基于小波原理和流体静电信号诊断矿用液压系统故障原理

doi:10.3696/j.issn.1672-6952.2015.03.016

辽宁石油化工大学学报 ›› 2015, Vol. 35 ›› Issue (3): 65-68.DOI: 10.3696/j.issn.1672-6952.2015.03.016

基于小波原理和流体静电信号诊断矿用液压系统故障原理

王晓蕾1,阚哲1,张雷雷2

( 1. 辽宁石油化工大学, 辽宁抚顺1 1 3 0 0 1; 2. 抚顺石化工程建设有限公司, 辽宁抚顺1 1 3 0 0 6)

出版日期:2015-06-25 发布日期:2015-06-18
作者简介:王晓蕾( 1 9 8 0 - ) , 硕士, 讲师, 从事数字图象处理、传感器测量方面的研究; E - m a i l : c h o o s e b a n k 2 0 0 6@1 2 6. c o m。
基金资助:
辽宁省教育厅一般项目( L 2 0 1 2 1 2 6) 。

The Fault Diagnosis Principle for Mine Hydraulic System Based  on Wavelet Principle and Fluid Electrostatic Signals

Wang Xiaolei1, Kan Zhe1, Zhang Leilei2

(1.Liaoning Shihua University, Fushun Liaoning 113001, China| 2. Fushun Petrochemical Engineering Construction Company, Fushun Liaoning 113006,China)

Published:2015-06-25 Online:2015-06-18

摘要/Abstract

摘要： 由于矿用液压系统故障的形式和种类的多样化, 因此只能依靠人工经验对故障进行诊断, 这在很大
程度上制约了矿用液压系统设备的应用。针对液压系统中出现气泡( 或气穴) 的现象, 进行了模拟实验, 提出了一种
新的测量方法与诊断方法。通过对静电随机信号进行小波变换, 在实验和理论分析过程中发现, 通过小波变换可以
较准确地诊断出液压系统出现气泡的时刻, 有利于诊断出液压系统由气泡引起的故障形式。实验结果表明, 对静电
信号取小波变换的液压系统故障诊断方法是可行的, 判断的正确率达到9 5%左右。

关键词: 液压系统, 静电传感器, 小波变换, 故障诊断, 流体静电信号

Abstract: Mine hydraulic system fault diagnosis with a variety of forms can only rely on the experience and knowledge, and this restricts the application of the hydraulic system in mine equipments to a large extent. The simulation experiments were made and a new measuring and diagnosis method was proposed aiming at the phenomenon of appearing the cavitation in hydraulic system. Through the wavelet transform of the static random signal, it was found during the experimental and theoretical analysis that the process of using wavelet transform could accurately diagnose the cavitation appearing and cavitation occurs in hydraulic system of the moment, and it was a bigger help for the fault diagnosis of hydraulic system of the form by the cavitation of the oil pipe. The experimental results show that the method of hydraulic system fault diagnosis was feasible with the wavelet transform to the electrostatic signal, and the judgment was correct in about 95%.

Key words: Hydraulic system, Electrostatic sensor, Wavelet transform, Fault diagnosis, Fluid electrostatic signal

王晓蕾,阚哲,张雷雷. 基于小波原理和流体静电信号诊断矿用液压系统故障原理[J]. 辽宁石油化工大学学报, 2015, 35(3): 65-68.

Wang Xiaolei, Kan Zhe, Zhang Leilei. The Fault Diagnosis Principle for Mine Hydraulic System Based  on Wavelet Principle and Fluid Electrostatic Signals[J]. Journal of Liaoning Petrochemical University, 2015, 35(3): 65-68.

[1]	夏起磊, 罗林, 张垚. 基于注意力增强型编解码网络的化工过程故障诊断[J]. 辽宁石油化工大学学报, 2024, 44(2): 63-70.
[2]	赵珣, 陈帅, 邱海洋. 基于改进双向循环神经网络的变压器故障诊断模型研究[J]. 辽宁石油化工大学学报, 2023, 43(5): 75-83.
[3]	姜楠, 罗林, 王乔, 侯维. 结构优化深度网络的高压断路器机械故障诊断[J]. 辽宁石油化工大学学报, 2023, 43(3): 91-96.
[4]	李文娜. 基于小波变换⁃海森伯格矩阵⁃奇异值分解的图像水印算法[J]. 辽宁石油化工大学学报, 2022, 42(5): 84-89.
[5]	宋绍楼, 吕亮, 刘昕明. 基于CEEMDAN⁃SPSO⁃ELM的旋转电机滚动轴承故障检测方法[J]. 辽宁石油化工大学学报, 2022, 42(1): 86-91.
[6]	周学均, 陈小强, 谢磊. 基于改进收敛交叉映射的厂级振荡源诊断[J]. 辽宁石油化工大学学报, 2021, 41(5): 85-90.
[7]	刘晓琴，王晨旭，孙海军，王千. 基于小波和贝叶斯网络的智能建筑供配电系统故障诊断研究[J]. 辽宁石油化工大学学报, 2020, 40(6): 78-84.
[8]	裴小邓，罗林，陈帅，王乔. 面向电力变压器油中溶解气体的卷积神经网络诊断方法[J]. 辽宁石油化工大学学报, 2020, 40(5): 79-85.
[9]	陈小龙，周俊鹏，张颖，樊瑞筱. 基于声发射波形流信号的滚动轴承故障双谱分析及诊断[J]. 辽宁石油化工大学学报, 2018, 38(03): 89-92.
[10]	李发喜,邓子龙. 基于AME S i m的挖掘机动臂液压系统的仿真与分析[J]. 辽宁石油化工大学学报, 2015, 35(5): 54-57.
[11]	张朝龙,何怡刚,袁莉芬,陈立平. 一种基于量子神经网络的模拟电路故障诊断方法[J]. 辽宁石油化工大学学报, 2015, 35(2): 58-61.
[12]	周伟强,侯立刚,苏成利. 基于时间 - 小波能量包络谱的滚动轴承特征提取[J]. 辽宁石油化工大学学报, 2014, 34(3): 75-78.
[13]	刘暋达,翟春艳,李书臣,苏成利. 汽轮机转子故障诊断算法应用研究[J]. 辽宁石油化工大学学报, 2013, 33(3): 67-69.
[14]	唐宇,石成江,杨静,崔清. 基于DASP的转子典型故障模拟与分析[J]. 辽宁石油化工大学学报, 2013, 33(2): 80-84.
[15]	王晓蕾，阚　哲，王龙业，廖代根. 基于静电传感器空间滤波法测量固相速度[J]. 辽宁石油化工大学学报, 2012, 32(3): 70-73.

基于小波原理和流体静电信号诊断矿用液压系统故障原理

The Fault Diagnosis Principle for Mine Hydraulic System Based  on Wavelet Principle and Fluid Electrostatic Signals

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics