单向阀微弱内泄漏故障征提取与模式识别研究

单向阀被广泛应用于工程机械、农业机械、军事车辆液压系统中,泄漏是单向阀的常见故障。本文提出了一种基于时频分解的多源多域、多尺度特征提取与机器学习的单向阀微弱内泄漏故障诊断方法。对4类微弱内泄漏故障的振动信号和压力信号进行经验模态分解;采用时域、频域以及时频域的奇异值、波形因子、熵值等方法进行特征提取并构造故障特征向量;基于粒子群-支持向量机进行单向阀内泄漏故障模式识别。实验结果表明该方法能有效地检测单向阀内泄漏,模式识别准确率达到90%以上。本文为单向阀内泄漏量预测研究奠定了基础,具有较好的工程应用前景。

考虑油温的液压缸内泄漏检测方法的优化

液压缸在出厂试验时,制造厂通常采用压降检测法来判断液压缸内泄漏是否合格。然而,对不同规格液压缸,在不同温度下普遍使用相同的性能指标。国家标准规定的液压缸内泄漏检测方法并未考虑油液温度、油液动力粘度和液压缸伸出缩回体积变化等因素。本文提出了一种优化的压降法来检测液压缸内泄漏。通过将多项式拟合的液压缸内泄漏量函数表达式加入温度修正函数,从而推导出液压缸内泄漏量与压降的数学表达式。试验结果表明,相较于传统的压降检测法,优化的压降法能更快速且相对准确地测试液压缸内泄漏是否符合出厂验收要求,更适用于冶金行业大批量液压缸的内泄漏出厂测试。

海洋液压猫头内泄漏和负载效率试验研究

海洋液压猫头是钻机的基础配套部件,油缸内泄漏和负载效率是影响它安全高效运行的重要因素。为了研究以上两个参数,设计出带电子吊秤的试验装置。利用保压法测油缸中部230mm处的内泄漏,参照电子吊秤负载值来确认保压是否有效,再计算负载效率。通过以上方法对某海域8台液压猫头做试验研究,得到内泄漏试验值均低于标准值0.9MPa,内泄漏值合格;对负载效率值未达到0.88的4台液压猫头进行分部法分析,发现为活塞接头偏心和螺纹未拧紧所致。更换偏心的活塞接头并拧紧后,重复试验,均达到要求。液压猫头在2020年出厂后于海上正常生产运行。未来液压猫头须调整优化油缸密封:适当增加内泄漏标准以换取更大的负载效率;给动滑轮加导向装置,以稳定负载效率。研究结果表明利用该方法试验液压猫头内泄漏和负载效率,直观量化了性能指标及结果,可行有效,为同类型或相似类型的试验提供了参考。

基于电机运行状态的电静压伺服机构内泄漏检测方法

针对电静压伺服机构存在的内泄漏难以直接观测且缺乏有效间接检测方法的问题,利用电机运行状态变化与闭式循环液压系统内泄漏之间的关联关系,提出了一种基于电机电流、转速数据的电静压伺服机构内泄漏检测方法。为从运行状态数据中精准提取微弱故障特征,基于深度学习建立了一种能够定向提取数据特征的卷积神经网络算法。经故障植入实验验证,所提方法的内泄漏检测的准确率高达98.7%,从而为解决电静压伺服机构内泄漏检测难题提供了有效方法。

基于FCN的阀门内泄漏声发射信号识别方法

针对石化工业中输气管道阀门的内泄漏故障,将声发射检测技术与深度学习技术相结合,提出了一种基于全卷积神经网络(FCN)的阀门内泄漏声发射信号识别方法。该方法利用声发射技术采集阀门内泄漏的声发射信号,基于FCN搭建阀门内泄漏分类诊断模型,充分发挥了声发射技术在阀门内泄漏检测领域的优越性,以及FCN在时间序列分类任务上的高性能。该方法相较于传统的识别方法,无需对原始采集数据进行特征提取或繁重复杂的预处理,而是将特征提取的任务也交于神经网络模型来学习和完成,可实现端到端的阀门内泄漏声发射信号分类识别。搭建阀门内泄漏检测实验平台,采集并制作阀门内泄漏声发射信号数据集,建立了基于FCN的阀门内泄漏声发射信号的二分类模型,实验结果表明,该模型的分类识别准确率可达98.72%,相比较于其他先进的分类模型在数据集上表现出了更加优越的分类识别性能和训练效率,同时对环境噪声具有良好的抗干扰性能。

升船机船厢门锁定机构液压系统部件内泄漏仿真分析

升船机的船厢门锁定机构液压系统部件内泄漏是影响船厢门性能和可靠性的主要故障形式。文章选取了船厢门锁定机构的锁定油缸和电磁换向阀作为研究对象,分析了内泄漏问题的故障机理,并在AMESim软件平台上分别搭建了锁定油缸和电磁换向阀的内泄漏仿真模型。分别计算了锁定油缸和电磁换向阀的间隙量、偏心距和油液动力黏度等不同参数对内泄漏量的影响,得到了锁定油缸内泄漏量和电磁换向阀内泄漏量随时间的变化曲线。仿真结果表明,间隙量对内泄漏量的影响最大,及时换新液压油,保证安装精度可以有效减小内泄漏量。

基于多源信号的单向阀内泄漏预测研究

单向阀作为液压系统重要元件,发生内泄漏故障时影响液压系统的工作效率和设备的安全稳定运行。针对单向阀内泄漏预测,提出了一种基于多源信号和布谷鸟搜索支持向量回归(CS-SVR)的单向阀内泄漏无损预测方法。首先建立单向阀内泄漏检测实验平台,获得不同工况不同故障特征下单向阀内泄漏的振动信号和声发射信号。然后利用小波包能量分析方法,提取两种信号最优频带重构信号的均方根值作为预测变量,并结合阀前压力建立基于布谷鸟算法优化的支持向量机回归(CS-SVR)的多源信号预测模型。最后,将模型进行对比分析。结果表明,布谷鸟搜索算法相对于网格搜索法(GS)和粒子群算法(PSO)对SVR模型参数寻优优势更大;基于多源信号输入的预测方法相对于单源输入的预测方法精确程度更高,同时该方法能实现不同压力、不同故障类别、不同故障程度的单向阀内泄率预测,平均相对误差为8.97%鲁棒性较高,为阀内泄漏无损检测应用技术的开发奠定了基础。

轴配流液压脉冲发生器内泄漏规律研究

为了探究轴配流液压脉冲发生器的内泄漏影响因素,利用Solidworks建立简化的间隙流场模型,通过ICEM进行网格划分,使用Fluent软件进行流体仿真,以开度、高压侧间隙高度、偏心量、入口压力作为变量,计算不同高压侧间隙下的周向、轴向的泄漏量并进行比较,得到了转阀内泄漏变化的规律。结果表明:高压侧间隙高度是影响内泄漏量的主要因素,且周向泄漏量大于轴向;低压工况下,各偏心量的内泄漏量基本不变,而高压时偏心量对内泄漏量有明显影响;开度对内泄漏量的影响取决于腔体窗口是否与阀芯高/低压侧连通,腔体窗口的通断使内泄漏量产生约0.5 L/min的突变,不利于保持内泄漏量的稳定;入口压力的升高总使内泄漏量增加,在同样的压力下,高压侧间隙高度或偏心量越大,内泄漏增量越大。

液压阀微小内泄漏检测技术研究

研究液压阀微小内泄漏的精密检测方法,提出一种液压阀微小内泄漏检测新方法,详细介绍检测原理和具体实施过程。该方法可以在装置的有效行程内实现连续测量,具有效率高、精度高、自动化程度高等特点。

汽轮机叶栅内泄漏流动性分析

为探究汽轮机叶栅内泄漏流动性问题,以张宣科技设备能源部的3D模拟技术在汽轮发电机组上的实践应用项目为例进行探究。通过划分网格的方式细化叶栅内泄漏流动应力分析,重点对泄漏蒸汽的流动性和泄漏蒸汽对叶片表面二次流影响进行研究,提出相应的解决策略和技术方法。实例验证,该方法能够实现对汽轮机叶栅的精准分割,准确找出气动状态下叶栅的内泄漏流动特性,具有较高的科学性与可行性。

外啮合齿轮泵随机内泄漏模型的研究

为了获得更加精确的外啮合齿轮泵内泄漏数学模型,将不确定性理论引入齿轮泵传统内泄漏模型中进行研究。将齿轮泵的轴向间隙、径向间隙、液压油温度、工作压力和输入转速作为随机变量,运用随机因子法和代数综合法建立齿轮泵随机内泄漏模型,进而获得在不确定性下的齿轮泵容积效率。将随机内泄漏模型研究结果和传统模型的计算结果分别与实验结果进行比较,证明随机内泄漏模型的正确性和优越性。

液压缸内泄漏分析方法的研究

以轧机液压AGC系统液压缸为例, 提出了通过确定内泄漏与辊缝厚度以及液压缸位移之间的关系曲线, 初步确定液压缸内泄漏状态, 通过改变输入电压和设定不同辊缝并在空载情况下的仿真实验验证液压缸内泄漏状态。

基于BP神经网络的液压缸内泄漏诊断

液压缸是工程机械中常用的执行元件,内泄漏是其常见的故障模式,将严重影响机械系统的工作效率和安全性,及时识别液压缸内泄漏能够保证液压缸的安全正常工作。通过小波分解提取液压缸进口压力信号特征,利用BP神经网络建立分类器,实现了对液压缸内泄漏的智能识别,分类准确率高,提高了液压缸内泄漏故障诊断的效率,为实现液压缸智能状态监控提供了基础。

液压缸内泄漏故障的敏感特征参数选择的实验研究

该研究旨在解决液压缸内泄漏故障诊断中敏感故障特征的选择问题。分析了液压缸内泄漏故障的机理,阐明了泄漏对液压缸工作腔动态压力的影响,提出了一种通过调节旁路节流阀的开口度模拟液压缸内泄漏的实验方法。实验结果分析表明,采用小波包分解对液压缸工作腔的压力信号进行分析,最终确定用压力信号的小波包最低子带能量、小波包子带能量熵和小波包子带能量方差作为液压缸内泄漏故障的敏感特征量。研究结果对液压缸的泄漏故障诊断及健康状态评估具有理论指导意义。

基于AMESim的液压缸内泄漏仿真分析

液压缸内泄漏是影响工程机械性能和效率的主要故障现象之一。在深入分析液压缸内泄漏原因的基础上,运用液压机械系统建模仿真软件AMESim建立某机械化桥锁紧液压缸工作回路仿真模型,通过仿真所得液压缸内泄漏量与相同工况下用传统方法计算所得泄漏量基本吻合,进一步的仿真分析表明液压油动力黏度特别是液压缸活塞与缸壁间隙大小对液压缸内泄漏影响较显著。

液压滑阀内泄漏试验研究

为研究液压滑阀内泄漏规律,搭建了滑阀内泄漏模拟实验台,对10,16,20 mm 3种阀芯直径的滑阀正常间隙(5μm)和过大间隙(40μm)下的泄漏规律进行了试验研究。结果表明,无论在正常间隙还是过大间隙下,滑阀内泄漏都是层流,并得到了径向间隙、密封长度、压差、阀芯直径等因素对泄漏量的影响规律。此外,发现由层流公式得出的理论泄漏量与实测泄漏量总会存在一定的偏差,分析得出偏差可能是由于油液温度、阀芯偏心、倾斜和流态的变化引起的。研究结果可为滑阀内泄漏量的预测、阀的设计和使用提供有益的指导和借鉴。

调速阀内泄漏量控制试验

为确保调速阀内泄漏量符合标准的规定 ,以 Q - 10 B型调速阀为试件 ,对其内泄漏量进行了试验研究 .结果表明 :应将阀芯和阀体的配合间隙控制在 0 .0 0 7mm以内 ,节流阀对中误差控制在 30 %以内 ;将调速阀原有结构改进成柔性连接的强制式结构 ,可以减少一条泄漏路线 ,防止节流阀阀芯偏心 。

外啮合齿轮泵内泄漏理论模型的建立及参数优化

以CBZb2系列齿轮泵为研究对象,建立内泄漏的理论模型;在容积效率试验结果的基础上,对所建立的理论模型经复合形法参数寻优而得优化数学模型。针对两模型编写仿真程序和参数优化程序,同时对两模型精度进行评价,指出各自的适用范围。

对三叶罗茨鼓风机内泄漏量公式的修正

对通用三叶罗茨鼓风机和带逆流冷却的高压罗茨鼓风机的内泄漏经验计算公式进行了修正,应用原有经验公式以及修正后计算公式对内泄漏量进行计算并与试验结果值做了比较。比较结果证明修正公式计算结果是准确的,可提高带逆流冷却罗茨鼓风机泄漏量的工程计算精度。

基于小波分析的液压缸内泄漏检测方法

现有的液压缸内泄漏检测方法大都为实验室检测方法,主要为保压法、测量液压缸沉降法和量杯测量法等,上述方法均为静态检测方法,均无法在液压缸的使用过程中对液压缸的内泄漏进行态检测。详细地介绍一种基于小波分析提取液压缸内泄漏故障特征值来判断液压缸是否存在内泄漏故障的实时检测方法。该方法实时采集液压缸在运行过程中无杆腔液压油的压力信号并对采集的压力信号运用小波变换获得该压力信号的时频特性,分析获得与液压缸内泄漏故障相关的特征量,通过对提取的被检测液压缸内泄漏故障特征量与无泄漏故障的特征量进行对比的方式来实现对液压缸内泄漏故障的精确检测。可实现在液压缸的工作过程中对其内泄漏故障状态的实时检测,检测的准确度较高,具有一定的工程实际意义。