基于小波分析的液控缓闭止回蝶阀液压缸损坏故障的自动诊断方法

简介

为保证液控缓闭止回蝶阀的正常、稳定运行,需精准完成其液压缸损坏故障的自动诊断,因此,本文提出基于小波分析的液控缓闭止回蝶阀液压缸损坏故障的自动诊断方法。该方法采用小波包分析处理传感器采集的液压缸运行信号,并提取信号中的液压缸故障特征;通过主成分分析方法降低处理提取特征的维数后,将处理后的特征输入至深度置信网络模型中,通过模型学习和迭代训练,输出液压缸损坏故障的自动诊断结果。测试结果显示,该方法在神经元数量为12个的前提下,能有效完成信号中故障特征的提取,并可呈现时域特征结果;具有较好的液压缸损坏故障的自动诊断能力,能判断液压缸损坏故障程度。