基于专家系统和稀疏编码的农机液压系统故障诊断

针对农业机械液压系统故障诊断问题,提出一种基于专家系统和稀疏编码的故障诊断模型。分析农业机械液压系统的元件故障和系统故障,构建故障诊断专家系统,并设计适合于农业机械液压系统故障诊断的知识库和推理机。为进一步提高故障诊断专家系统的诊断准确性,设计基于稀疏编码的故障诊断,将稀疏编码故障诊断结果与专家系统进行融合,提高诊断准确性。试验结果表明,农机液压系统故障诊断专家系统准确性可达85%以上,经过稀疏编码融合后,故障诊断准确率可以提升至91%以上。该模型符合故障诊断要求,为农机液压系统的故障诊断提出新的思路。     

基于神经网络的农机液压系统故障诊断专家系统

随着农机液压系统的功能越来越多、结构越来越复杂,加上农业机械的工作环境较为恶劣,其发生故障的几率也将随之增多.为此,根据农机液压系统故障的特点,应用专家系统原理和面向对象的设计方法,设计了一种基于BP神经网络的农机液压系统故障诊断专家系统,阐述了该专家系统的基本结构,以及知识库、推理机和解释机的实现方法.该系统充分发挥了神经网络在处理复杂非线性关系时的优点,大大提高了农机液压系统故障诊断的效率和准确率.     

液压系统故障诊断的高阶统计量-模糊神经网络法

利用高阶统计量-模糊神经网络方法对液压系统故障进行诊断，解决低信噪比故障特征信号下的故障诊断问题。介绍了高阶统计量和模糊神经网络的基本原理，阐述了利用高阶统计量-模糊神经网络诊断液压系统故障的方法，给出了以阀控液压缸系统为研究对象的诊断实例。试验结果表明，利用该方法对液压系统进行故障诊断可以有效地提高故障特征信号的信噪比，提高液压系统故障诊断的准确性和诊断效率。     

农业机械故障诊断与安全评价专家系统设计

针对目前农业机械故障诊断采用人工方法排除步骤冗长、速度慢、效率低、准确率低等问题,提出并实现了一个基于正向推理的农业机械故障诊断、安全评价专家系统。该系统具有农业机械知识查询、农业机械故障诊断和农业机械安全评价等功能,有较好的稳定性与鲁棒性。     

人工神经网络在汽车发动机故障诊断中的运用

随着车用发动机的不断发展与完善,发动机产生故障的种类也越来越多,故障现象与故障原因之间的非线性关系越来越复杂,发动机故障诊断越来越难。基于此,笔者分别对BP神经网络、RBF神经网络、PNN神经网络及SOM神经网络在汽车发动机故障诊断领域的应用及成效展开了分析。每种神经网络所应有的诊断场景有所不同,需要结合具体情况和各种神经网络的结构特点去选择。实践证明,RBF神经网络的预测精度要高于BP神经网络,同时训练时间更短,可以极大地提升对故障诊断的效率。     

农业机械设备液压元件故障诊断系统设计与应用

为进一步提升农业机械设备液压元件的故障识别与诊断水平,通过理解多功能收获机的液压元件故障机理,将故障机理的理论模型与BP核心算法相融合,从硬件平台和软件运行控制两大方面进行故障诊断系统设计。测试试验表明:设置正确的故障编码并给出较为涵盖齐全的故障系统知识库,通过液压元件的故障现象,可得知该元件的故障名称及故障处理方案,在完善多功能收获机液压元件故障诊断手段的同时,可为农机设备维修人员迅速准确找出故障位置提供便利。该设计可作为故障专家开发系统的有效组成部分,具有一定的推广价值。     

农业机械在实践应用中的液压故障研究

文章依据农业机械基本原理,结合实践操作应用中常见的液压出现故障的现象,首先从液压系统故障分析与分类整理出发,然后,探讨液压系统故障的常用诊断方法,最后提出农业机械液压系统故障诊断专家系统的设计方案,为相关的实践工作者提供有益参考.     

基于无为原理的柱塞泵故障诊断研究

轴向柱塞泵作为农业机械设备中的关键元件,健康状态直接影响到系统运行的可靠性。目前,柱塞泵的故障诊断方法主要是利用壳体的振动信号,分析元件的运行状态和诊断故障原因。由于液压系统的多场域和多尺度的强耦合给故障诊断带来了困难,研究提出采用瞬时转速信号来反映故障信息,以便对各种运行状态、正常或故障状态时的斜盘式轴向柱塞泵进行监测诊断。在机电液系统的柱塞泵上测取了配流盘正常、磨损状态下的瞬时转速信号,利用无为原理对瞬时转速波动信号进行了滤波处理,通过阶次分析实现了故障识别。研究表明瞬时转速信号可以作为一种有效手段来反映配流盘磨损故障,并为液压元件故障诊断提供了一种新的检测方式。     

组合式神经网络在转子故障诊断中的应用

在组合式神经网络的故障诊断中,模糊积分是一种对各神经子网的诊断结果进行信息融合的方法,其中需要计算模糊密度。本文首先介绍组合式神经网络故障诊断的思想,给出了基于模糊C均值聚类的模糊划分方法;其次分析一种不可取的模糊密度计算方法,基于模糊粗糙函数,给出计算组合式神经网络重要性的方法;然后,阐述了组合式神经网络的网络训练和诊断方法;最后,用故障模拟数据验证了诊断方法的有效性。     

农业机械液压系统常见故障及维护措施

在农业机械应用过程中,高负荷工作易引发液压系统故障,影响农业机械的正常运转。为此,应加强对农业机械液压系统的维护管理,找出故障点,明确故障原因,制定可行的维护措施,从而降低农业机械液压系统的故障发生率。笔者以联合收割机为研究对象,系统梳理了其液压系统的常见故障,并针对不同故障问题,给出了联合收割机液压系统维护的具体措施,提出了提升液压系统维护效果的保障策略。指出联合收割机液压系统维护工作要围绕预防液压油泄漏、防控液压缸爬行故障、排除液压系统运转不正常或压力不足等方面开展。并且需要进一步提升工作人员的故障诊断水平,形成良好的维护习惯;健全日常保养制度,建立标准化保养流程,旨在提高联合收割机液压系统维护的科学性与合理性,进一步为农业机械的科学维护与有效应用奠定基础。     

基于CAN总线和PSA模型的AMT在线故障诊断系统

为解决电控自动变速器故障诊断和维修问题,建立了基于CAN总线和PSA(PCA-subtractive cluster-ing-ANFIS)模型的自动变速器故障在线诊断系统.通过CAN总线实时采集变速器控制单元各传感器状态数据作为诊断样本,利用主成分分析(PCA)实现输入变量降维和去相关,应用减法聚类(subtractive clustering)方法生成初始模糊推理结构,并以此建立自适应模糊神经网络(ANFIS)故障诊断模型.仿真结果表明,结合CAN总线网络应用的PSA故障诊断模型能够准确地诊断出变速器的故障,其拟合能力及收敛速度均优于PCA-BP网络模型.     

播种机PLC电气系统中的故障智能诊断技术研究

在播种机PLC电气系统工作过程中,由于操作不当或者软件及硬件设备问题经常会发生故障,且故障种类较多。为了提高故障识别的准确性和效率,引入了基于BP神经网络的故障诊断算法。通过BP神经网络进行局部诊断,判定故障及故障类型,可以提高诊断系统的智能化程度;基于BP神经网络多传感器信息融合,可以提高故障诊断的准确性。为了验证方法的可行性,以无人驾驶播种机的PLC电气系统故障诊断为例,采用MatLab软件建立了仿真模型,结果表明:基于BP神经网络故障智能化诊断方法可以快速诊断故障类型,是一种有效、可靠的诊断方法。     

农业机械液压系统的泄漏及维修

农业机械的液压系统担任着动力传递的重要作用,液压系统对农业机械很多功能的实现都起着至关重要的作用,由于农业机械在工作时液压系统使用频繁,因此,液压系统也时常出现故障,液压系统泄漏是农机液压故障的常见形式,通过对泄漏原因的分析,总结了一些泄漏故障的维修方法。     

小波神经网络故障诊断系统的设计与应用

采用能量分布特征提取方法和优化BP算法，提出了一种基于小波变换和BP神经网络的故障诊断系统。利用该系统对汽车变速箱三挡齿轮磨损程度进行估计，诊断结果与实际完全吻合，表明该小波神经网络故障诊断系统的有效性。由于小波分析特别适用于非平稳信号的处理，因此该小波神经网络诊断系统对复杂机械设备的故障诊断有着广阔的应用前景。     

基于改进RBF神经网络的泵站机组故障诊断

泵站机组故障诊断是指在一定的工作环境下查明泵站机组系统某种功能失调的原因或性质,判断劣化状态的部位或部件,以及预测状态劣化的发展趋势等。本文利用改进的RBF神经网络,对经过不变矩处理的轴心轨迹特征参数进行了故障模式的自动识别,针对RBF神经网络隐层节点难以选择的的难题,提出了一种新的聚类算法——改进RBF混合聚类算法。该算法,可自动确定最优的聚类区数,同时可使最终的聚类中心合理地分布在数据空间中。仿真结果验证了该方法的可行性。     

浅谈农业机械液压系统发生故障的原因与维护

在农业机械领域中,液压技术的应用日益深入,极大地提升了农业机械的自动化程度。但在农业机械的应用过程中,液压系统常常发生故障,极大地降低了农业机械的应用效率。为了提升农业机械的使用效率,需要做好液压系统的维护管理工作。本文围绕农业机械液压系统发生故障的原因展开,探索如何维护农业机械的液压系统,以增强液压系统的性能。     

融合小波和神经网络的发动机转子系统故障诊断

针对发动机转子系统不平衡、碰磨、油膜渦动3类故障,提出了一种融合小波与神经网络的故障诊断诊断算法.首先利用小波提取转子系统振动信号在各个频带上的能量特征信息,对能量特征采用B&B搜索算法进行特征选择之后,再利用BP神经网络识别转子系统的故障模式.实验结果表明,该方法对转子系统故障具有较高的识别率.     

拖拉机电气故障诊断方法研究——基于深度学习理论和大数据

基于深度学习神经网络模型,结合拖拉机在线监测数据和故障数据,提出了一种新的故障诊断方法。该方法采用神经网络学习理论和大数据分析能力,通过样本数据的训练诊断出拖拉机各种运行状态的电气故障,为工作人员决定是否对电气系统进行检修提供更多参考信息。以拖拉机电压调节器故障诊断为例,对神经网络深度学习理论故障诊断的准确性进行了验证,结果表明:采用神经网络深度学习理论,在相同条件下具有更高的故障诊断准确率。     

面向大数据新能源拖拉机发动机智能故障监测系统

以新能源拖拉机发动机为研究对象,首先介绍了发动机智能故障诊断原理和监测方法,然后基于大数据和神经网络技术,设计了面向大数据新能源拖拉机发动机智能故障监测系统,并进行了发动机故障诊断仿真和试验。结果表明:该方法能够有效地对新能源拖拉机发动机故障进行诊断,诊断正确率较高,可为发动机故障诊断及维修人员提供参考。     

农业机械在实践应用中的液压故障与处理探讨

在农业机械领域中,如何做好系统的合理化应用是重点。在农业机械应用的过程中,液压系统经常存在故障,降低了整体使用效率。为了提升农业机械的使用效率,在系统管理和维护中需要做好成本分析工作,在本次研究中以农业机械在实践中的液压故障为基础,对如何实现有效处理进行分析探讨。