机床与液压

作者：张伟，杨其华，刘钢海

单位：中国计量大学机电工程学院；中国计量大学机电工程学院；中国计量大学质量与安全工程学院

关键词：油压信号;特征提取;状态识别;主成分分析;支持向量机

基金：四川省科技厅重点研发项目（2021YFG0056）；过程装备与控制工程四川省高校重点实验室项目（GK202203）

为了提高泵站驱动液压扳手作业的工作效率及实现扳手的自动判停，分析泵站输出油压、扳手活塞位移、螺栓扭矩随时间变化的对应关系，提出一种基于PCA-SVM油压状态识别的液压扳手判停方法，通过主成分分析（PCA）提取不同油压状态下的特征参量，作为支持向量机（SVM）的输入，完成对油压阶段的准确识别，间接实现对泵站做功状态的识别。通过缩短泵站无用功时段以提高有用功时段在加压周期所占比重，达到提高扳手工作效率的目的；并根据有用功时段油压与螺栓扭矩的对应关系实现扳手的自动判停。实验结果表明：该方法能够在提高泵站作业效率的同时实现扳手的准确判停。

来源：2023年第5期

《机床与液压》期刊编辑部

查看机床与液压杂志2023年第5期