针对自动抓梁液压系统故障诊断正确率低、深层特征提取困难的问题,提出一种基于长短期记忆卷积(LSTM-CNN)特征提取网络和粒子群优化K最近邻(PSO-KNN)结合的自动抓梁液压系统故障诊断模型。以自动抓梁液压系统关键节点压力信息为输入,采用LSTM提取一维特征与CNN提取的二维特征融合,采用优化后的KNN模型对提取的特征进行故障分类。基于真实数据搭建AMESim自动抓梁模型进行仿真,验证所提方法的有效性与先进性。结果表明所提模型的诊断正确率达到97.92%,能够有效识别自动抓梁液压系统中的常见故障。

本文对水下液压自动抓梁系统进行了可靠性设计,通过FMECA方法找出系统单元潜在的故障模式及其对系统功能的影响,针对关键故障模式采取设计改进措施,并提出了试验研究方法及试验装置。

阐述了对水下液压自动抓梁系统进行的模块化设计与研究,通过分析液压自动抓梁的组成与启闭机、闸门和门槽的接口,研究了各部件的功能和关系,确定了各零部件模块化设计的基本思路,在此基础上形成了液压自动抓梁模块化设计方案,并通过三维参数化建模实现了液压自动抓梁的模块化快速设计。

液压自动抓梁是水运工程多节深孔闸门启闭的关键设备。常规液压自动抓梁为双吊点,吊点连线与闸门重心线须重合,无自平衡功能,不适用于重心线不同的闸门启闭。针对双吊点液压自动抓梁通用性较差的问题,进行自平衡式四吊点液压自动抓梁的研发。自平衡式四吊点液压自动抓梁采用框架式结构,布置4个吊点,梁体通过联系杆和液压油缸与启闭机相连。当启闭重心线不同的闸门时,通过液压油缸的伸缩动作,使倾斜的闸门调整为水平。结果表明,自平衡四吊点液压自动抓梁可以很好地解决常规抓梁的通用性问题,并使闸门设计简化,减小闸门工程量,降低工程投资。