[发明专利]基于HSMM-SVM模型的大型液压机故障诊断方法与装置

权利要求书

1.基于HSMM-SVM模型的大型液压机故障诊断方法，其特征在于，包括如下步骤：

S1：采集液压机的诊断信号；

S2：通过对诊断信号进行处理以提取特征向量；

S3：建立HSMM-SVM模型的分类器，将特征向量输入分类器中得到故障信息。

2.如权利要求1所述的基于HSMM-SVM模型的大型液压机故障诊断方法，其特征在于：所述诊断信号包括液压机的液压压力信号、液压流量信号、液压温度信号、电磁阀得断电情况、振动信号。

3.如权利要求1或2所述的基于HSMM-SVM模型的大型液压机故障诊断方法，其特征在于：步骤S3中通过将特征向量输入分类器对分类器进行训练，验证分类器的分类精度以使分类器的准确度达到预设精度。

4.如权利要求3所述的基于HSMM-SVM模型的大型液压机故障诊断方法，其特征在于：步骤S2中将诊断信号通过小波阀值去除噪声以得到滤波信号，通过经验模态EMD分解滤波信号获取本征模态函数本征模态函数IMF，根据式获取各个本征模态函数本征模态函数IMF的能量矩，根据式将能量矩进行构造特征向量并归一化。

5.如权利要求2所述的基于HSMM-SVM模型的大型液压机故障诊断方法，其特征在于：所述液压压力信号通过PPM-T322H压力传感器采集，所述液压流量信号通过FT-330型传感器采集，所述振动信号通过SG2000振动传感器采集。

6.如权利要求1或2所述的基于HSMM-SVM模型的大型液压机故障诊断方法，其特征在于：所述HSMM和SVM通过串联、并联或者嵌入融合形成HSMM-SVM模型。

7.如权利要求5所述的基于HSMM-SVM模型的大型液压机故障诊断方法，其特征在于：所述分类器包括用以存储有预设故障分类的故障模型库。

8.基于HSMM-SVM模型的大型液压机故障诊断装置，其特征在于：包括用以采集液压机的诊断信号的信号采集单元、用以接收并对诊断信号进行处理为特征向量的信号处理单元和用以对特征向量进行分析以得到故障信息的分类器，所述诊断信号包括液压机的液压压力信号、液压流量信号、液压温度信号、电磁阀得断电情况、振动信号。

9.如权利要求8所述的基于HSMM-SVM模型的大型液压机故障诊断装置，其特征在于：所述液压压力信号通过PPM-T322H压力传感器采集，所述液压流量信号通过FT-330型传感器采集，所述振动信号通过SG2000振动传感器采集。

10.如权利要求8或9所述的基于HSMM-SVM模型的大型液压机故障诊断装置，其特征在于：所述信号处理单元包括用以将诊断信号通过小波阀值去除噪声以得到滤波信号的滤波模块、用以通过经验模态EMD分解滤波信号获取本征模态函数本征模态函数IMF的IMF模态模块、用以计算本征模态函数IMF的能量矩的能量矩模块和用以对能量矩构造特征向量并归一化的特征向量构造模块。