CN107727333A - 一种用于液压缸泄漏分析的诊断方法 - Google Patents
一种用于液压缸泄漏分析的诊断方法 Download PDFInfo
- Publication number
- CN107727333A CN107727333A CN201710906702.XA CN201710906702A CN107727333A CN 107727333 A CN107727333 A CN 107727333A CN 201710906702 A CN201710906702 A CN 201710906702A CN 107727333 A CN107727333 A CN 107727333A
- Authority
- CN
- China
- Prior art keywords
- hydraulic cylinder
- leakage
- wavelet
- signal
- diagnostic method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/26—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors
- G01M3/32—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for containers, e.g. radiators
- G01M3/3236—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for containers, e.g. radiators by monitoring the interior space of the containers
- G01M3/3272—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for containers, e.g. radiators by monitoring the interior space of the containers for verifying the internal pressure of closed containers
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明涉及一种用于液压缸泄漏分析的诊断方法,结合小波分解和小波降噪,通过用小波分析将液压缸两腔压力信号分解成四层,提取分段压力信号时域特征,并结合小波分解系数与的均方根和均方根误差以评估液压缸的泄漏,可实现液压缸内外小泄漏量的诊断。本发明所提出的一种用于液压缸泄漏分析的诊断方法,通过液压缸中常备的两腔压力传感器,不需要添加额外的传感器,可有效检测常用液压缸的内外泄漏,避免了因液压缸泄漏等因素造成的事故隐患。
Description
技术领域
本发明涉及工程液压设备故障监控领域,特别是一种用于液压缸泄漏分析的诊断方法。
背景技术
液压缸是工程液压机械中常用的执行元件,而泄漏是液压系统最常见的故障模式。泄漏分为外泄和内泄两种,外泄会造成环境的污染和资源的浪费,外泄相对于内泄漏容易判断,可根据是否有液压油漏出来进行直接判断;内泄会影响液压缸的技术性能,出现动力不足,运动速度缓慢,液压缸爬行,输出无力,工作不平稳等现象。泄漏将严重影响机械的工作效率和安全性,因此及时识别液压缸泄漏能够保证液压缸的正常工作且对于液压系统的稳定运行有着重要意义。
然而,液压缸的内泄漏检测一大难题,主要因为不同液压元件的泄漏量差异很大,从每分钟几毫升到上千毫升变化。传统的泄漏测量一般采用微型流量计,但是它有效量程有限,需要串接在油路中,安装不方便;而且流量传感器价格昂贵,此外流量传感器一旦被异物卡死或本身疲劳损坏,会阻塞管道,使液压系统发生严重故障。因此在实际应用中有着相当大的局限性,当液压元件泄漏量非常小时,即便是用高性能的微型流量计也难以准确测试。常见液压缸内泄漏故障诊断,主要围绕泄漏测量法和液压系统泄漏模型等方面展开,存在系统结构复杂、对原液压系统调整较大、准确建模难度大、算法复杂性高等问题。
发明内容
本发明的目的在于提供一种用于液压缸泄漏分析的诊断方法,以克服现有技术中存在的缺陷。
为实现上述目的,本发明的技术方案是:一种用于液压缸泄漏分析的诊断方法,其特征在于,包括如下步骤:
步骤S1:通过设置于待检测液压缸处的压力传感器,采集待检测液压缸的两腔压力信号;对所采集的两腔压力信号进行小波分析,并提取相应压力时频信号特征值,构建样本数据集;
步骤2:对所述样本数据集进行小波系数预处理,分别获取均方根值和均方根误差,并进行标准化,并与预设阈值信号进行比较,获取所述待检测液压缸微小泄漏量的识别诊断信息。
在本发明一实施例中,在所述步骤S1中,对所采集到的液压缸两腔压力信号进行小波降噪处理和小波分解处理;通过小波降噪处理,将两腔压力信号中的噪声部分剔除,通过小波分解处理对两腔压力信号进行分解。
在本发明一实施例中,所述小波降噪处理采用给定阀值降噪法,包括:通过thselect函数获取经验阀值,再通过wthresh函数进行阀值量化处理,最后通过wden函数对液压缸两腔压力信号进行降噪,降噪后再进行信号重构,获取不同阶段的特征压力信号和重构液压缸压力信号。
在本发明一实施例中,在所述步骤S1中,所述提取相应的压力时频信号特征值,构建样本数据集,包括:提取各阶段两腔压力信号的时频特征,并通过小波分解处理,对液压缸两腔压力信号进行分段,获取不同段的小波系数;所述小波系数包括:四层低频近似信号系数以及二层高频细节信号系数。
在本发明一实施例中,通过多尺度一维小波分级函数wavedec,将液压缸两腔压力信号进行四级分解,且函数表达式为:
[C,L]=wavedec(S,4,’db8’)
其中,C为小波系数向量,L为各层小波系数所对应的向量长度,则小波系数C=cA4+cD4+cD3+cD2+cD1;对于所述每一组样本数据,提取对液压缸外泄漏独立敏感的小波系数cA4和对内泄漏独立敏感的小波系数cD2,生成样本数据集。
在本发明一实施例中,所述步骤S2还包括如下步骤:所述的步骤2包括:
步骤S21:分别计算经小波分解处理后的四层低频近似信号系数和二层高频细节信号系数的均方根值和均方根误差值,并进行标准化,作为结论特征;
步骤S22:通过与所述预设阈值信号进行比较,获取对待检测液压缸微小泄漏量的识别诊断信息。
在本发明一实施例中,所述小波分解处理采用Daubechies 8小波进行四层分解。
在本发明一实施例中,在所述步骤S21中,按照如下方式获取小波系数均值均方根值和均方根误差其中,Ci表示第i阶小波系数,表示小波系数的平均值,n表示小波系数向量的长度。
相较于现有技术,本发明具有以下有益效果:
1)本发明中的方法,无需添加新的传感器且不需要改变原液压系统,仅通过采集液压缸的两腔压力信号(该信号为液压缸工作中必备信号),即可实现对液压缸泄漏的监测,便利性强。
2)本发明采用Daubechies 8小波对液压缸的两腔压力数据进行分解,得到不同阶段对液压缸泄漏敏感的小波系数cD2和cA4,可实现对液压缸小泄漏(0.1L/min-1.6L/min)的识别诊断。
3)本发明只需进行一次测量即可在多故障环境中分辨出是外部泄漏还是内部泄漏,且无需要液压缸或泄漏的数学模型。
附图说明
图1是本发明中液压缸泄漏故障诊断方法流程图。
图2是本发明一实施例中液压缸泄漏故障诊断系统结构示意图。
图3是本发明一实施例中精密节流阀流量-压力-刻度曲线示意图。
图4是本发明一实施例中液压缸泄漏故障诊断方法压力信号分解示意图。
图5是本发明一实施例中液压缸压力信号多尺度小波系数分级示意图。
图6是本发明一实施例中液压缸内泄漏故障诊断方法效果示意图。
图7是本发明一实施例中液压缸外泄漏故障诊断方法效果示意图。
图8是本发明一实施例中液压缸内外泄漏故障诊断方法效果示意图。
【标号说明】:1-油箱;2-吸油滤油器;3-变量柱塞泵;4-泵驱动电机;5-单向截止阀;6-压力传感器;7-压力表;8-比例溢流阀;9-回油过滤器;10-精密节流阀;11-截止阀;12-压力表;13-蓄能器;14-旋拧阀;15-旋拧阀;16-强磁过滤器;17-旋拧阀;18-流量传感器;19-比列换向阀;20-截止阀;21-精密节流阀,22-压力传感器;23-滑轮及负载砝码;24-实验用缸;25-位移传感器;26-压力传感器;27-截止阀;28-精密节流阀;29-水冷却器;30-回油过滤器;31-温度传感器;32-NI-USB6218采集卡;33-高速处理PC;34-油箱放油螺栓。
具体实施方式
下面结合附图,对本发明的技术方案进行具体说明。
本发明提供一种用于液压缸泄漏分析的诊断方法,如图1所示,包括如下步骤:
步骤S1:采集液压缸的两腔压力信号,并对其进行小波分析和提取相应压力时频信号特征值,构建样本数据集;
步骤S2:利用样本数据集进行小波系数预处理,分别求出其均方根值和均方根误差并标准化,通过与预设阈值信号进行比较,实现对液压缸微小泄漏量的识别诊断。
在本实施例中,采集液压缸的两腔压力信号作为泄漏故障识别诊断数据集的输入,对于常用的液压测试系统,液压缸的进出口压力是必要采集的信号,本方法并不需要额外加装传感器,不改变原有的液压测试系统。
进一步的,所采用的原液压测试系统如图2所示。主要包括:油箱1,吸油过滤器2,变量柱塞泵3,泵驱动电机4,单向截止阀5,压力传感器6,压力表7,比例溢流阀8,主要是用来调定工作额定压力;蓄能器13,旋拧阀14,主要保证系统压力稳定性;强磁过滤器16,防止油液中污染物进入比例换向阀中,起过滤维护,保养作用;流量传感器18,检测回油流量大小;比例换向阀19,控制液压缸运动方向和速度大小;截止阀20,精密节流阀21,模拟液压缸内泄漏;截止阀11、27和精密节流阀10、28,模拟液压缸两腔外泄漏;负载砝码23,实验用缸24,位移传感器25;高速数据采集卡32,高速处理PC 33,负责采集液压缸压力信号和控制比例换向阀指令信号,以及小波分析和泄漏敏感特征值的提取。
如图3所示通过调整精密节流阀的档位(1-10刻度值)和液压缸两腔的压差来模拟不同程度的液压缸泄漏。分别采集无泄漏,只有内泄漏,只有进油腔泄漏、只有回油腔泄漏,两腔都泄漏和内外泄漏同时发生时六种工况时液压缸两腔压力信号。
进一步的,在本实施中,在步骤S1中,对采集到的液压缸两腔压力信号进行小波分解处理和小波降噪处理;用小波去燥将两腔的液压信号中的噪声部分剔除,通过小波分解方法对液压缸两腔压力进行分解。
在本实施中,液压两腔压力的小波分解方法选用Daubechies 8小波进行四层分解,DaubechiesN小波消失矩阶大和频带划分效果好,而N=8可最佳保持两个频带之间的重叠效果,同时保证计算时间的可控性。
液压两腔压力的小波降噪方法为给定阀值降噪法。具体的:通过thselect函数获取经验阀值,再利用wthresh函数进行阀值量化处理,最后利用wden函数对液压缸两腔压力信号进行降噪。实现降噪后再对其进行信号重构,获取不同阶段的特征压力信号和重构液压缸压力信号。
进一步的,如图4所示本发明液压缸泄漏故障诊断方法压力信号分解示意图。为了研究不同阶段液压缸两腔压力信号的特征,采用小波分析的方法将液压缸的压力信号数据分解。选取Daubechies 8小波进行液压缸压力信号四层分解,分解为低频近似信号和高频细节信号,其表达式为:s=a4+d4+d3+d2+d1,其中原始信号s,四级分解近似信号a4,四级分级的四层高频细节信号d4,d3,d2,d1有用信号主要体现在低频近似信号部分,而噪声部分主要体现在高频细节信号部分,所以对高频部分进行小波去噪后再对其进行信号重构。获取不同阶段的特征压力信号和重构液压缸压力信号。
进一步的,在本实施中,在步骤S1中,提取相应的压力时频信号特征值构建样本数据集,包括提取各阶段两腔压力信号的时频特征;小波分解对液压缸两腔压力信号进行分段,同时能得到不同段的小波系数,其中,小波系数包括四层低频近似信号系数,二层高频细节信号系数。
在本实施例中,如图5所示,为液压缸压力信号多尺度小波系数分级示意图。通过多尺度一维小波分级函数(wavedec)将液压缸两腔压力信号进行四级分解,函数表达式为[C,L]=wavedec(S,4,’db8’),式中,S为原信号,4为小波分解的层数,db8为Daubechies 8母小波的简写,C为小波系数向量,L为各层小波系数所对应的向量长度,可得小波系数C=cA4+cD4+cD3+cD2+cD1,也即:信号的小波分解的总系数等于各层的高频系数与最后一层的低频系数之和。然后提取对液压缸外泄漏敏感的小波系数cA4和对内泄漏敏感小波系数cD2,对于每一组样本,将样本数据所对应的小波系数生成样本数据集。
在本实施中,步骤S1中液压缸两腔压力信号的采集是基于原液压测试系统中的传感器,无需添加新的传感器,不改变原有的液压测试系统。
进一步的,在本实施中,步骤S2还包括:
步骤S21:分别计算两腔压力小波分解的四层低频近似信号系数和二层高频细节信号系数的均方根值和均方根误差值标准化作为结论特征;
步骤S22:通过设置阈值,实现对液压缸微小泄漏量(0.1L/min-1.6L/min)的监测诊断。
在本实施例中,为了实现液压缸泄漏的识别和提高模式识别的精度,需要对特征值做进一步处理,即小波系数对其求均值均方根值和均方根误差式中Ci表示第i阶小波系数,表示小波系数的平均值,n表示小波系数向量的长度。再对均方根值和均方根误差进行标准化。
在本实施例中,小波系数cD2和cA4对应的均方根值分别对液压缸的内外泄漏独立敏感。独立敏感性即只需一次测量即可在多故障环境中分辨出是外部泄漏还是内部泄漏,且不需要液压缸或泄漏的数学模型。
为了让本领域技术人员进一步了解本发明所提出的方法以及技术效果,下面结合具体例进行说明。
通过调整试验参数分别获取液压缸压力缸信号:无泄漏20组、内泄漏20组、外泄漏20组、兼内外泄漏20组,共80组样本,求解四层小波系数的均值、均方根值、均方根误差值,并标准化作为泄漏诊断的特征值存入样本数据集,通过设置阀值,实现对液压缸泄漏的诊断监测。
1)如图6所示,是液压缸内泄漏故障诊断方法效果示意图,根据试验结果显示,在液压缸仅发生内泄漏时,液压缸泄漏压力信号分解的小波系数cD2的均方根值对液压缸内泄漏敏感而小波系数cA4的均方根值对液压缸内泄漏不敏感。
2)如图7所示,是液压缸外泄漏故障诊断方法效果示意图,根据试验结果显示,在液压缸仅发生外泄漏时,液压缸泄漏压力信号分解的小波系数cA4的均方根值对液压缸外泄漏敏感而小波系数cD2的均方根值对液压缸外泄漏不敏感。
3)如图8所示,是液压缸内外泄漏故障诊断方法效果示意图,根据试验结果显示,在液压缸内外泄漏同时发生时,液压缸泄漏压力信号分解的小波系数cD2和cA4的均方根值分别对液压缸的内外泄漏独立敏感。
通过采用本发明所提出的方法,可对内外泄漏(0.1L/min-1.6L/min)模式准确识别诊断,且准确率高达90%以上。
以上是本发明的较佳实施例,凡依本发明技术方案所作的改变,所产生的功能作用未超出本发明技术方案的范围时,均属于本发明的保护范围。
Claims (8)
1.一种用于液压缸泄漏分析的诊断方法,其特征在于,包括如下步骤:
步骤S1:通过设置于待检测液压缸处的压力传感器,采集待检测液压缸的两腔压力信号;对所采集的两腔压力信号进行小波分析,并提取相应压力时频信号特征值,构建样本数据集;
步骤2:对所述样本数据集进行小波系数预处理,分别获取均方根值和均方根误差,并进行标准化,并与预设阈值信号进行比较,获取所述待检测液压缸微小泄漏量的识别诊断信息。
2.根据权利要求1所述的一种用于液压缸泄漏分析的诊断方法,其特征在于,在所述步骤S1中,对所采集到的液压缸两腔压力信号进行小波降噪处理和小波分解处理;通过小波降噪处理,将两腔压力信号中的噪声部分剔除,通过小波分解处理对两腔压力信号进行分解。
3.根据权利要求2所述的一种用于液压缸泄漏分析的诊断方法,其特征在于,所述小波降噪处理采用给定阀值降噪法,包括:通过thselect函数获取经验阀值,再通过wthresh函数进行阀值量化处理,最后通过wden函数对液压缸两腔压力信号进行降噪,降噪后再进行信号重构,获取不同阶段的特征压力信号和重构液压缸压力信号。
4.根据权利要求1所述的一种用于液压缸泄漏分析的诊断方法,其特征在于,在所述步骤S1中,所述提取相应的压力时频信号特征值,构建样本数据集,包括:提取各阶段两腔压力信号的时频特征,并通过小波分解处理,对液压缸两腔压力信号进行分段,获取不同段的小波系数;所述小波系数包括:四层低频近似信号系数以及二层高频细节信号系数。
5.根据权利要求4所述的一种用于液压缸泄漏分析的诊断方法,其特征在于,通过多尺度一维小波分级函数wavedec,将液压缸两腔压力信号进行四级分解,且函数表达式为:
[C,L]=wavedec(S,4,’db8’)
其中,C为小波系数向量,L为各层小波系数所对应的向量长度,则小波系数C=cA4+cD4+cD3+cD2+cD1;对于所述每一组样本数据,提取对液压缸外泄漏独立敏感的小波系数cA4和对内泄漏独立敏感的小波系数cD2,生成样本数据集。
6.根据权利要求4所述的一种用于液压缸泄漏分析的诊断方法,其特征在于,所述步骤S2还包括如下步骤:所述的步骤2包括:
步骤S21:分别计算经小波分解处理后的四层低频近似信号系数和二层高频细节信号系数的均方根值和均方根误差值,并进行标准化,作为结论特征;
步骤S22:通过与所述预设阈值信号进行比较,获取对待检测液压缸微小泄漏量的识别诊断信息。
7.根据权利要求2、4或6所述的一种用于液压缸泄漏分析的诊断方法,其特征在于,所述小波分解处理采用Daubechies 8小波进行四层分解。
8.根据权利要求5所述的一种用于液压缸泄漏分析的诊断方法,其特征在于,在所述步骤S21中,按照如下方式获取小波系数均值均方根值和均方根误差其中,Ci表示第i阶小波系数,表示小波系数的平均值,n表示小波系数向量的长度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710906702.XA CN107727333A (zh) | 2017-09-29 | 2017-09-29 | 一种用于液压缸泄漏分析的诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710906702.XA CN107727333A (zh) | 2017-09-29 | 2017-09-29 | 一种用于液压缸泄漏分析的诊断方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107727333A true CN107727333A (zh) | 2018-02-23 |
Family
ID=61209128
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710906702.XA Pending CN107727333A (zh) | 2017-09-29 | 2017-09-29 | 一种用于液压缸泄漏分析的诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107727333A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108533573A (zh) * | 2018-04-27 | 2018-09-14 | 福州大学 | 一种基于第二代小波的液压缸内泄漏故障诊断方法 |
CN109356910A (zh) * | 2018-09-13 | 2019-02-19 | 上海宝钢工业技术服务有限公司 | 液压缸中位内泄漏量的测试系统及方法 |
CN111503525A (zh) * | 2020-04-28 | 2020-08-07 | 浙江工业大学 | 一种关于气动调节阀气室漏气的在线诊断方法 |
CN113009937A (zh) * | 2021-04-19 | 2021-06-22 | 福州大学 | 面向阵列式开关阀的流量控制系统及控制方法 |
CN113358300A (zh) * | 2021-05-27 | 2021-09-07 | 中冶赛迪工程技术股份有限公司 | 一种液压系统管道泄漏状态检测系统 |
CN114483711A (zh) * | 2022-02-04 | 2022-05-13 | 浙江大学 | 一种检测和评估液压缸内泄漏的恒值参数法及其检测装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7013223B1 (en) * | 2002-09-25 | 2006-03-14 | The Board Of Trustees Of The University Of Illinois | Method and apparatus for analyzing performance of a hydraulic pump |
CN102537670A (zh) * | 2012-03-05 | 2012-07-04 | 北京化工大学 | 一种管道泄漏诊断方法 |
CN106197886A (zh) * | 2016-06-29 | 2016-12-07 | 上海交通大学 | 液压缸内泄漏故障诊断评估方法 |
CN106301755A (zh) * | 2016-08-12 | 2017-01-04 | 中国科学院信息工程研究所 | 一种基于小波分析的能量泄漏信号的降噪方法及系统 |
-
2017
- 2017-09-29 CN CN201710906702.XA patent/CN107727333A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7013223B1 (en) * | 2002-09-25 | 2006-03-14 | The Board Of Trustees Of The University Of Illinois | Method and apparatus for analyzing performance of a hydraulic pump |
CN102537670A (zh) * | 2012-03-05 | 2012-07-04 | 北京化工大学 | 一种管道泄漏诊断方法 |
CN106197886A (zh) * | 2016-06-29 | 2016-12-07 | 上海交通大学 | 液压缸内泄漏故障诊断评估方法 |
CN106301755A (zh) * | 2016-08-12 | 2017-01-04 | 中国科学院信息工程研究所 | 一种基于小波分析的能量泄漏信号的降噪方法及系统 |
Non-Patent Citations (5)
Title |
---|
AMIN YAZDANPANAH GOHARRIZI等: "A WAVELET-BASED APPROACH FOR DIAGNOSIS OF INTERNAL LEAKAGE IN HYDRAULIC ACTUATORS USING ON-LINE MEASUREMENTS", 《INTERNATIONAL JOURNAL OF FLUID POWER》 * |
AMIN YAZDANPANAH GOHARRIZI等: "INTERNAL LEAKAGE DIAGNOSIS IN HYDRAULIC ACTUATORS USING WAVELET TRANSFORMS", 《PROCEEDINGS OF THE ASME 2009 DYNAMIC SYSTEMS AND CONTROL CONFERENCE》 * |
ZHAO XIUXU 等: "Experimental study of hydraulic cylinder leakage and fault feature extraction based on wavelet packet analysis", 《COMPUTERS & FLUIDS》 * |
李泽宇: "变频涡旋压缩机振动信号分析", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
潘仲明: "《随机信号与系统》", 31 August 2013, 国防工业出版社 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108533573A (zh) * | 2018-04-27 | 2018-09-14 | 福州大学 | 一种基于第二代小波的液压缸内泄漏故障诊断方法 |
CN109356910A (zh) * | 2018-09-13 | 2019-02-19 | 上海宝钢工业技术服务有限公司 | 液压缸中位内泄漏量的测试系统及方法 |
CN111503525A (zh) * | 2020-04-28 | 2020-08-07 | 浙江工业大学 | 一种关于气动调节阀气室漏气的在线诊断方法 |
CN111503525B (zh) * | 2020-04-28 | 2022-02-01 | 浙江工业大学 | 一种关于气动调节阀气室漏气的在线诊断方法 |
CN113009937A (zh) * | 2021-04-19 | 2021-06-22 | 福州大学 | 面向阵列式开关阀的流量控制系统及控制方法 |
CN113358300A (zh) * | 2021-05-27 | 2021-09-07 | 中冶赛迪工程技术股份有限公司 | 一种液压系统管道泄漏状态检测系统 |
CN114483711A (zh) * | 2022-02-04 | 2022-05-13 | 浙江大学 | 一种检测和评估液压缸内泄漏的恒值参数法及其检测装置 |
CN114483711B (zh) * | 2022-02-04 | 2022-11-29 | 浙江大学 | 一种检测和评估液压缸内泄漏的恒值参数法及其检测装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107727333A (zh) | 一种用于液压缸泄漏分析的诊断方法 | |
Gao et al. | Wavelet–based pressure analysis for hydraulic pump health diagnosis | |
CN105697353B (zh) | 一种变工况液压泵故障模拟及状态检测综合试验装置 | |
Chao et al. | Adaptive decision-level fusion strategy for the fault diagnosis of axial piston pumps using multiple channels of vibration signals | |
CN101907088B (zh) | 基于单类支持向量机的故障诊断方法 | |
CN109782603A (zh) | 旋转机械耦合故障的检测方法及监测系统 | |
CN104712542B (zh) | 一种基于物联网的往复压缩机敏感特征提取与故障诊断方法 | |
Yongbo et al. | Review of local mean decomposition and its application in fault diagnosis of rotating machinery | |
CN102494899A (zh) | 柴油机复合故障诊断方法及诊断系统 | |
CN106197996A (zh) | 基于多元数据的海上起重机齿轮箱故障诊断装置及方法 | |
Shi et al. | Fault diagnosis in a hydraulic directional valve using a two-stage multi-sensor information fusion | |
Farokhzad | Vibration based fault detection of centrifugal pump by fast fourier transform and adaptive neuro-fuzzy inference system | |
Tang et al. | A fault diagnosis method for loose slipper failure of piston pump in construction machinery under changing load | |
CN102758613B (zh) | 基于动力学模型的钻井泵故障检测与诊断方法及其系统 | |
CN104895871B (zh) | 电磁阀和液压缸可靠性的综合节能试验装置及方法 | |
CN106197886A (zh) | 液压缸内泄漏故障诊断评估方法 | |
CN105626502B (zh) | 基于小波包和拉普拉斯特征映射的柱塞泵健康评估方法 | |
CN112766301B (zh) | 一种采油机示功图相似性判断方法 | |
CN114062511A (zh) | 一种基于单传感器的航空发动机早期损伤声发射智能识别方法 | |
CN108153987A (zh) | 一种基于超限学习机的液压泵多故障诊断方法 | |
CN110130875A (zh) | 抽油机异常工况监控方法 | |
CN116257747A (zh) | 融合峭度和卷积自编码器的转子系统早期异常检测方法 | |
CN110987396B (zh) | 一种用于采煤机摇臂的智能故障诊断及寿命预测方法 | |
CN202661269U (zh) | 一种柴油机复合故障诊断的测试平台 | |
Tang et al. | A multi-fault diagnosis method for piston pump in construction machinery based on information fusion and PSO-SVM |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180223 |
|
RJ01 | Rejection of invention patent application after publication |