一种斐波那契编码型开关阀组调控的离合压力系统及方法

    公开(公告)号:CN114754047B

    公开(公告)日:2024-08-06

    申请号:CN202210477787.5

    申请日:2022-04-28

    摘要: 本发明公开了一种斐波那契编码型开关阀组调控的离合压力系统及方法,主要包括泵源、增压开关阀组、泄压开关阀组、离合油缸、油箱、压电高频阀、蓄能器、压力传感器、压力脉动控制器,增压开关阀组和泄压开关阀组均由5个开关阀并联连接构成,且流量增益呈斐波那契编码排列,即1:1:2:3:5。本发明利用斐波那契编码的强容错性可以显著提高开关阀组的可靠性;利用压力传感器实时采集离合油缸的压力脉动,根据压力脉动幅值大小来调节压电高频阀的开口,并借助蓄能器的液容效应来实现压力脉动的快速主动补偿;在压力变化速度较大和较小工况下,分别采用斐波那契编码信号和PWM信号驱动开关阀组,有利于提高开关阀组的使用寿命。

    一种斐波那契编码型开关阀组调控的离合压力系统及方法

    公开(公告)号:CN114754047A

    公开(公告)日:2022-07-15

    申请号:CN202210477787.5

    申请日:2022-04-28

    摘要: 本发明公开了一种斐波那契编码型开关阀组调控的离合压力系统及方法,主要包括泵源、增压开关阀组、泄压开关阀组、离合油缸、油箱、压电高频阀、蓄能器、压力传感器、压力脉动控制器,增压开关阀组和泄压开关阀组均由5个开关阀并联连接构成,且流量增益呈斐波那契编码排列,即1:1:2:3:5。本发明利用斐波那契编码的强容错性可以显著提高开关阀组的可靠性;利用压力传感器实时采集离合油缸的压力脉动,根据压力脉动幅值大小来调节压电高频阀的开口,并借助蓄能器的液容效应来实现压力脉动的快速主动补偿;在压力变化速度较大和较小工况下,分别采用斐波那契编码信号和PWM信号驱动开关阀组,有利于提高开关阀组的使用寿命。

    液压活塞泵智能故障识别方法
    3.
    发明公开

    公开(公告)号:CN116340817A

    公开(公告)日:2023-06-27

    申请号:CN202310218482.7

    申请日:2023-03-02

    摘要: 本发明公开了一种液压活塞泵智能故障识别方法,包括原始信号获取:通过多传感器采集典型状态原始一维时域信号;信号处理与分析:对原始信号进行时频域转换,构建时频特征图谱库;样本库构建:按比例划分训练集、验证集、测试集,构建故障特征样本库;模型构建及训练验证:构建具有特征提取和记忆能力的融合诊断模型,训练样本输入模型进行训练,验证样本参与调参及性能评估,获得最优特征记忆融合网络模型;故障类型识别:随机抽取一定比例测试样本,调整至合适大小后输入到模型中,模型输出状态标签值,获得最终的识别结果。本发明能够实现深层故障特征提取,且具有特征记忆能力,能够智能高效地识别出液压活塞泵典型故障。

    振动特征与深度学习融合的液压柱塞泵智能故障识别方法

    公开(公告)号:CN115204218A

    公开(公告)日:2022-10-18

    申请号:CN202210731570.2

    申请日:2022-06-25

    摘要: 本发明提供了一种振动信号时频特征与深度学习模型相融合的液压柱塞泵智能故障识别方法,包括原始信号获取:选用多传感器采集液压柱塞泵不同状态的多源振动一维时域信号;信号预处理与分析:通过时频分析方法,将时域信号转换为时频域特征图谱,按比例构建样本库;深度学习模型搭建及训练验证:构建深度学习网络模型,进行训练和测试,采用Dropout策略,基于优化算法优化网络结构,保存最优模型及参数并用测试样本集进行验证;故障类型识别:将预处理后的振动信号进行数据增强,图像调整为合适大小输入到模型中,输出故障状态标签值,获得故障类型识别结果。本发明方法能够实现故障特征提取,智能高效地识别出液压柱塞泵典型故障。

    一种二进制编码数字阀阵列调控的燃油计量阀及其控制方法

    公开(公告)号:CN114483324A

    公开(公告)日:2022-05-13

    申请号:CN202210021640.5

    申请日:2022-01-10

    申请人: 江苏大学

    IPC分类号: F02C9/26

    摘要: 本发明提供了一种二进制编码数字阀阵列调控的燃油计量阀,包括:计量阀、位移传感器、PCM编码控制器、期望轨迹、第一泵源、第二泵源、第一固定节流孔、第二固定节流孔、第一数字阀阵列、第二数字阀阵列、油箱、左腔压力传感器、右腔压力传感器;第一和第二数字阀阵列均由若干个数字阀并联连接,且各个数字阀的流量增益呈二进制编码排列;期望轨迹生成计量阀的期望位移与期望速度,位移传感器采集计量阀位移信号,PCM编码控制器对第一数字阀阵列和第二数字阀阵列中各个数字阀的启闭状态进行编码控制,本发明不仅能够实现对计量阀位移的闭环控制,还能克服采用传统PWM控制数字阀引起的强振动和短寿命的问题。

    一种二进制编码数字阀阵列调控的燃油计量阀及其控制方法

    公开(公告)号:CN114483324B

    公开(公告)日:2023-06-09

    申请号:CN202210021640.5

    申请日:2022-01-10

    申请人: 江苏大学

    IPC分类号: F02C9/26

    摘要: 本发明提供了一种二进制编码数字阀阵列调控的燃油计量阀,包括:计量阀、位移传感器、PCM编码控制器、期望轨迹、第一泵源、第二泵源、第一固定节流孔、第二固定节流孔、第一数字阀阵列、第二数字阀阵列、油箱、左腔压力传感器、右腔压力传感器;第一和第二数字阀阵列均由若干个数字阀并联连接,且各个数字阀的流量增益呈二进制编码排列;期望轨迹生成计量阀的期望位移与期望速度,位移传感器采集计量阀位移信号,PCM编码控制器对第一数字阀阵列和第二数字阀阵列中各个数字阀的启闭状态进行编码控制,本发明不仅能够实现对计量阀位移的闭环控制,还能克服采用传统PWM控制数字阀引起的强振动和短寿命的问题。

    一种用于液压轴向柱塞泵智能故障诊断的深度卷积神经网络模型

    公开(公告)号:CN113468966A

    公开(公告)日:2021-10-01

    申请号:CN202110609086.8

    申请日:2021-06-01

    申请人: 江苏大学

    摘要: 本发明提供了一种用于液压轴向柱塞泵智能故障诊断的深度卷积神经网络模型,其构成包括二维时频图输入板块、特征提取板块和模式识别板块三部分。二维时频图输入板块由输入层构成;特征提取板块由卷积层A、批量归一化层A、最大池化层A、卷积层B、批量归一化层B、最大池化层B、卷积层C、批量归一化层C和最大池化层C构成;模式识别板块由全连接层A、批量归一化层D、全连接层B、批量归一化层E和分类层构成。本发明构建的深度卷积神经网络模型,具备自学习功能,能够实现状态数据自动特征提取、数据复杂映射关系拟合,可以深度刻画出状态数据丰富的内在信息并提升故障分类识别精度,能够智能高效地诊断出液压轴向柱塞泵典型故障。