关于小波包和概率神经网络液压泵故障模式识别.pdfVIP

2014年 7月 机床与液压 Ju1．2014 第42卷 第 13期 MACHINET00L HYDRAULICS Vo1．42No．13 DOI：10．3969／j．issn．1001—3881．2014．13．042 基于小波包与概率神经网络的液压泵故障模式识别 敖银辉 ，汪宝生 (广东工业大学机电学院，广东广州510090) 摘要：小波包具有 良好的去噪效果和高频分析能力 ，而概率神经网络具有很好的分类效果。采用小波包分解重构液压 泵故障特征信号，并提取第三层各频率段的节点能量作为特征向量 ，将特征向量概率神经网络模型的输入向量对液压泵故 障模式进行识别。通过采用 LabVIEW和MATLAB混合编写的识别软件系统对液压泵故障识别 ，证明了将该方法用在液压 泵故障模式识别上，能取得 良好的效果。 关键词：液压泵；模式识别 ；小波包 ；概率神经网络 中图分类号：TP306 文献标识码：A 文章编号 ：1001—3881(2014)13—168—3 FaultM odelRecognitionofHydraulicPumpBaseonW aveletPacketand ProbabilityNeuralNetwork A0 Yinhui．WANG Baosheng (FacultyofElectromechanicalEngineering，GuangdongUniversityofTechnology， GuangzhouGuangdong510090，China) Abstract：Waveletpacketisgoodatde—noisingandanalyzinghighfrequencysigna1．Moreovertheprobabilityneuralnetworkcan bewellusedtoclassify．Thewaveletpacketsweredecomposedandusedtoreconstructthefailuresignal ofhydraulicpumpeharacteris— tics，andthenodeenergyineachfrequencybangatthirdlayerwasextractedandusedtogroupasfeaturevectors．A probabilityneural networkofthefeaturevectorswasmodelednadinputasvectorstorecognizethefailuremodelofhydraulicpump．Labview andMAT— LABwereusedin integrationtoprogram arecognitionsoftwaresystem todofailurerecognitionofhydraulicpump．Experimentalresults showthatthemethodisgoodatmodelrecognitionofhydraulicpump，andhasachievedgoodeffects． Keywords：Hydraulicpump；Modelrecognition；Waveletpacket；Probabilityneuralnetwork 液压泵作为液压系统的动力元件，是整个液压系 的神经网络应用于液压泵故障诊断，并建立了基于该 统的心脏。液压泵已经从单纯只作为动力元件发展到 算法的故障诊断模型。 集控制一体的动力元件。很多液压泵都集有比例、伺 虽然现阶段对液压泵故障诊断方法很多，但对于 服和压力控制阀。集成程度越高液压泵越复杂 ，诊断 液压泵故障模式识别的方法却很少 。文献 [1]提出 和维修也就越困难。运用现代诊断技术可以更加精确