基于GADF和ResNet的轴向柱塞泵复合故障诊断研究

作者：袁科研,兰媛,黄家海,等. 日期：2023-08-14/span> 浏览：1325 查看PDF文档

摘要:轴向柱塞泵是液压动力系统的重要组成部分,由于其发生故障时会产生严重的危害,所以对其进行故障诊断是非常有必要的。然而大量的工程实践表明,轴向柱塞泵往往会同时在不同的部位,以不同的形式表现为复合故障。由于轴向柱塞泵复合故障振动信号的多分量耦合调制特征及特征参数较难确定,所以针对此问题,提出了一种基于格拉姆角差场与深度残差网络相结合(GADFResNet)的轴向柱塞泵复合故障诊断方法。首先,对轴向柱塞泵原始振动信号进行了格拉姆角差场(GADF)转换,将其转换为二维数组,将数组以灰度图形式存储,得到了特征样本,并将其分为训练集与测试集,以多标签的方式进行了标记;然后,将样本输入到深度残差网络(ResNet)中,通过前向传播和反向传播方式确定了网络最佳结构和参数;最后,采用实验的方式,通过测试集验证了该模型的可行性和鲁棒性。实验结果表明:采用基于GADFResnet的轴向柱塞泵复合故障诊断方法对轴向柱塞泵的复合故障进行识别,其准确率可以达到87%以上。研究结果表明,该方法可以有效地识别轴向柱塞泵的复合故障。

关键词:液压传动系统;容积泵;复合故障;格拉姆角差场;深度残差网络;多标签

中图分类号:TH322;TP391文献标识码:A文章编号:1001-4551(2023)06-0945-07

本文引用格式:

袁科研,兰媛,黄家海,等.基于GADF和ResNet的轴向柱塞泵复合故障诊断研究［J］.机电工程,2023,40(6):945-951.

YUAN Ke-yan, LAN Yuan, HUANG Jia-hai, et al. Composite fault diagnosis of axial piston pump based on GADF and ResNet［J］.Journal of Mechanical & Electrical Engineering, 2023,40(6):945-951.