典型文献
钻机回转液压系统仿真与健康评估
文献摘要：
针对钻机实际故障数据获取较难和性能退化的非线性等问题,提出一种基于RBF神经网络的钻机回转液压系统健康状态评估方法.使用AMEsim软件搭建回转液压系统仿真模型,模拟了液压泵内泄露和液压马达内泄露,采集了样本数据并提取特征量,通过主成分分析法(PCA)对特征量进行降维处理,使用K均值算法(K-means)和粒子群优化算法(PSO)优化RBF神经网络参数,通过训练建立RBF神经网络健康评估模型,输入PCA处理后的数据,评估模型自动输出评估结果,实现了钻机回转液压系统健康状态的智能评估.结果表明,该方法具有较高准确性和可靠性,可用于钻机回转液压系统的健康评估,并为进一步开展钻机液压系统智能故障诊断和健康评估奠定了研究基础.
文献关键词：
钻机回转液压系统;智能化;健康评估;RBF神经网络;主成分分析;K-means-PSO-RBF神经网络;AMEsim仿真
中图分类号：
作者姓名：
李兆奎;田慕琴;宋建成
作者机构：
太原理工大学 矿用智能电器技术国家地方联合工程实验室,山西 太原 030024
文献出处：
引用格式：
[1]李兆奎;田慕琴;宋建成-.钻机回转液压系统仿真与健康评估)[J].现代电子技术,2022(23):105-108
A类：
钻机回转液压系统
B类：
液压系统仿真,健康评估,故障数据,数据获取,性能退化,RBF,系统健康状态,健康状态评估,AMEsim,液压泵,内泄,液压马达,达内,提取特征,特征量,降维处理,means,粒子群优化算法,PSO,网络参数,网络健康,智能评估,智能故障诊断
AB值：
0.234357
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。
