基于神经网络的液压泵故障诊断系统的研究

【摘要】：随着液压系统向快速、大功率、高精度的方向发展,液压系统及设备的功能增多,结构变得越来越复杂,性能指标要求也越来越高,工作强度增大,相应增加了液压系统出现故障的可能性。液压系统中液压泵是整个系统的核心,它是整个液压系统的动力源,对整个系统产生决定性的影响,液压泵的性能会直接影响到整个系统其它元件的寿命和系统的正常运行,因此,液压泵故障诊断方法的研究和开发对现代工业生产有着十分重要的意义。 本文针对液压泵进行了基于神经网络故障诊断方法的研究,在分析了液压泵故障机理及故障诊断方法的基础上,提出用基于BP算法的神经网络故障诊断方法对液压泵进行诊断,确定用于液压泵故障诊断的神经网络结构、学习样本和各个参数并以此训练神经网络。本文利用VC++6.0开发出液压泵的故障诊断系统,在该系统中实现了神经网络学习和神经网络诊断两大功能模块。提出采用基于神经网络的正向、反向和混合双向的三种推理机制,以供用户在诊断过程中根据实际需要选择具体的推理方式。该系统的设计与实现均使得对于液压泵的故障诊断非常有效,具体实现起来也非常便捷。

【学位授予单位】：兰州理工大学
【学位级别】：硕士
【学位授予年份】：2005
【分类号】：TH137.51