公开(公告)号：CN108363896B

公开(公告)日：2021-12-21

申请号：CN201810441856.0

申请日：2018-05-10

申请人： 南京航空航天大学

发明人： 张辉斌 ,  张惠娟 ,  杨忠 ,  陈爽 ,  田瑶瑶 ,  张小恺

IPC分类号： G06F30/20 ,  G06N3/00

摘要： 本发明公开了一种液压缸故障诊断方法，首先在AMESim软件中对液压缸进行物理建模仿真并完成故障注入过程，获取故障数据；接着对数据进行小波包能量提取，构建特征向量；然后建立基于高维非线性分类器的故障诊断模型；使用训练样本对故障诊断模型进行训练，并采用遗传算法计算出模型所需参数的最优解，构造多值分类器；将液压缸测试样本输入到模型进行故障诊断。本发明有效地解决算法验证过程中故障数据不足的问题，结合遗传算法优化寻参的高维非线性分类器算法的应用有效解决非线性、小样本的问题，提高了故障诊断模型的故障识别能力。

公开(公告)号：CN108363896A

公开(公告)日：2018-08-03

申请号：CN201810441856.0

申请日：2018-05-10

申请人： 南京航空航天大学

发明人： 张辉斌 ,  张惠娟 ,  杨忠 ,  陈爽 ,  田瑶瑶 ,  张小恺

IPC分类号： G06F17/50 ,  G06N3/00

摘要： 本发明公开了一种液压缸故障诊断方法，首先在AMESim软件中对液压缸进行物理建模仿真并完成故障注入过程，获取故障数据；接着对数据进行小波包能量提取，构建特征向量；然后建立基于高维非线性分类器的故障诊断模型；使用训练样本对故障诊断模型进行训练，并采用遗传算法计算出模型所需参数的最优解，构造多值分类器；将液压缸测试样本输入到模型进行故障诊断。本发明有效地解决算法验证过程中故障数据不足的问题，结合遗传算法优化寻参的高维非线性分类器算法的应用有效解决非线性、小样本的问题，提高了故障诊断模型的故障识别能力。