一、小波分析在液压缸泄漏检测中的应用(论文文献综述)
常思婕[1](2021)在《压力气体泄漏源的检测方法研究》文中指出石油化工产业是我国的支柱产业之一,对国家经济发展、安全工程等方面具有重大战略意义,同时也与人民生活息息相关。然而,化工企业在生产过程中势必会涉及安全问题,尤其是易燃易爆气体,一旦泄漏,会发生火灾甚至爆炸,对人民生命、国家财产以及生态环境带来灾难性的后果。因此除了规范操作,利用电子技术手段快速准确地检测气体泄漏是现如今的一个手段。其中声源定位的方法对压力气体检测有独一无二的优势,研究该方法的相关技术可以为该领域技术的成熟提供一条新思路,在工程应用中有重要的实践意义。为此本文以压力气体泄漏的检测方法研究为题进行研究,做了如下三个方面的工作:(1)泄漏声波信号的降噪预处理是气体泄漏目标检测和识别的前提,因此本文将小波包分析(Wavelet Packet Analysis,WPA)与变分模态分解(Variational Mode Decomposition,VMD)的方法相结合,提取有效本征模态分量(Intrinsic Mode Function,IMF)重构信号,从而达到去除噪声,保留目标有效声音细节的目的。与传统的滤波降噪方法相比,本文所提方法能够有效地消除信号中的噪声,提取关键信息且有较高的降噪性能。(2)气体泄漏源定位前,需要对压力气体状态进行检测。本文提出一种基于改进鲸鱼算法(Improved Whale Optimization Algorithm,IWOA)优化VMD的多特征融合的泄漏检测方法。从四个方面对传统鲸鱼算法进行改进,将改进后的算法应用于VMD,提取出可用于泄漏信号表征的特征,对气体泄漏工况进行识别与分类。实验分析证明,所提方法能够有效完成监测工作,判别泄漏与否准确率高达99.18%,泄漏程度分类准确率高达94.68%,且所用时间代价较小,更适应于实际工程上的应用。(3)准确估计泄漏源位置是泄漏检测中的关键问题,当存在泄漏情况时,需要对异常情况进行进一步识别和定位,以便工作人员及时准确地前往事发地处理,防止事故进一步扩大。本文结合IWOA算法提出了一种新的气体泄漏源DOA方法,引入IWOA算法对DOA谱峰进行搜索,相较于传统算法提高了定位精度,降低了运算复杂度,增强了算法实时性,降低了工程应用难度。在气体泄漏定位方面误差较小,方向角和俯仰角误差均约为0.5°,稳定性高且估计效果好。
闻中翔[2](2020)在《基于神经网络的阀控液压缸系统故障诊断》文中研究表明针对无法对阀控液压缸系统中的液压元件进行实时故障监测及诊断的问题。论文通过传感器采集系统信号并结合神经网络的方法,对液压缸不同类型的泄漏故障和双喷嘴挡板伺服伺早期单喷嘴堵塞故障进行实时故障诊断。论文主要研究如下:1、分析液压缸和双喷嘴挡板伺服阀的故障机理,设计了一种液压系统故障模拟方法,通过液压缸结构设计并外接元件方法实现液压缸不同程度的内、外泄漏故障模拟。通过传感器采集液压缸的压力信号及活塞杆位移信号,确定具有代表性的故障特征并提取相应的特征值作为故障样本后通过BP神经网络学习算法进行学习训练,并利用部分样本作为检测数据验证了其可行性。结果表明该BP神经网络能准确分别系统的内、外泄漏故障,达到故障诊断目的。2、运用液压机械系统建模仿真软件AMESim建立双喷嘴挡板伺服阀控对称液压缸位置伺服系统仿真模型,通过将仿真所得的液压缸内、外泄漏时对应活塞杆的位移曲线和液压缸左腔压力曲线与实验所得的对应曲线进行对比,发现随着故障程度的加剧,仿真和实验所得的曲线变化趋势基本相同,同时模拟了双喷嘴挡板伺服阀的单喷嘴堵塞故障,所得伺服阀在无输入信号状态下的状态参数与理论推导相吻合,验证了仿真模型的可靠性。3、利用表征学习的概念对双喷嘴挡板伺服阀早期单喷嘴堵塞故障进行诊断。设计一种神经网络来找到一种非线性映射关系,通过该神经网络将原始数据转换到另一个更容易分类的空间中。通过对数据点形成的数据簇的轮廓系数进行评估,表明数据点的聚类效果良好。通过BP神经网络分别对原始数据和新数据进行故障诊断,结果表明故障诊断的准确率大大提高。图52表9参74
臧万顺[3](2020)在《矿井提升机钢丝绳张力主动调节系统容错控制研究》文中提出矿井提升机是连接地面和矿井下的咽喉装备,用于输送煤炭、人员、设备和物料。矿井提升机在运行过程中,由于一些不可避免地因素,如:提升卷筒制造差异、钢丝绳安装长度不一致及弹性刚度差异等因素使得两根钢丝绳的张力难以保持一致。因此,为平衡矿井提升机钢丝绳的张力,使用一种由两组电液执行器、必备传感器及一些必备的机械结构组成的张力主动调节系统,通过控制两个电液执行器主动驱动浮动天轮运动,从而主动调节两根钢丝绳的张力,使提升容器的重量均匀分布在两根钢丝绳上,延长钢丝绳的使用寿命,保证矿井提升机的安全运行。更重要地,张力主动调节系统的执行器和传感器一旦发生故障,使控制系统性能下降,甚至导致钢丝绳寿命大幅下降甚至断绳等严重事故,造成不可估量的损失,研究针对张力主动调节系统的容错控制方法已势在必行。因此,本文在973课题及国家自然科学基金的支持下,开展针对矿井提升机张力主动调节系统的容错控制方法研究,保证矿井提升机的安全运行,主要包括:首先,对矿井提升机进行了概述,阐述了钢丝绳张力差产生的原因;利用阀控液压缸力控制模型,建立了张力主动调节系统的整体模型;分析了矿井提升机张力主动调节系统的主要故障类型,建立了张力主动调节系统执行器泄漏故障模型、以及张力传感器恒偏差故障和变增益故障下的系统模型;依据矿井提升机张力主动调节系统,搭建了矿井提升机模拟试验系统,对本文使用的六段速提升曲线进行了验证;在故障模型的基础上,分析了执行器泄漏故障、张力传感器恒偏差故障和变增益故障的闭环响应特性。其次,为应对柔性钢丝绳张力与液压缸销轴力之间的建模偏差,设计了一种建模偏差观测器,在线估计并补偿该误差;针对张力主动调节系统的外部动态干扰,设计了动态干扰观测器,在线估计及补偿外部动态干扰;在此基础上,详细地设计了张力主动调节系统反步控制器,通过控制器的稳定性分析得出了建模偏差观测器和动态干扰观测器的控制增益选择范围;开展了模拟试验验证,试验结果表明,提出的控制器相比于反步控制器和传统的PI控制器,更能平衡两根钢丝绳的张力,证明了提出的控制器的有效性。再次,针对执行器泄漏故障下的容错控制方法,依据执行器泄漏故障下的系统模型,设计了自适应滑模观测器,用于诊断和重构其泄漏故障,通过定义合适的Lyapunov函数,详细地证明了提出的观测器的稳定性;利用观测器的观测值,在第三章控制方法的基础上,设计了执行器泄漏故障容错控制器,从而保证执行器泄漏故障下,张力主动调节系统仍能维持一定的控制性能运行;最后,在矿井提升机上以1号液压缸外泄漏故障和2号液压缸内泄漏故障为例开展了模拟试验验证,验证了提出的容错控制器的性能。最后,依据恒偏差故障和变增益故障下的系统模型,分别设计了未知输入增维观测器及自适应增维观测器;利用观测器的观测值重构了张力传感器的故障,形成了对张力传感器恒偏差故障和变增益故障的诊断标准;在此基础上,利用观测器观测的张力值,通过第三章控制方法设计了相应的张力传感器故障容错控制器,并进行了稳定性证明;以1号钢丝绳张力传感器发生故障为例开展了模拟试验验证,试验结果验证了设计的容错控制器的性能。该论文有图101幅,表14个,参考文献142篇。
张兆东,张均利,张鸿鹄,陆宝春[4](2020)在《基于小波分析的液压缸内泄漏检测方法》文中研究表明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。
肖鹏飞[5](2020)在《基于数据驱动的SPMT状态监测与故障诊断研究》文中研究指明自行式模块运输车因为其载重量大、使用灵活以及稳定性高的优点,被广泛应用于各种大型的重载运输场合。本文针对自行式模块运输车使用过程中存在的安全和故障维护等问题,对运输车的状态监测和故障诊断系统进行了研究。首先以某型号的自行式模块运输车为对象,介绍了运输车的基本组成、功能和应用特点,并对其主要组成部分,行走驱动系统、悬挂系统和转向系统各自的结构、液压系统以及工作原理做了较详细的分析。在现有的监控系统的基础上,提出了包含基本参数监测、安全状态监测和故障状态监测三方面的状态监测系统方案,并完成了对系统中的基本参数监测和安全状态监测的实现过程的研究,以及运输车的故障状态的初步分析。然后重点对系统的故障诊断方法进行研究以实现其故障状态监测,限于篇幅限制,故障诊断方法研究仅以悬挂液压系统为对象。为此先在AMESim仿真软件建立了悬挂液压系统的完整模型,对悬挂系统的正常工况和故障工况进行了仿真,并初步分析不同类型、不同程度的液压元件故障对系统性能的影响,为后续的故障诊断提供依据和数据来源。最后本文在对现有的各种液压故障诊断方法的介绍和对比的基础上,结合系统本身的特点,设计了基于小波包分析和多分类支持向量机的故障诊断方案。该方案对采集的流量信号样本,进行小波包分析并提取子信号的能量谱,结合仿真分析的结果和对比实验,为各类故障选取合适的特征;通过对支持向量机方法的分析和对比,设计了一种基于二叉树的多分类支持向量机的故障识别方案,将从仿真模型中获取的样本数据做上述小波包分析处理后,对支持向量机模型进行训练和测试,并使用改进的网格搜索法对模型参数进行优化,最终取得了较好的分类性能,实现了以悬挂液压系统为对象的故障诊断。至此,本文完成了自行式模块运输车的状态监测系统中的主要研究工作。
杨成刚[6](2019)在《液压系统智能有源测试理论及方法研究》文中研究指明液压系统以功率密度大、响应快、精度高等特点,在重工业、轻工业、农业、林业、渔业、航海、航空航天和军工等领域的各类装备中,处于控制和动力传输的核心,是目前应用最广泛的驱动方式。随着液压装备结构越来越复杂,特别是机、电、液三项技术的有机融合,功能越来越强大,致使出现健康状况问题和故障更不易被观察和测试,一旦出现误诊断,则会造成无法估量的经济损失。为了提高液压系统的工作可靠性,国内外行业专家致力于液压系统快捷准确的故障测试技术与方法的研究,并大力开发各种基于不同原理、不同结构、不同特点的液压系统健康状态和故障诊断的仪器或装置。但是,有相当一部分研究工作,还停留在理论研究和实验室实验中,在实际液压装备中,真正得到良好应用的,具有节能化和智能化的测试仪器尚不多见。因此,新一代液压系统的状态测试理论及其实现方法的研发是液压技术的一个重要的工程领域。论文在深入研究液压测试技术的国内外发展概况及现状基础上,针对工程现场对液压系统测试快速便捷的需求,利用液压元件的泄漏特性,提出了具有自主知识产权的液压有源测试理论及方法,提出快捷简单的,效率更高的液压测试方式,概述了课题的来源、研究内容以及所要进行的研究工作。通过总结常用的各种液压系统测试技术和方法特点,利用AEMSim仿真技术,分析了一代液压有源测试仪的检测缺陷,提出了提高一代机测试精度的优化方案,研发了二代机采用测试仪输出流量的闭环控制系统,为更精准的检测液压系统泄漏打下基础;依据液压系统的分类,分别建立了开式回路液压系统和闭式回路液压系统的泄漏模型,并进行了理论的研究,创建了液压系统检测附件库,为液压智能有源测试技术的应用打下理论基础。研究液压系统新的测试方法的准确计算模型以及与其它关键参数的关系,为新型液压测试装置的设计与控制奠定理论计算基础。在进一步深入研究的基础上,研发了二代液压有源测试仪,利用MySQL软件建立了液压元件的健康泄漏的数据库,实现了液压系统泄漏健康状态智能有源测试,完善了液压有源测试理论及方法,研究新型液压测试方法与各种液压装备的适应问题,提出智能测试方法以便实现液压测试技术的高适应性,提高液压测试装置的测试精度。运用液压有源测试技术分别完成对电液换向阀、比例溢流阀和轴向柱塞泵等典型液压元件泄漏量的检测及故障诊断。依据国家标准和国内外派克、力士乐等液压元件厂家产品样本,对多种液压元件出厂检测的泄漏量数据,建立了液压元件健康泄漏量数据库,以及液压系统泄漏健康状态智能有源检测系统。运用该液压智能有源测试系统完成对100 T平板车、液压校直切断机、锻造液压机和中国天眼FAST液压促动器群组等液压系统的泄漏健康状态的检测,验证了液压智能有源测试系统,可以实现快速、精准地检测液压系统的泄漏健康状态和各种液压故障部位,为科学的维修维护提供条件。
付旭鹏[7](2019)在《循环压力冲击载荷下环向裂纹飞机液压管路故障诊断研究》文中进行了进一步梳理在飞机液压管路系统中,循环液压冲击是造成其产生泄漏的主要激励之一,同时承受循环压力冲击次数也是评估其寿命的主要指标。飞机液压管路在制造加工、装配以及服役过程中,表面经常会产生缺陷。在循环压力冲击载荷作用下,缺陷位置处会逐渐形成裂纹,并进行扩展进而可能形成贯穿性裂纹,从而导致管路系统发生泄漏故障,严重时造成飞行事故。因此,裂纹液压管路动力学分析和泄漏故障诊断成为飞机液压系统可靠性研究的重要内容和方向。围绕这一出发点,本文针对环向裂纹飞机液压管路开展动力学分析及泄漏故障诊断。主要研究工作及内容如下:(1)以两端固支约束直管路为研究对象,基于牛顿法建立飞机液压管路流固耦合振动方程;同时以Euler-Bernoulli梁理论为基础,构建固支约束下管路横向弯曲振动模态函数及频率方程;并利用MATLAB软件对频率方程进行求解,得到管路前两阶特征值,为后续研究工作奠定理论基础。(2)在固支约束管路模态函数中加入3次多项式构造裂纹管路的模态函数;并以此为基础,采用Galerkin法对管路流固耦合振动方程进行离散,将其简化为低阶的管路振动微分方程组;利用MATLAB软件对管路振动微分方程组进行编程求解,得到裂纹位置、裂纹圆周角、质量比以及流体流速对管路动力学特性的变化规律。(3)对负压波法检测管路泄漏故障基本原理进行详细阐述;利用AMEsim软件建立仿真模型,对循环压力冲击载荷下环向裂纹飞机液压管路泄漏故障进行仿真分析;根据管路中压力信号的仿真分析结果,通过Daubechies小波系中5类小波函数分别对其进行小波分解;分析并对比小波函数分解结果,选取最优的小波函数分解结果定位信号中奇异点位置,为后续实验研究工作奠定理论和方法基础。(4)依托搭建的液压管路实验台进行循环压力冲击载荷下管路泄漏故障实验。根据传感器采集到的管路压力信号,通过最优小波函数对其进行分解并捕捉信号中奇异点位置;在此基础上,基于负压波定位原理,对管路的泄漏位置进行定位。
张云涛[8](2019)在《液压缸密封圈损伤的流场分析及内分泌故障诊断研究》文中研究说明液压缸是一种广泛应用于工程机械液压系统中的执行机构,其发生故障时会影响工程机械的工作效率,甚至会造成重大事故。液压缸因密封圈损伤故障而导致的内泄漏是液压缸最常见的失效模式。所以对液压缸进行故障仿真模拟与故障诊断研究具有十分重大的意义。本文主要研究内容如下:1、分析了导致液压缸密封圈损伤的因素;以ZK-PH液压油缸为研究对象,人为预制了UHS型密封圈的损伤故障,基于RCYCS-B实验台进行液压缸内泄漏实验;根据实验中预制的密封圈损伤故障建立流体模型,在Workbench仿真软件中,利用流体仿真模块Fluent对密封圈损伤流体模型进行流场分析并计算内泄漏。对比实验测量与仿真计算的内泄漏量,结果表明:物理实验和Fluent仿真中内泄漏量随液压系统压力增加而上升的规律一致,证明了利用Fluent模拟密封圈损伤及内泄漏的方法是可行的。2、以QY110汽车起重机支腿油缸所用的DAS组合密封圈为研究对象,人为预制了三种损伤故障模式,在工况模拟实验台中基于压力传感器、信号调理模块、数据采集卡和Labview软件,采集了各故障状态下液压缸无杆腔的压力信号。并基于小波变换原理,从非平稳的压力信号中提取出小波包子带能量、小波包能量熵、小波包能量方差和小波系数d4均方根值这4种特征值,作为密封圈损伤故障诊断的特征向量;根据实验预制的三种密封圈损伤故障建立对应的流体模型,采用仿真模块Fluent对密封圈各故障状态下的流体进行分析,并采集流体模型中无杆腔的压力信号。从仿真压力信号中提取出小波包总能量、小波包子带能量、小波包能量方差、和小波系数d1、d2均方根值这5种有效的故障特征值,为下一步故障模式识别提供了基础。3、将内分泌与小波神经网络相结合,利用内分泌策略调节神经网络权值,从而提出一种新的内分泌神经网络算法,并应用于密封圈损伤故障诊断,同时对比了支持向量机的识别效果。结果表明,对物理实验中密封圈损伤状态进行故障识别时,两种算法取得了相同的诊断正确率;对仿真中密封圈损伤状态进行故障识别时,内分泌神经网络的故障识别正确率高于支持向量机,从而验证了内分泌神经网络算法在液压缸故障诊断中的有效性。
王锐[9](2019)在《压力补偿液压往复密封圈的设计与试验研究》文中研究说明液压缸是液压系统中最常用和主要的执行元件,而密封是否有效是保证其正常工作的关键因素。液压缸常用密封圈存在磨损快、易老化、工作寿命短等缺点,而具有补偿功能的密封可通过增大密封副接触压力来提高密封性能,使得密封的可靠性和使用寿命增加。相对于常规密封补偿技术,压力补偿液压往复密封圈可通过增大补偿压力,来提高密封性能。由于压力补偿具有自主性和可调节性,使得这种补偿密封圈具有较高的研究价值和适用性。但压力补偿密封圈在密封性能提高的同时,密封副的摩擦也会增大,这将导致密封圈的可靠性和液压缸机械效率的降低。因此,对于不同磨损程度的压力补偿密封圈,在综合考虑密封性能和摩擦的情况下,需要对补偿压力进行优化,使得补偿密封性能保持在最优状态。同时,由于密封副接触状态的复杂性,需要设计多传感监测的试验方案,以准确提取出反映密封圈性能的指标和参数。本文以液压缸活塞杆密封为对象,进行了压力补偿液压往复密封圈的设计和试验研究,主要完成了以下几方面研究工作:(1)基于荷载摩擦副失效概率理论,设计并优化了压力补偿液压往复密封圈,并通过有限元仿真证明:相比于常用Y形密封,所设计的密封圈可通过增大补偿压力的方法来提高密封性能。(2)设计了一种可在线调节补偿压力的系统装置和用于监测密封接触状态的多传感试验方案。通过数据处理,并基于静密封机理、流体润滑等理论和时域、小波包、功率谱分析方法,分别提取出了反映密封性能和摩擦特征参数的9项指标:外行程静密封接触压力最小值和均方根、外行程动密封接触压力均方根、外行程泄漏量、小波包熵、小波包最底层能量比、外行程油膜厚度均方根、摩擦力功率谱峰值、外行程摩擦力均方根。(3)分析了补偿压力与动、静密封性能和摩擦特征参数之间的关系。(4)基于模糊层次分析法(FAHP)在外行程提取的9项性能指标基础上建立了压力补偿密封的综合性能评价体系,并通过评价优化,为四种不同磨损程度的补偿密封给出了较优的补偿压力值。
罗国旭[10](2018)在《基于小波分析的复合材料压机泄漏诊断系统研究》文中研究指明以树脂基为代表的复合材料是新材料领域的重要组成部分,是发展现代工业、国防和科学技术不可缺少的基础材料,其成型装备的性能直接决定了制品的品质。近年来,汽车轻量化的发展势头日益迅猛、“以塑代钢”取得了长足的进步,这对处于成型核心装备地位的液压机提出了更高的性能要求,其液压系统性能可靠性指标也日益苛刻。因此,本文围绕着制约复合材料压机液压系统性能提升的泄漏问题,开展基于小波分析的典型故障诊断方法研究,具体内容如下:(1)基于复合材料成型工艺及电液装备特性,分析影响复材优质模压成型的工艺参数及装备故障特征。结合复合材料模压成型的工作原理,分析实现优质成型的复材压机电气及液压系统运行规律;分解影响成型精度的液压系统故障模式,建立压机液压系统的故障树模型。(2)针对复合材料的调平缸液压系统,建立数学模型并分析其泄漏特征。根据泄漏特性建立成型过程中调平缸的数学模型,分析泄漏类型及造成其成因,研究压制成型过程中的泄漏特性及规律;研究调平缸发生泄漏时的压力信号响应特征,为基于小波分析对压机泄漏故障特征的研究提供分析数据依据。(3)分析调平缸压力信号成分,提出对压机液压缸泄漏特征敏感的小波分析诊断方法。利用小波变换的时频特征对压机调平缸发生泄漏时动态压力信号局部频谱进行分析;对比小波阈值去噪与传统滤波去噪方法的消噪效果,利用阈值及其处理技术优化小波去噪模型参数;分析小波变换在检测压力突变信号和不同频率分段信号的特性,研究小波变换特征参数对压机调平缸泄漏的敏感度,由此利用所得小波系数,提升调平缸泄漏的检测精度。(4)建立液压缸泄漏测试实验平台及数据实时采集分析系统,由此验证所提出检测诊断方法的可靠性。针对调平缸内外泄漏耦合工况,结合LabVIEW和Matlab建立液压缸压力信号的小波分析检测平台;提取液压缸发生泄漏时的关键特征敏感压力信号,依据所提出的小波系数敏感特征分析方法,对调平缸的泄漏故障程度进行识别,以验证小波变换对故障信号监测和诊断的可靠性。本文围绕复材压机液压系统的核心部分,提出一种基于小波分析的在线数据监测故障诊断方法。基于复合材料压机成型工艺特点,通过液压缸泄漏故障特征提取,对故障压力信号进行小波分析,可实现对液压缸微小泄漏故障识别及泄漏程度诊断。该方法仅需采集液压缸的两腔压力信号,即可实现对液压缸泄漏的监测诊断,具有无需改变原液压系统(即无损)的优点,为压机的故障分析提供新的精确且快速诊断手段。
二、小波分析在液压缸泄漏检测中的应用(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、小波分析在液压缸泄漏检测中的应用(论文提纲范文)
(1)压力气体泄漏源的检测方法研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题研究背景与意义 |
1.2 课题及相关方法研究现状 |
1.2.1 气体泄漏检测技术研究现状 |
1.2.2 声波信号降噪技术研究现状 |
1.2.3 声波信号识别技术研究现状 |
1.2.4 泄漏源定位方法研究现状 |
1.3 本文研究内容及组织结构 |
1.3.1 论文研究的主要内容 |
1.3.2 论文组织结构 |
第二章 压力气体泄漏检测试验平台设计 |
2.1 声波法压力容器泄漏信号采集系统 |
2.1.1 模拟系统硬件设计 |
2.1.2 传感器选型 |
2.1.3 数据采集系统设计 |
2.2 软件平台简述 |
2.2.1 Lab VIEW平台 |
2.2.2 数据处理平台 |
2.3 本章小结 |
第三章 压力气体泄漏声波信号降噪 |
3.1 传统降噪方法 |
3.2 小波包变换 |
3.2.1 小波包降噪基本原理 |
3.2.2 小波包阈值去噪基本原理 |
3.2.3 小波包基函数和分解层数的选取 |
3.2.4 阈值函数与阈值的确定 |
3.3 基于小波包-VMD声波信号降噪 |
3.3.1 变分模态分解原理 |
3.3.2 小波包-VMD算法流程 |
3.4 实验结果分析 |
3.4.1 仿真性能验证 |
3.4.2 泄漏噪声分析及去噪实验 |
3.5 本章小结 |
第四章 压力气体泄漏检测与工况识别 |
4.1 气体泄漏信号时频分析 |
4.2 鲸鱼优化算法及其改进方法 |
4.2.1 传统鲸鱼优化算法基本原理 |
4.2.2 改进的鲸鱼优化算法 |
4.2.3 IWOA-VMD算法流程 |
4.2.4 仿真实验及分析 |
4.3 泄漏声波信号检测方法 |
4.3.1 特征提取 |
4.3.2 特征选择 |
4.4 基于SVM的工况识别方法 |
4.4.1 支持向量机原理 |
4.4.2 基于网格搜索法的参数调优 |
4.4.3 实验结果分析 |
4.5 本章小结 |
第五章 基于IWOA的气体泄漏源DOA估计方法 |
5.1 阵列信号模型 |
5.2 基于高分辨率谱估计的声源定位算法 |
5.3 基于改进的鲸鱼算法的2D-MUSIC估计 |
5.4 实验结果分析 |
5.4.1 性能结果分析 |
5.4.2 实验结果分析 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 论文总结 |
6.2 未来工作展望 |
致谢 |
参考文献 |
作者简介 |
攻读硕士期间发表论文 |
攻读硕士期间参与项目 |
(2)基于神经网络的阀控液压缸系统故障诊断(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题研究的背景及意义 |
1.2 故障诊断理论及技术的发展 |
1.3 液压系统故障诊断国内外研究现状及分析 |
1.3.1 液压系统故障诊断国外研究动态 |
1.3.2 液压系统故障诊断国内研究动态 |
1.4 液压系统故障介绍 |
1.4.1 液压系统介绍 |
1.4.2 液压系统故障特性 |
1.5 主要研究内容 |
2 液压系统故障研究 |
2.1 液压缸故障机理分析 |
2.2 双喷嘴挡板伺服阀故障机理分析 |
2.3 液压系统常用故障诊断方法 |
2.3.1 基于模型的液压系统故障诊断方法 |
2.3.2 基于信号处理的液压系统故障诊断方法 |
2.3.3 基于人工智能的液压系统故障诊断方法 |
2.4 本章小结 |
3 基于神经网络的液压缸泄漏故障诊断 |
3.1 人工神经元模型 |
3.2 BP神经网络算法 |
3.2.1 信号的前向传递 |
3.2.2 误差的反向传播 |
3.3 阀控液压缸位置伺服系统油路搭建及故障模拟 |
3.3.1 阀控液压缸位置伺服系统简介 |
3.3.2 阀控液压缸位置伺服系统油路搭建及故障模拟 |
3.4 基于神经网络的液压缸泄漏故障诊断 |
3.4.1 故障样本提取 |
3.4.2 BP神经网络参数设计 |
3.4.3 BP神经网络训练与诊断结果 |
3.5 本章小结 |
4 基于AMESim的阀控液压缸系统建模及故障仿真 |
4.1 阀控液压缸位置伺服系统建模 |
4.1.1 力矩马达仿真模型 |
4.1.2 衔铁挡板组件仿真模型 |
4.1.3 功率级滑阀仿真模型 |
4.1.4 液压缸泄漏故障注入仿真模型 |
4.2 液压缸泄漏故障仿真 |
4.2.1 液压缸内泄漏故障仿真 |
4.2.2 液压缸外泄漏仿真 |
4.3 双喷嘴挡板伺服阀喷嘴堵塞故障仿真 |
4.3.1 双喷嘴挡板伺服阀单喷嘴堵塞故障分析 |
4.3.2 双喷嘴挡板伺服阀单喷嘴堵塞故障仿真 |
4.4 本章小结 |
5 双喷嘴挡板伺服阀早期堵塞故障诊断 |
5.1 双喷嘴挡板伺服阀单喷嘴堵塞故障特征提取 |
5.2 故障诊断方法 |
5.2.1 非线性映射 |
5.2.2 双层神经网络 |
5.2.3 梯度上升算法 |
5.3 诊断结果与讨论 |
5.4 本章小结 |
6 结论和展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
致谢 |
作者简介及读研期间主要科研成果 |
一、作者简介 |
二、读研期间主要科研成果 |
论文 |
专利 |
(3)矿井提升机钢丝绳张力主动调节系统容错控制研究(论文提纲范文)
致谢 |
摘要 |
abstract |
变量注释表 |
1 绪论 |
1.1 课题来源 |
1.2 选题背景及意义 |
1.3 国内外研究现状 |
1.4 存在的问题与不足 |
1.5 本文主要研究内容 |
1.6 技术路线和总体框架 |
1.7 本章小结 |
2 矿井提升机钢丝绳张力主动调节系统建模分析 |
2.1 引言 |
2.2 矿井提升机张力主动调节系统概述 |
2.3 张力主动调节系统模型 |
2.4 张力主动调节系统故障分析 |
2.5 试验验证 |
2.6 故障特性分析 |
2.7 本章小结 |
3 无故障下矿井提升机钢丝绳张力主动调节系统控制方法 |
3.1 引言 |
3.2 控制器总体设计 |
3.3 观测器设计 |
3.4 张力主动调节系统反步控制器设计 |
3.5 试验验证 |
3.6 本章小结 |
4 执行器泄漏故障下矿井提升机钢丝绳张力主动调节系统容错控制 |
4.1 引言 |
4.2 基于自适应滑模观测器的执行器泄漏故障诊断 |
4.3 执行器泄漏故障容错控制器设计 |
4.4 模拟试验验证 |
4.5 本章小结 |
5 张力传感器故障下矿井提升机钢丝绳张力主动调节系统容错控制 |
5.1 引言 |
5.2 张力传感器故障重构及故障诊断 |
5.3 张力传感器故障容错控制器设计 |
5.4 模拟试验验证 |
5.5 本章小结 |
6 结论与展望 |
6.1 全文总结 |
6.2 本文创新点 |
6.3 未来研究展望 |
参考文献 |
作者简历 |
学位论文数据集 |
(4)基于小波分析的液压缸内泄漏检测方法(论文提纲范文)
引言 |
1 液压缸内泄漏故障检测方法 |
1.1 基于模型的故障诊断方法 |
1.2 基于信号处理的故障诊断方法 |
1.3 基于人工智能的故障诊断方法 |
2 基于小波分析的液压缸内泄漏故障实时检测方法 |
1) 连续小波变换 |
2) 离散小波变换 |
3 结论 |
(5)基于数据驱动的SPMT状态监测与故障诊断研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 SPMT的发展和状态监测及故障诊断分析方法 |
1.2.1 自行式模块运输车国内外发展现状 |
1.2.2 在线监测技术国内外研究现状 |
1.2.3 液压故障诊断技术国内外研究现状 |
1.3 主要研究内容 |
第2章 SPMT状态监测系统分析 |
2.1 自行式模块运输车 |
2.1.1 自行式模块运输车简介 |
2.1.2 行走系统 |
2.1.3 悬挂系统 |
2.1.4 转向系统 |
2.2 状态监测系统 |
2.2.1 状态监测系统方案设计 |
2.2.2 基本参数与安全状态监测 |
2.2.3 故障状态分析及监测 |
2.3 小结 |
第3章 基于AMESim的悬挂液压系统建模及故障仿真 |
3.1 悬挂液压系统AMESim建模与仿真 |
3.1.1 负载敏感变量泵建模 |
3.1.2 电液比例换向阀建模 |
3.1.3 防爆阀建模 |
3.1.4 柱塞缸建模 |
3.1.5 悬挂液压系统仿真 |
3.2 悬挂液压系统故障仿真 |
3.2.1 悬挂液压系统故障分析 |
3.2.2 液压缸泄漏仿真 |
3.2.3 负载敏感阀及定差减压阀故障仿真 |
3.2.4 变量柱塞泵故障仿真 |
3.3 小结 |
第4章 基于小波包分析与多分类SVM的故障诊断研究 |
4.1 故障诊断方案设计 |
4.1.1 液压故障诊断技术 |
4.1.2 故障诊断方案设计 |
4.2 基于小波包分析的故障特征提取 |
4.2.1 小波包分析 |
4.2.2 流量信号分解 |
4.2.3 故障特征提取 |
4.3 基于多分类支持向量机的故障分类 |
4.3.1 多分类支持向量机 |
4.3.2 基于二叉树多分类SVM的故障诊断方法 |
4.4 小结 |
第5章 总结与展望 |
5.1 总结 |
5.2 展望 |
致谢 |
参考文献 |
攻读硕士学位期间取得的学术成果 |
(6)液压系统智能有源测试理论及方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 液压系统测试技术研究现状 |
1.1.1 液压系统常用测试方法 |
1.1.2 液压系统测试技术发展现状 |
1.2 液压有源测试技术的研究基础 |
1.2.1 常用测试方法的优缺点 |
1.2.2 液压有源测试技术 |
1.3 课题来源、研究内容和研究难点 |
1.3.1 课题来源和意义 |
1.3.2 课题研究内容 |
1.3.3 课题研究难点 |
第2章 液压有源测试理论与方法的优化 |
2.1 液压有源测试仪优化方案 |
2.1.1 泄漏测试影响分析 |
2.1.2 一代测试仪AEMSim仿真研究 |
2.1.3 一代机提高测试精度方案 |
2.1.4 二代机输出流量的闭环控制系统 |
2.1.5 一二代机对比 |
2.2 开式回路液压有源测试理论研究 |
2.2.1 开式回路液压系统泄漏理论 |
2.2.2 开式液压系统泄漏有源测试模型 |
2.3 闭式回路液压系统液压有源测试理论研究 |
2.3.1 闭式回路液压系统泄漏理论 |
2.3.2 闭式液压系统泄漏有源测试模型 |
2.4 液压系统检测附件库 |
2.4.1 附件代码 |
2.4.2 创建附件库 |
2.5 本章小结 |
第3章 液压元件泄漏健康状态有源检测方法研究 |
3.1 液压元件的泄漏健康状态的几个定义 |
3.2 电液换向阀的泄漏健康状态检测 |
3.2.1 电液换向阀的工作位内泄漏方程 |
3.2.2 电液换向阀中位内泄漏方程 |
3.2.3 液压有源测试电液换向阀的泄漏模型 |
3.2.4 电液换向阀泄漏测试 |
3.2.5 实验验证 |
3.3 比例溢流阀的常见故障测试 |
3.3.1 比例溢流阀故障的机理 |
3.3.2 比例溢流阀常见故障的机理分析 |
3.3.3 实验系统搭建 |
3.3.4 实验验证 |
3.4 液压泵的泄漏健康状态检测 |
3.4.1 轴向柱塞泵的测试理论分析 |
3.4.2 轴向柱塞泵泄漏健康状态检测 |
3.4.3 检测 |
3.5 本章小结 |
第4章 智能液压有源泄漏检测系统的研究 |
4.1 液压系统健康泄漏数据库 |
4.1.1 液压元件数据代码规则的制定 |
4.1.2 液压元件健康泄漏数据库建立 |
4.2 数据库链接 |
4.3 智能检测程序 |
4.4 本章小结 |
第5章 智能液压有源泄漏检测系统的试验 |
5.1 某100 T平板车悬挂液压系统智能泄漏健康状态检测 |
5.1.1 某100 T平板车悬挂液压系统介绍 |
5.1.2 某100T平板车悬挂液压系统泄漏健康检测模型建立 |
5.1.3 检测前准备工作 |
5.1.4 悬挂液压系统泄漏健康状态检测 |
5.2 校直切断机智能液压有源泄漏健康状态检测 |
5.2.1 校直切断机介绍 |
5.2.2 液压校直切断机泄漏健康检测模型建立 |
5.2.3 检测前准备工作 |
5.2.4 液压校直切断机泄漏健康状态检测 |
5.3 锻造液压机液压控制系统智能泄漏健康状态检测 |
5.3.1 锻造液压机介绍 |
5.3.2 锻造液压机液压控制系统泄漏健康检测模型建立 |
5.3.3 检测前准备工作 |
5.3.4 液压控制系统泄漏健康状态检测 |
5.4 FAST液压促动器群智能有源测试试验 |
5.4.1 液压促动器群组的负载试验 |
5.4.2 液压促动器组液压缸静位沉降故障智能液压有源检测 |
5.4.3 液压促动器液压缸锁紧泄漏健康状态检测 |
5.5 本章小结 |
结论 |
参考文献 |
攻读博士学位期间承担的科研任务与主要成果 |
致谢 |
(7)循环压力冲击载荷下环向裂纹飞机液压管路故障诊断研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及研究目的和意义 |
1.1.1 课题来源 |
1.1.2 课题研究背景 |
1.1.3 课题研究目的和意义 |
1.2 裂纹管路流固耦合振动国内外研究现状 |
1.3 管道泄漏故障检测方法研究现状 |
1.3.1 管道泄漏检测方法概述 |
1.3.2 负压波检测法研究现状 |
1.4 主要研究内容 |
第2章 飞机液压管路流固耦合振动方程的建立 |
2.1 引言 |
2.2 管路流固耦合振动方程的建立 |
2.2.1 前提与假设 |
2.2.2 管路振动方程建立 |
2.2.3 振动方程的量纲分析 |
2.3 固支约束管路模态函数及频率方程 |
2.4 本章小结 |
第3章 环向裂纹飞机液压管路动力学分析 |
3.1 引言 |
3.2 局部柔度基本理论 |
3.2.1 裂纹类型 |
3.2.2 非贯穿裂纹管路局部柔度系数 |
3.3 裂纹管路模态函数 |
3.4 Galerkin方法离散化 |
3.5 裂纹管路固有频率分析 |
3.5.1 裂纹参数对固有频率的影响 |
3.5.2 其他参数对固有频率的影响 |
3.6 裂纹管路静态失稳临界流速分析 |
3.7 本章小结 |
第4章 循环压力冲击载荷下管路泄漏故障仿真分析 |
4.1 引言 |
4.2 负压波基本原理 |
4.2.1 负压波产生原理 |
4.2.2 负压波法定位原理 |
4.3 负压波波速的确定 |
4.4 小波变换检测信号奇异性 |
4.4.1 信号的奇异性 |
4.4.2 小波变换检测信号奇异性基本原理 |
4.5 循环压力冲击载荷下管路泄漏仿真分析 |
4.5.1 AMEsim仿真软件介绍 |
4.5.2 AMEsim仿真模型建立及结果分析 |
4.6 本章小结 |
第5章 循环压力冲击载荷下管路泄漏故障实验 |
5.1 引言 |
5.2 液压管路实验台 |
5.2.1 液压泵站 |
5.2.2 比例阀 |
5.2.3 压力变送器 |
5.2.4 数据采集系统 |
5.3 管路泄漏实验方案 |
5.3.1 实验步骤 |
5.3.2 管路及传感器的安装 |
5.3.3 LabVIEW控制程序设计 |
5.4 管路泄漏实验结果分析 |
5.5 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间承担的科研任务与主要成果 |
致谢 |
(8)液压缸密封圈损伤的流场分析及内分泌故障诊断研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 论文研究背景和来源 |
1.1.1 课题来源 |
1.1.2 论文研究背景及意义 |
1.2 液压缸内泄漏故障模拟及诊断研究现状 |
1.2.1 故障模拟研究现状 |
1.2.2 故障诊断研究现状 |
1.3 本文主要研究内容 |
2 液压缸密封圈损伤FLUENT流场仿真及实验分析 |
2.1 液压缸密封圈损伤及故障预制 |
2.1.1 密封圈损伤原因分析 |
2.1.2 密封圈损伤故障预制 |
2.2 密封圈损伤的物理实验及泄漏量分析 |
2.2.1 RCYCS-B液压综合实验台及实验方案 |
2.2.2 内泄漏实验结果 |
2.3 密封圈损伤FLUENT流场仿真 |
2.3.1 密封圈损伤仿真模型的建立 |
2.3.2 网格划分与流体仿真设置 |
2.3.3 仿真结果及流场分析 |
2.4 密封圈损伤的流场仿真与物理实验对比 |
2.5 本章小结 |
3 基于小波变换的液压缸密封圈损伤特征提取 |
3.1 小波变换概述 |
3.1.1 小波变换原理 |
3.1.2 小波特征值提取 |
3.2 基于物理实验的密封圈损伤特征提取 |
3.2.1 支腿油缸密封圈损伤故障预制 |
3.2.2 QY110 支腿油缸实验台设计方案 |
3.2.3 基于物理实验的特征提取 |
3.3 基于Fluent仿真的密封圈损伤特征提取 |
3.3.1 支腿油缸密封圈损伤仿真 |
3.3.2 液压缸密封圈损伤仿真信号的特征提取 |
3.4 本章小结 |
4 液压缸密封圈损伤的内分泌神经网络故障诊断 |
4.1 故障诊断方法 |
4.1.1 内分泌神经网络算法 |
4.1.2 支持向量机算法 |
4.2 基于物理实验的密封圈损伤故障诊断 |
4.2.1 物理实验的样本分类 |
4.2.2 基于内分泌神经网络的密封圈实验故障诊断 |
4.2.3 基于支持向量机的密封圈实验故障诊断 |
4.3 Fluent仿真的密封圈损伤故障诊断 |
4.3.1 Fluent仿真的样本分类 |
4.3.2 基于内分泌神经网络的密封圈仿真故障诊断 |
4.3.3 基于支持向量机的密封圈仿真故障诊断 |
4.4 本章小结 |
5 全文总结与展望 |
参考文献 |
附录 |
致谢 |
(9)压力补偿液压往复密封圈的设计与试验研究(论文提纲范文)
中文摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究的背景与意义 |
1.2 国内外相关研究现状 |
1.2.1 密封补偿技术国内外现状 |
1.2.2 密封圈优化方法研究 |
1.2.3 液压往复密封接触状态研究 |
1.3 本文的研究目标及技术路线 |
1.3.1 研究目标 |
1.3.2 技术路线 |
1.4 论文的结构安排 |
第2章 压力补偿液压往复密封圈的设计 |
2.1 液压往复密封的密封机理 |
2.1.1 静态自紧密封机理 |
2.1.2 动态密封机理 |
2.2 荷载摩擦副的失效概率分析 |
2.3 Y形密封圈的磨损仿真对比 |
2.3.1 Y形密封圈建模 |
2.3.2 Y形密封磨损前后密封性能对比 |
2.4 基于有限元的压力补偿密封圈的设计及优化 |
2.4.1 参数化建模 |
2.4.2 材料属性设置 |
2.4.3 接触设置和网格划分 |
2.4.4 边界条件加载 |
2.4.5 参数敏感性分析 |
2.4.6 优化结果分析 |
2.5 压力补偿密封圈的密封补偿性能有限元验证 |
2.6 本章小结 |
第3章 压力补偿密封圈的监测试验设计 |
3.1 光纤光栅传感单元的设计和制作 |
3.1.1 光纤光栅传感原理 |
3.1.2 光纤光栅传感单元的制作 |
3.1.3 光纤传感器的封装 |
3.1.4 光纤光栅传感器的标定 |
3.2 试验液压系统原理及密封磨损样本制作 |
3.2.1 试验液压系统原理 |
3.2.2 压力补偿密封圈磨损样本的制作 |
3.3 试验台控制和数据采集系统 |
3.3.1 试验台控制和数据采集系统选型 |
3.3.2 试验台信号采集硬件选型 |
3.3.3 试验控制和信号采集软件设计 |
3.4 压力补偿密封试验步骤及摩擦力测试原理 |
3.4.1 压力补偿密封试验步骤 |
3.4.2 压力补偿密封摩擦力测试原理 |
3.5 本章小结 |
第4章 压力补偿密封性能参数提取研究 |
4.1 传感信号的时域分析 |
4.2 补偿压力对密封接触压力的影响 |
4.2.1 密封接触压力时域信号 |
4.2.2 补偿压力对动密封接触压力的影响 |
4.2.3 补偿压力对静密封性能的影响 |
4.3 补偿压力对外行程泄漏量的影响 |
4.3.1 压力梯度最大值ω_A的求解 |
4.3.2 活塞杆外行程速度求解 |
4.3.3 补偿密封外行程油膜厚度和泄漏量的影响 |
4.4 压力信号特征提取 |
4.4.1 压力信号的小波包分解 |
4.4.2 压力信号泄漏特征的提取 |
4.4.3 小波包能量熵 |
4.5 摩擦特征参数的提取 |
4.5.1 外行程摩擦力特征提取 |
4.5.2 摩擦力功率谱特征提取 |
4.6 本章小结 |
第5章 补偿压力的优化及自适应调整系统开发初步 |
5.1 综合评价方法的选择 |
5.2 压力补偿密封圈模糊综合评价模型的构建 |
5.2.1 确定评估指标 |
5.2.2 建立判断矩阵并求各指标权重向量 |
5.2.3 确定模糊评判矩阵 |
5.2.4 确定综合评估得分 |
5.3 基于灰色关联决策理论的补偿压力优化选择 |
5.4 补偿压力在线自适应调整系统原理 |
5.5 本章小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 展望 |
致谢 |
参考文献 |
硕士学位期间的研究成果 |
发表的论文 |
申请专利 |
(10)基于小波分析的复合材料压机泄漏诊断系统研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题研究背景 |
1.2 国内外研究现状 |
1.2.1 复合材料液压机 |
1.2.2 液压系统故障诊断技术 |
1.3 课题研究的意义、内容及创新点 |
1.3.1 课题来源与研究意义 |
1.3.2 课题研究的主要内容 |
1.3.3 课题的特色与创新之处 |
1.4 本章小结 |
第二章 复合材料压机电液系统特性分析 |
2.1 大吨位复合材料压机的工作机理 |
2.1.1 压机基本工作原理 |
2.1.2 模压成型的工艺流程 |
2.2 压机电液控制系统分析 |
2.2.1 压机电气控制系统 |
2.2.2 压机液压系统原理 |
2.3 压机液压系统故障机理分析 |
2.3.1 压机液压系统故障诊断分析 |
2.3.2 复合材料液压机液压缸的泄漏 |
2.4 本章小结 |
第三章 复合材料压机泄漏的数值建模及其特性 |
3.1 阀控液压缸泄漏模型建模 |
3.1.1 泄漏故障数学模型 |
3.1.2 压机阀控调平缸的泄漏数学模型 |
3.1.3 压机调平缸系统的频率响应特性分析 |
3.2 液压缸泄漏系统仿真建模与分析 |
3.2.1 关键液压元件的AMESim建模 |
3.2.2 压机调平缸泄漏仿真模型的建立与分析 |
3.3 液压缸泄漏系统特性分析 |
3.3.1 液压缸泄漏影响因素分析 |
3.3.2 泄漏对液压缸动态性能的影响 |
3.4 本章小结 |
第四章 基于小波分析的液压缸泄漏特征研究 |
4.1 压机液压缸泄漏特征的小波分析 |
4.1.1 液压机的压力信号组成分析 |
4.1.2 基于小波变换的奇异信号分析 |
4.2 基于压力信号分解的泄漏特征诊断 |
4.2.1 基于小波能量特征的液压缸泄漏敏感分析 |
4.2.2 基于小波系数特征的液压缸泄漏敏感分析 |
4.3 压机液压缸泄漏诊断的小波参数优化 |
4.3.1 小波基特征分析及其对信号分析的影响 |
4.3.2 小波去噪阈值特征分析及其对信号的影响 |
4.4 本章小结 |
第五章 液压缸泄漏特性的实验验证 |
5.1 泄漏特性检测的实验方案设计 |
5.2 液压缸数据实时采集系统设计 |
5.3 基于小波变换的泄漏故障分析性能验证 |
5.3.1 基于液压缸压力信号的小波分析性能验证 |
5.3.2 液压缸泄漏程度识别的小波分析性能验证 |
5.4 本章小结 |
总结与展望 |
参考文献 |
致谢 |
个人简历 |
在学期间的研究成果及发表的学术论文 |
四、小波分析在液压缸泄漏检测中的应用(论文参考文献)
- [1]压力气体泄漏源的检测方法研究[D]. 常思婕. 南京信息工程大学, 2021(01)
- [2]基于神经网络的阀控液压缸系统故障诊断[D]. 闻中翔. 安徽理工大学, 2020
- [3]矿井提升机钢丝绳张力主动调节系统容错控制研究[D]. 臧万顺. 中国矿业大学, 2020
- [4]基于小波分析的液压缸内泄漏检测方法[J]. 张兆东,张均利,张鸿鹄,陆宝春. 液压与气动, 2020(06)
- [5]基于数据驱动的SPMT状态监测与故障诊断研究[D]. 肖鹏飞. 武汉理工大学, 2020(08)
- [6]液压系统智能有源测试理论及方法研究[D]. 杨成刚. 燕山大学, 2019
- [7]循环压力冲击载荷下环向裂纹飞机液压管路故障诊断研究[D]. 付旭鹏. 燕山大学, 2019
- [8]液压缸密封圈损伤的流场分析及内分泌故障诊断研究[D]. 张云涛. 湖南师范大学, 2019(12)
- [9]压力补偿液压往复密封圈的设计与试验研究[D]. 王锐. 武汉理工大学, 2019(07)
- [10]基于小波分析的复合材料压机泄漏诊断系统研究[D]. 罗国旭. 福州大学, 2018(03)