典型文献
角域多信息熵融合算法的EHA柱塞泵滑靴副状态评估方法
文献摘要：
滑靴副是电静液执行器(Electro-hydrostatic Actuator,EHA)柱塞泵中受力最为复杂和薄弱环节,在变转速极端工况下对其健康状态进行有效评估对于EHA的安全稳定运行尤为重要.针对滑靴副在变转速工况下磨损故障特征机理复杂、难以揭示的问题.提出一种基于角域多信息熵融合算法的新状态评估方法,结合阶比分析与信息熵理论,针对EHA变转速极端工况提出"角域信息熵"新概念,运用BP神经网络和D-S证据理论构建基于角域多信息熵融合的滑靴磨损状态评估模型;最后在恒压变转速工况条件下,以滑靴外边缘偏磨磨损故障为例对评估模型进行测试试验验证和结果分析,证实状态评估方法有效性和评估结果的准确性.
文献关键词：
电静液执行器;柱塞泵;滑靴副;角域信息熵;状态评估
中图分类号：
作者姓名：
孙红梅;王杰;王志伟;刘思远
作者机构：
北京电子科技职业学院,北京 100167;燕山大学河北省重型机械流体动力传输与控制重点实验室,河北秦皇岛 066004;先进锻压成形技术与科学教育部重点实验室(燕山大学),河北 秦皇岛 066004
文献出处：
引用格式：
[1]孙红梅;王杰;王志伟;刘思远-.角域多信息熵融合算法的EHA柱塞泵滑靴副状态评估方法)[J].液压与气动,2022(06):52-62
A类：
电静液执行器,角域信息熵,滑靴磨损
B类：
多信息,信息熵融合,融合算法,EHA,柱塞泵,滑靴副,Electro,hydrostatic,Actuator,极端工况,健康状态,有效评估,安全稳定运行,变转速工况,磨损故障,故障特征,新状态,阶比分析,信息熵理论,新概念,证据理论,理论构建,磨损状态,状态评估模型,恒压,工况条件,外边,偏磨,磨磨,测试试验
AB值：
0.293046
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
