基于BAS-BP模型HMCVT换段液压系统故障的诊断方法

• Published in: 南京农业大学学报 Vol. 46; no. 3; pp. 626 - 634
• Main Authors: 王家博, 张海军, 赵余祥, 刘永华, 肖茂华, 鲁植雄, 王光明
• Format: Journal Article
• Language: Chinese
• Published: 南京农业大学工学院,江苏 南京210031 2023; 江苏农林职业技术学院,江苏 句容212400%南京农业大学工学院,江苏 南京210031%江苏农林职业技术学院,江苏 句容212400%山东农业大学机械与电子工程学院,山东 泰安271018
• Subjects: BAS算法; 液压机械无级变速器; BP神经网络; 故障诊断
• ISSN: 1000-2030
• DOI: 10.7685/jnau.202205032

U226.8+1; [目的]为了提高液压机械无级变速器(HMCVT)换段液压系统的平稳性和安全性,设计了一种应对换段液压故障的诊断方法.[方法]利用自主研发的液压机械无级变速器试验平台,获得5种油路故障状态模式数据集;通过数据预处理及随机抽取的方法得到120组单一故障样本集和21组组合故障样本集,基于天牛须搜索算法(beetle antennae search,BAS)和BP(back propagation)神经网络,对处理后的120组单一故障样本建立了故障诊断模型;对标准BP神经网络模型和优化型BP神经网络模型进行试验测试和比对研究.[结果]所使用的BAS-BP方法对试验样本实现了5种油路状态模式分类;与标准BP神经网络相比,BAS-BP方法可以更好防止网络受限于局部极小值,且故障诊断正确率提升10％.[结论]与常规优化算法相比较,BAS-BP方法所需训练时间短、收敛速度快,算法运行速率提升85.76％,拥有更好的稳定性和判别精度.特别需要指出的是,该方法对于组合故障的判别仍然有效.