[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

说明书

本发明提供基于HSMM‑SVM模型的大型液压机故障诊断方法与装置，属于液压机故障诊断技术领域。该基于HSMM‑SVM模型的大型液压机故障诊断方法与装置包括如下步骤：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。本发明首先采集液压机的诊断信号，然后通过对诊断信号进行处理以提取特征向量，接着建立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，这样可以获取液压机上的故障的诊断信息，精度较高，效率较高。

技术领域

本发明属于液压机故障诊断技术领域，涉及基于HSMM-SVM模型的大型液压机故障诊断方法与装置。

背景技术

液压技术已经成为世界各国工业领域的关键技术之一，据不完全统计，现在95%以上的机械设备都采用液压技术和装置，液压机是各种高强度钢、碳素钢和合金钢的加工、锻压必须采用的核心装置，广泛使用在航空航天、钢材、大型轴承件、核工业、军事、船舶、起吊机、人造板等重工业领域的设备中，是能源、石油、冶金等国民经济支柱产业中的关键设备，一些液压机是工业体系和国防所需的战略装备，是国家发展大型军事装备和大型工业装备的基础设备，标志着国家综合生产能力与技术发展水平，其可靠性和安全运行性至关重要。液压机实质是一个融机电液控于一体的系统，控制复杂、故障诊断困难。故障停机不但降低了企业的生产效率，造成巨大的经济损失，而且因为这些液压设备的维修技术被国外封锁，给生产企业带来极大的困难，因此对液压机设备的可靠运行、故障诊断与健康预测具有重大现实意义。

发明内容

本发明针对现有的技术存在的上述问题，提供基于HSMM-SVM模型的大型液压机故障诊断方法与装置，本发明所要解决的技术问题是：如何提供基于HSMM-SVM模型的大型液压机故障诊断方法与装置。

本发明的目的可通过下列技术方案来实现：

基于HSMM-SVM模型的大型液压机故障诊断方法，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。

优选的，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。

优选的，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。

优选的，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。

优选的，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。

优选的，所述HSMM和SVM通过串联、并联或者嵌入融合形成HSMM-SVM模型。

优选的，所述分类器包括用以存储有预设故障分类的故障模型库。

基于HSMM-SVM模型的大型液压机故障诊断装置，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。

优选的，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。