-
题名基于驱动端电流的矿用液压电磁阀缓变失效预测方法
被引量：10
- 1
-
-
作者
张东来
马鑫
-
机构
哈尔滨工业大学深圳研究生院
上海航天控制工程研究所
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2010年第12期2805-2809,共5页
-
文摘
本文研究地下综采工作面液压支架电液控制系统用电磁阀故障诊断及缓变失效预测方法.分析了电磁阀机械运动特性,并由此确定驱动电压、工作气隙长度、电流等参数关系及驱动端电流稳态和暂态特性.根据暂态特性,在阀芯运动区间提取了基于模板匹配的能量特征和K-L变换特征;根据稳态特性,在阀芯静止区间提取了驱动线圈感抗特征.通过143天240万次开关实验,获取了2.4万组数据,并通过神经网络对两种电磁阀可准确识别出正常、开始失效、失效程度低、失效程度中和损坏等五个阶段,两类阀的识别率分别为98.1%和99%,为电磁阀的故障预警和维护提供了依据,提高了生产效率及安全性.该方法可广泛适用于其它多种电磁阀缓变失效检测应用.
-
关键词
液压
电磁阀
故障预测
驱动端电流
缓变失效
K-L变换
-
Keywords
hydraulic
electromagnetic valve
fault prediction
driving end current
degradation failure
K-L transform
-
分类号
TD687
[矿业工程—矿山机电]
-
-
题名基于EMD与邻域粗糙集的液体电磁阀故障诊断
被引量：7
- 2
-
-
作者
谭洋波
程进军
刘帅
-
机构
空军工程大学航空航天工程学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2017年第12期255-260,270,共7页
-
文摘
液体电磁阀的故障诊断是保证飞行器动力系统正常工作、实现故障快速定位的重要手段。为了对液体电磁阀进行检测与诊断,提出了一种基于经验模态分解(EMD,Empirical Mode Decomposition)与邻域粗糙集相结合的新方法。首先对电磁阀的结构、故障形式、故障机理进行了分析,通过采集电磁阀正常、弹簧失效、阀芯卡滞、线圈异常、电气短路五种状态的驱动端电流信号,对不同状态的电流进行了分析。针对电流稳态长度难以控制,EMD分解获得的本征模态函数(IMF,Intrinsic Mode Function)分量的能量熵存在不一致的特点,选用电流变化率作为特征对其进行EMD分解。引入数据挖掘思想,采用邻域粗糙集构造贪心式属性约简算法进行属性约简,将约简后的属性集输入所设计的C4.5决策树算法,经过训练,其诊断准确率达到98%。研究结果表明:该方法能够实现液体电磁阀的快速诊断,具有一定的应用价值。
-
关键词
经验模态分解(EMD)
邻域粗糙集
驱动端电流
C4.5决策树
能量熵
故障诊断
属性约简
-
Keywords
Empirical Mode Decomposition(EMD)
neighborhood rough set
driving current
C4.5 decision tree
energyentropy
fault diagnosis
attribute reduction
-
分类号
TP391.5
[自动化与计算机技术—计算机应用技术]
-
