通过变分模态分解特征能量重构法(VMD)来实现对故障进行分析时,存在准确性不高的问题,针对这一问题,提出了一种通过变分模态分解特征能量重构法(VMD)和多尺度散布熵实现的柱塞泵滑靴磨损故障诊断方法。首先,对原始信号先进行了VMD分解,获得了能量余量;然后,设计了一种建立在特征能量占比(FER)基础上的变分模态分解特征能量重构法(VMD)和多尺度散布熵(MDE)的方法;最后,以柱塞泵故障诊断为研究对象,通过仿真分析方法,依次对柱塞泵在正常状态与滑靴端面磨损为0.1 mm、0.2 mm、0.3 mm状态下的情况进行了分析。仿真及研究结果表明:在逐渐增加时间尺度的过程中,粗粒化序列的随机性和复杂性都明显下降;故障程度增大后,形成了更加规律的变化过程;与DE、MSE和MFE相比,该方法的计算速度更快,分离效果更好;ELM相对SVM的训练时间缩短了12.5%,同时测试精度提升了17%...

为确保工程机械液压结构稳定运行,在给出负载敏感制动阀组成的基础上,设计负载敏感制动系统,并进一步采用蓄能器构建负载敏感液压缸制动控制系统。ARX-RBF模型对结构复杂的非线性系统具备较高适用性,可根据输出结果实现对控制器运行状态的快速预测,同时能够对误差参数进行校正,从而使误差更小,达到最优控制状态。结果表明:利用模糊ARX-RBF模型进行故障诊断的准确率高,该模型用于分析负载敏感液压缸制动系统故障具有明显优势。