文献类型：期刊文章

作　　者：崔四芳[1] 宋慧啟[2] 李峰[3] 卢治功[4]

CUI Sifang;SONG Huiqi;LI Feng;LU Zhigong(Department of Mechanical Manufacturing,Xinxiang Vocational and Technical College,Xinxiang Henan 453006,China;Department of Automotive Technology,Xinxiang Vocational and Technical College,Xinxiang Henan 453006,China;School of Mechanical Engineering,Henan Polytechnic University,Xinxiang Henan 453006,China;China Power Technology Information Industry Co.,Ltd.,Xinxiang Henan 453006,China)

机构地区：[1]新乡职业技术学院机械制造系,河南新乡453006 [2]新乡职业技术学院汽车技术系,河南新乡453006 [3]河南理工大学机械工程学院,河南新乡453006 [4]中电科信息产业有限公司,河南新乡453006

出　　处：《机械设计与研究》

基　　金：河南省科技厅科技攻关项目(212102210163);河南省教育厅河南省职业教育教学改革项目(ZJC17040)。

年　　份：2022

卷　　号：38

期　　号：2

起止页码：155-157

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD_E2021_2022、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为了解决用单一(振动,压力,温度)传感器对液压泵故障诊断时效率低的问题,在PSO-BP诊断层的基础上,利用D-S证据理论对多传感器信号进行融合处理,建立了一种基于PSO-BP诊断层与D-S决策层融合的液压泵故障诊断模型,并针对液压泵正常状态以及五中典型故障(漏油,柱塞磨损,配流盘磨损,松靴磨损,轴承磨损)开展测试分析。研究结果表明:利用本故障诊断模型能够更准确判断柱塞磨损程度与松靴磨损状态,柱塞磨损诊断效率为98.6%,松靴磨损诊断效率为98.4%,单一传感器诊断精度没有超多90%,通过D-S决策层把数据融合后精度都在98%以上,证明了PSO-BP诊断层与D-S决策层融合模型的可行性。本研究具有很高的液压泵故障诊断效率,尤其适用于一些微弱的故障信息,对提前侦测故障危险具有很好的价值。

关 键 词：柱塞泵 故障诊断  多源传感器  神经网络  数据融合 诊断输出  

分 类 号：TH137]