吉林大学学报(工学版)

• • 上一篇    下一篇

基于有源自回归模型与模糊C-均值聚类的挖掘机液压系统故障诊断

贺湘宇,何清华   

  1. 中南大学 机电工程学院,长沙 410083
  • 收稿日期:2007-01-28 修回日期:2007-04-28 出版日期:2008-01-01 发布日期:2008-01-01
  • 通讯作者: 何清华

Fault diagnosis for excavator hydraulic system based on auto-regressive with extra inputs model and fuzzy C-means clustering

He Xiang-yu,He Qing-hua   

  1. College of Mechanical and Electrical Engineering, Central South University, Changsha 410083, China
  • Received:2007-01-28 Revised:2007-04-28 Online:2008-01-01 Published:2008-01-01
  • Contact: He Qing-hua

摘要:

为了提高挖掘机的可靠性水平和智能化程度,提出了基于有源自回归(ARX)模型与模糊C-均值(FCM)聚类的挖掘机液压系统故障诊断方法。该方法将故障诊断分成故障特征提取和故障分类两个部分。在故障特征提取中,针对已知故障和测试故障分别建立ARX模型,提取ARX模型的自回归系数作为故障特征。在故障分类中,以FCM聚类作为故障分类器,将测试故障归入已知故障的某个分类中,判断系统的故障类型。仿真和实验结果表明,ARX模型与FCM聚类相结合的故障诊断方法能有效地应用于挖掘机液压系统

关键词: 自动控制技术, 故障诊断, 有源自回归模型, 模糊C-均值聚类, 液压系统, 挖掘机

Abstract:

In order to improve the reliability and intelligence of the excavator, a fault diagnosis approach of its hydraulic system based on an auto-regressive with extra inputs (ARX) model and the fuzzy C-means (FCM) clustering was proposed. This approach does fault diagnosis by two steps: fault feature extraction and fault classification. In the first step, the ARX models are established for known faults and unknown faults. The auto-regressive parameters extracted from the model are regarded as the fault feature. In the second step, the FCM clustering is used as the fault feature classifier to identify unknown faults. Both the simulation and experiment results showed that the proposed fault diagnosis approach can be effectively applied to the excavator hydraulic system.

Key words: automatic control technology, fault diagnosis, auto-regressive with extra inputs(ARX) model, fuzzy C-means(FCM) clustering, hydraulic system, excavator

中图分类号: 

  • TP206.3
[1] 顾万里,王萍,胡云峰,蔡硕,陈虹. 具有H性能的轮式移动机器人非线性控制器设计[J]. 吉林大学学报(工学版), 2018, 48(6): 1811-1819.
[2] 李战东,陶建国,罗阳,孙浩,丁亮,邓宗全. 核电水池推力附着机器人系统设计[J]. 吉林大学学报(工学版), 2018, 48(6): 1820-1826.
[3] 赵爽,沈继红,张刘,赵晗,陈柯帆. 微细电火花加工表面粗糙度快速高斯评定[J]. 吉林大学学报(工学版), 2018, 48(6): 1838-1843.
[4] 王德军, 魏薇郦, 鲍亚新. 考虑侧风干扰的电子稳定控制系统执行器故障诊断[J]. 吉林大学学报(工学版), 2018, 48(5): 1548-1555.
[5] 闫冬梅, 钟辉, 任丽莉, 王若琳, 李红梅. 具有区间时变时滞的线性系统稳定性分析[J]. 吉林大学学报(工学版), 2018, 48(5): 1556-1562.
[6] 张茹斌, 占礼葵, 彭伟, 孙少明, 刘骏富, 任雷. 心肺功能评估训练系统的恒功率控制[J]. 吉林大学学报(工学版), 2018, 48(4): 1184-1190.
[7] 董惠娟, 于震, 樊继壮. 基于激光测振仪的非轴对称超声驻波声场的识别[J]. 吉林大学学报(工学版), 2018, 48(4): 1191-1198.
[8] 李因武, 吴庆文, 常志勇, 杨成. 基于仿生斗齿的反铲液压挖掘机动臂仿真优化设计[J]. 吉林大学学报(工学版), 2018, 48(3): 821-827.
[9] 田彦涛, 张宇, 王晓玉, 陈华. 基于平方根无迹卡尔曼滤波算法的电动汽车质心侧偏角估计[J]. 吉林大学学报(工学版), 2018, 48(3): 845-852.
[10] 张士涛, 张葆, 李贤涛, 王正玺, 田大鹏. 基于零相差轨迹控制方法提升快速反射镜性能[J]. 吉林大学学报(工学版), 2018, 48(3): 853-858.
[11] 刘汉光, 王国强, 孟东阁, 赵寰宇. 液压挖掘机履带行走装置的合理预张紧力[J]. 吉林大学学报(工学版), 2018, 48(2): 486-491.
[12] 王林, 王洪光, 宋屹峰, 潘新安, 张宏志. 输电线路悬垂绝缘子清扫机器人行为规划[J]. 吉林大学学报(工学版), 2018, 48(2): 518-525.
[13] 胡云峰, 王长勇, 于树友, 孙鹏远, 陈虹. 缸内直喷汽油机共轨系统结构参数优化[J]. 吉林大学学报(工学版), 2018, 48(1): 236-244.
[14] 朱枫, 张葆, 李贤涛, 王正玺, 张士涛. 基于强跟踪卡尔曼滤波的陀螺信号处理[J]. 吉林大学学报(工学版), 2017, 47(6): 1868-1875.
[15] 晋超琼, 张葆, 李贤涛, 申帅, 朱枫. 基于扰动观测器的光电稳定平台摩擦补偿策略[J]. 吉林大学学报(工学版), 2017, 47(6): 1876-1885.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!