基于神经网络的挖掘机工作装置液压系统故障诊断
挖掘机作为工程机械中的一个重要类别,已经越来越多的投入到工农业生产中。但在长期的生产实践中,人们发现挖掘机的维护与保养一直是一个很难处理的问题。由于挖掘机液压系统工作在一个封闭的回路内,它的状态监测变得很困难,除了少数几个状态量可以通过传感器直接测量获得以外,富含有丰富信息的量值例如流量就由于测量成本过高而很难获得。当挖掘机工作过程中出现异常情况时,只能凭借经验或简单仪器进行排查,工作效率低、耗费时间长,相应维修成本也大幅上升。怎样从现有几个容易测量的状态量中提取里面所蕴涵的故障信息,人们一直在不断努力和研究。 随着现代故障诊断理论的发展,尤其是人工智能技术的引入使故障诊断理论和方法得到长足发展,新的故障诊断技术层出不穷,这为挖掘机工作装置液压系统的故障诊断提供了一条新的途径。本文在总结现有挖掘机工作装置液压系统故障诊断系统的基础上,结合人工神经网络与小波分析等先进数据处理技术,对挖掘机工作装置各液压元件与系统进行了状态监测与故障诊断。在不增加测量参数的情况下,使诊断系统的监测精度与监测范围大幅上升,诊断的准确性也有所增加。为了保证故障数据的准确测量与传输,本文引入了CAN总线技术。该现场总线的智能节点除了可以准确的采集所需要的信号,还可以进行信号的初步处理,这可以有效的减轻主机的负担。CAN总线特殊的串行通信结构,可以降低挖掘机内部线束的复杂程度。在中央处理机的选用上,选择抗干扰和抗震性较好的工控机作为车载电脑并根据具体硬件配置生成符合需求的WINCE操作系统平台,在此平台上开发了液压系统故障诊断软件。整套故障诊断系统具有非常良好的伸缩性,CAN总线上的监测点可根据需要自由的增删,一个或几个错误的节点不会影响数据传输网络的安全性,中央处理机可以根据需要连接各种扩展卡,操作系统也可以根据硬件需求进行增删组件,如果更换故障库还可以将此套系统整体移植到其他工程机械上使用。
- 作者:
- 王利权
- 学位授予单位:
- 贵州大学
- 专业名称:
- 机械设计及理论
- 授予学位:
- 硕士
- 学位年度:
- 2006年
- 导师姓名:
- 苏启棠
- 中图分类号:
- TU621;TP277
- 关键词:
- 挖掘机;工作装置;液压系统;故障诊断;人工神经网络;CAN总线;WINCE
- excavator;working device;hydraulic pressure system;failure diagnosis;artificial neural networks;CAN field bus;WINDOWS CE