一种基于驱动端电流检测的高速开关阀故障诊断方法

摘要

本发明涉及一种高速开关阀故障诊断方法，其特征在于：包括搭接实验系统；设置实验系统特征阀；根据提取的特征曲线和特征向量；通过小波包对信号进行重构；采用能量-故障的诊断方法提取信号特征值；最后利用已有的数据训练BP神经网络，对数据进行故障分类步骤。本发明同现有技术相比的优越性在于：利用检测驱动端电流的方法来检测高速开关阀的状态，利用机械装置模拟高速开关阀的故障，以及并利用信号处理和模式分类方法对高速开关阀的正常和故障进行识别，信号易于提取，便于实施，通过对驱动端电流的分析，可准确识别高速开关阀的状态，大大提高了液压系统的可靠性和安全性。

主权项

一种基于驱动端电流检测的高速开关阀故障诊断方法，其特征在于：搭接实验系统；设置实验系统特征阀；根据提取的特征曲线和特征向量；通过小波包对信号进行重构；采用能量‑故障的诊断方法提取信号特征值；最后利用已有的数据训练BP神经网络，对数据进行故障分类，具体步骤如下：步骤1：搭接实验系统步骤1.1：所述的搭接实验系统由高速开关阀、推杆机构、数据采集卡、电流传感器构成；所述的高速开关阀由衔铁、衔铁管、线圈、极靴、阀体、顶杆、出油口、球阀、进油口构成；所述的推杆机构由固定架、顶杆、压缩弹簧、螺母构成；步骤1.2：数据采集卡的AO输出提供高速开关阀的控制信号，设定频率为5～15HZ，占空比为40～60％，方波信号经放大后作用于高速开关阀；步骤1.3：将电流传感器的霍尔电流传感器串接入驱动端，采集卡的端口采集电流值；步骤2：分析高速开关阀驱动端电流特性；步骤3：通过椎杆机构的机械堵死来设置高速开关阀阀芯卡死故障；步骤4：根据步骤1.3采集的电流值，采用小波包信号重构和能量‑故障的诊断方法，提取信号特征向量；步骤5：构建BP神经网络，训练并测试BP神经网络；步骤6：确定电磁阀故障类型；将BP神经网络的输出值进行四舍五入，为0则输出高速开关阀正常状态，为1则输出高速开关阀阀芯卡死状态。