基于深度神经网络的电液伺服泵控系统健康评估研究

简介

电液伺服泵控系统具备功重比高、响应快等优点,在多领域得到广泛应用,但如何针对该系统开展更有效健康评估,进一步保障系统的安全性和可靠性成为必须面对的问题。按照明确原理、建立数学模型、建立仿真模型、仿真分析的思路针对健康评估方法开展研究,提出油液体积含气量、气隙磁密、泄漏系数3个健康评估指标并确定阈值,构建了LGA(LSTM-GRNN-ANN)深度神经网络健康评估方法并进行仿真分析,结果显示该方法准确率约为97.48%,比LSTM、GRNN健康评估方法具有更高的准确率,为继续深入开展电液伺服泵控系统健康评估的研究提供了理论支持。