基于改进ART神经网络的液压系统故障诊断研究

为研究工程机械液压系统故障的诊断,提出一种墨西哥草帽函数改进的ART神经网络学习算法,增强输入矢量距敏感特征近的区域对模式分类的影响。采用距离分区技术调整输入模式的特征矢量,提高诊断的精度和效率。用Amesim_HCD库建立液压系统液压泵、多位换向阀结构模型,用Amesim建立起重机液压系统模型。通过对液压系统各类型故障仿真,验证了改进ART方法对起重机液压系统故障诊断的可靠性。开发了基于改进ART神经网络的起重机液压系统故障诊断专家系统。     

二维联合模糊的液压系统故障诊断专家系统

提出了基于二维联合模糊评判的液压系统故障在线诊断方法;用MATLAB小波分析与模糊评判相结合的双重故障诊断模式,运用联合权重分配法构建故障诊断专家系统模糊矩阵;采用复杂样本方差估计,得出一个客观合理的故障征兆向量,实现了液压系统故障诊断的实时性,精确性;建立了起重机液压系统故障诊断专家系统。