发明名称 一种基于电流检测的电磁阀故障诊断方法
摘要 本发明涉及一种电磁换向阀故障诊断方法,尤其涉及一种基于电流检测方式,并采用三层小波能量分解提取特征值和BP神经网络进行模式识别的故障诊断方法,特征在于,根据电流阶跃信号的特点,在电磁阀驱动端串联接入电量隔离传感器,对电流变化率进行三层小波分解,并提取相应能量值作为特征向量,而后利用BP神经网络对正常阀信号、阀芯卡滞阀、弹簧断裂阀和阀芯不能复位阀四种进行分类,准确判断电磁阀相应状态,包括设置阀芯卡滞、弹簧断裂和阀芯不能复位故障,本发明同现有技术相比的优越性在于,具有信号易于提取,准确性高,成本低等优点。
申请公布号 CN103336189B 申请公布日期 2016.06.08
申请号 CN201310209422.5 申请日期 2013.05.24
申请人 中国人民解放军第二炮兵工程大学 发明人 高钦和;刘志浩;蔡伟;管文良;邵亚军
分类号 G01R31/00(2006.01)I;G01M13/00(2006.01)I 主分类号 G01R31/00(2006.01)I
代理机构 代理人
主权项 一种基于电流检测的电磁阀故障诊断方法,对电流变化率进行三层小波分解,并提取相应能量值作为特征向量,而后利用BP神经网络进行分类,其特征在于:根据电流阶跃信号的特点,在电磁阀驱动端串联接入电量隔离传感器,对正常阀信号、阀芯卡滞阀、弹簧断裂阀和阀芯不能复位阀四种工况,准确判断电磁阀相应状态,具体步骤如下:步骤1:设置阀芯卡滞、弹簧断裂和阀芯不能复位故障;步骤2:搭接液压实验回路,在驱动端串接电量隔离传感器,系统上电,使其正常工作;步骤3:检测驱动端电流信号,为特征提取提供条件;步骤4:故障信号特征向量提取;步骤5:基于BP神经网络对正常阀信号,阀芯卡滞阀信号,弹簧断裂阀信号和阀芯不能复位阀信号四种电流信号进行模式识别;步骤6:确定电磁阀故障类型。
地址 710025 陕西省西安市灞桥区第二炮兵工程学院科研部