。结果表明：蛇优化LSTM模型对液压立柱故障仿真数据识别率达到99.5%，对液压立柱故障真实数据识别率达到97%，与模型仿真数据的预测精度仅相差2.5%，预测精度较高，达到了预期目标。

来源：2024年第8期

《机床与液压》期刊编辑部

查看机床与液压杂志2024年第8期