化工儀器網(wǎng)
資料下載
原裝MOOG伺服閥性能曲線圖
閱讀：756 發(fā)布時(shí)間：2021-6-11| 提 供 商 | 上海維特銳實(shí)業(yè)發(fā)展有限公司 | 資料大小 | 20.5KB |
|---|---|---|---|
| 資料圖片 | 下載次數(shù) | 58次 | |
| 資料類型 | WORD 文檔 | 瀏覽次數(shù) | 756次 |
| 免費(fèi)下載 | 點(diǎn)擊下載 |
原裝MOOG伺服閥性能曲線圖
美國MOOG穆格伺服閥在線特征向量的提取
利用上述小波包技術(shù)對伺服閥的開口度信號進(jìn)行聯(lián)合時(shí)頻分析,。作者采集了正常到zui終因球頭過度磨損而損壞的伺服閥開口度信號，分別對正常,、中間和損壞狀態(tài)進(jìn)行5 層小波包分解。圖4 列出了第2,、3,、6、16,、24 和31 頻帶上的圖譜。圖中橫坐標(biāo)為一個(gè)道次的時(shí)間,，單位為s,，縱坐標(biāo)為開口度。比較分析三種狀態(tài)的伺服閥開口度發(fā)現(xiàn),，損壞的伺服閥的信號分解后在各個(gè)頻帶上的變化頻率要大于正常狀態(tài)，但無法直觀判斷哪個(gè)頻帶對伺服閥狀態(tài)的變化zui靈敏。為此需要進(jìn)一步進(jìn)行實(shí)驗(yàn)研究,。實(shí)驗(yàn)證明,，5 層小波分解得到的結(jié)果結(jié)合神經(jīng)網(wǎng)絡(luò)狀態(tài)識別方法能較好地區(qū)分出伺服閥的狀態(tài)，故基于伺服閥開口度獲得32 個(gè)特征量,，同時(shí)結(jié)合伺服閥的在線檢測參數(shù) δs 和pl，提取出伺服閥在線特征向量[ew1,，ew2,，…，ew32,，δs，pl],。但是,，過多的特征量將對在線診斷效率產(chǎn)生較大的影響，因此需要對特征量進(jìn)行約簡,。
美國MOOG穆格伺服閥的動(dòng)態(tài)故障診斷,，需要對伺服閥的在線工作特性進(jìn)行研究,，在此基礎(chǔ)上對其工作特征信息進(jìn)行在線提取。這方面的研究目前還很少,，文獻(xiàn)[6]提出了用小波分析的方法來構(gòu)造奇異信號的提取器,，應(yīng)用于伺服閥的故障診斷中。文獻(xiàn)[7]運(yùn)用動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)對伺服閥建立了動(dòng)態(tài)模型仿真,，并進(jìn)行實(shí)時(shí)監(jiān)控,，在系統(tǒng)發(fā)生故障時(shí)可對故障源準(zhǔn)確定位,。前者對伺服系統(tǒng)的實(shí)時(shí)信號進(jìn)行采集，并與正常情況下的標(biāo)準(zhǔn)信號分別進(jìn)行離散小波變換后對比,，然后在提取器中做信號重構(gòu)并輸出異常成分,，從而達(dá)到對系統(tǒng)故障的實(shí)時(shí)診斷效果,。后者的動(dòng)態(tài)診斷性能體現(xiàn)在對系統(tǒng)的位置、壓差等連續(xù)信號進(jìn)行實(shí)時(shí)監(jiān)控檢測,，并與系統(tǒng)原有信號生成故障殘差,，從而動(dòng)態(tài)監(jiān)測系統(tǒng)故障。作者運(yùn)用小波包分解結(jié)合系統(tǒng)實(shí)時(shí)檢測選取適當(dāng)?shù)奶卣飨蛄?，并借助粗糙集簡化特征向量維數(shù),，動(dòng)態(tài)監(jiān)控系統(tǒng)運(yùn)行狀態(tài)，通過訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)對系統(tǒng)發(fā)生的故障進(jìn)行動(dòng)態(tài)檢測,。
美國MOOG穆格伺服閥狀態(tài)信號的分析和選擇
所研究的伺服閥為多級伺服閥，一個(gè)雙噴嘴擋板的二級先導(dǎo)閥和一個(gè)大功率輸出級滑閥的主閥,。伺服閥把微小的電信號通過力位移轉(zhuǎn)換器 ( 力矩馬達(dá))變?yōu)槲⑿〉奈灰菩盘?，再用前置放大器把微小的位移信號轉(zhuǎn)換為推動(dòng)滑閥運(yùn)動(dòng)的壓力信號,。滑閥借助閥芯的位移輸出很大的流體動(dòng)力信號,。
原裝MOOG伺服閥性能曲線圖
美國MOOG穆格電液伺服閥的在線故障診斷長期以來都是重大裝備性能維護(hù)中亟需解決的難題之一,，作者對伺服閥的動(dòng)態(tài)特征信息的在線提取方法進(jìn)行了研究:
( 1) 基于伺服閥的工作特性,，提出了一種反映伺服閥動(dòng)態(tài)特征的狀態(tài)信號選取方法。
( 2) 通過對伺服閥閥芯開口度的時(shí)頻聯(lián)合分析,，結(jié)合所選取的伺服閥特征參數(shù),，提取出反映伺服閥動(dòng)態(tài)特征信息的特征向量,。
( 3) 基于粗糙集理論對特征量進(jìn)行了特征約簡，大大提高了伺服閥異常狀態(tài)在線識別的效率,。通過人工神經(jīng)網(wǎng)絡(luò)對伺服閥性能在線診斷的實(shí)驗(yàn)結(jié)果表明: 基于所提出的伺服閥動(dòng)態(tài)特征信息在線提取方法,，能有效判斷伺服閥的工作狀態(tài)，為電液伺服閥的在線故障診斷奠定了基礎(chǔ),，對實(shí)際伺服閥的使用和維護(hù)具有指導(dǎo)意義。進(jìn)一步的研究將是通過伺服閥故障模式的積累,，對伺服閥的潛在故障作出診斷和預(yù)測,，為伺服閥的維護(hù)提供更加有效便捷的手段,。
美國MOOG穆格電液伺服閥是電液伺服控制中的關(guān)鍵元件,，其性能關(guān)系到整個(gè)伺服系統(tǒng)的控制精度和響應(yīng)速度,。當(dāng)前，伺服閥的故障診斷仍以離線為主,，缺乏在線診斷的有效手段。根據(jù)伺服閥的工作特性,，提出一種反映伺服閥動(dòng)態(tài)特征的狀態(tài)信號選取方法; 通過對伺服閥閥芯開口度進(jìn)行時(shí)頻聯(lián)合分析,，結(jié)合所選取的伺服閥特征參數(shù),，提取出反映伺服閥動(dòng)態(tài)特征信息的特征向量; 采用粗糙集理論對特征量進(jìn)行約簡以提高在線診斷效率?；谌斯ど窠?jīng)網(wǎng)絡(luò)的伺服閥性能在線診斷的實(shí)驗(yàn)結(jié)果表明: 所提取的特征向量能夠準(zhǔn)確反映伺服閥動(dòng)態(tài)特征信息，有效判斷伺服閥的異常狀態(tài),，為電液伺服閥的在線故障診斷提供了參考。
原裝MOOG伺服閥性能曲線圖
上海維特銳是一家專業(yè)從事工業(yè)系統(tǒng)自動(dòng)化,，集科技,、設(shè)備供應(yīng),，工程、貿(mào)易為一體的綜合性企業(yè),，公司主要銷售德國,、歐美,、日本、韓國,、中國臺灣等精良的工控元件,、工控自動(dòng)化等產(chǎn)品。