基于特征提取的液压缸内泄漏智能故障诊断方法研究

简介

为提高液压缸内泄漏故障的诊断精度,实现智能故障诊断,以EHA液压系统为研究对象,基于距离区分技术对故障特征进行提取,以时域、频域、小波能量以及AR模型等参数为主要敏感特征,并通过机器学习算法以及BP神经网络算法对故障特征进行分类。结果表明,相较于BP神经算法,机器学习算法分类精度更高,能对液压缸内泄故障进行有效诊断。