基于深度神经网络的电液伺服泵控系统健康评估研究.pdf

２０２４年５月机床与液压Ｍａｙ２０２４

第５２卷第９期ＭＡＣＨＩＮＥＴＯＯＬ＆ＨＹＤＲＡＵＬＩＣＳＶｏｌ５２Ｎｏ９

－

ＤＯＩ：１０．３９６９／ｊｉｓｓｎ１００１３８８１２０２４０９０２６

－

文献引用：刘克毅，李渊，王飞，等．基于深度神经网络的电液伺服泵控系统健康评估研究［Ｊ］．机床与液压，２０２４，５２（９）：１７３１７９．

－

Ｃｉｔｅａｓ：ＬＩＵＫｅｙｉ，ＬＩＹｕａｎ，ＷＡＮＧＦｅｉ，ｅｔａｌ．Ｒｅｓｅａｒｃｈｏｎｈｅａｌｔｈａｓｓｅｓｓｍｅｎｔｏｆｅｌｅｃｔｒｏｈｙｄｒａｕｌｉｃｓｅｒｖｏｐｕｍｐｃｏｎｔｒｏｌｓｙｓｔｅｍｂａｓｅｄｏｎ

－

ｄｅｅｐｎｅｕｒａｌｎｅｔｗｏｒｋ［Ｊ］．ＭａｃｈｉｎｅＴｏｏｌ＆Ｈｙｄｒａｕｌｉｃｓ，２０２４，５２（９）：１７３１７９．

基于深度神经网络的电液伺服泵控系统健康评估研究

１，２，３４１，２，４１，２，４１，２１，２

刘克毅，李渊，王飞，陈革新，王梦，张亚欧

（１新疆工程学院新疆煤炭资源绿色开采教育部重点实验室，新疆乌鲁木齐８３００２３；２新疆工程学院

机电工程学院，新疆乌鲁木齐８３００２３；３吉林大学机械与航空航天工程学院，吉林长春１３００２２；

４燕山大学机械工程学院，河北秦皇岛０６６００４）

摘要：电液伺服泵控系统具备功重比高、响应快等优点，在多领域得到广泛应用，但如何针对该系统开展更有效健康

评估，进一步保障系统的安全性和可靠性成为必须面对的问题。按照明确原理、建立数学模型、建立仿真模型、仿真分析

的思路针对健康评估方法开展研究，提出油液体积含气量、气隙磁密、泄漏系数３个健康评估指标并确定阈值，构建了

－－

ＬＧＡ（ＬＳＴＭＧＲＮＮＡＮＮ）深度神经网络健康评估方法并进行仿真分析，结果显示该方法准确率约为９７４８％，比ＬＳＴＭ、

ＧＲＮＮ健康评估方法具有更高的准确率，为继续深入开展电液伺服泵控系统健康评估的研究提供了理论支持。

关键词：电液伺服泵控系统；健康评估；ＬＧＡ深度神经网络；仿真分析

中图分类号：ＴＨ１３７

－

ＲｅｓｅａｒｃｈｏｎＨｅａｌｔｈＡｓｓｅｓｓｍｅｎｔｏｆＥｌｅｃｔｒｏＨｙｄｒａｕｌｉｃＳｅｒｖｏＰｕｍｐＣｏｎｔｒｏｌ

ＳｙｓｔｅｍＢａｓｅｄｏｎＤｅｅｐＮｅｕｒａｌＮｅｔｗｏｒｋ

１，２，３４１，２，４１，２，４１，２１，２

ＬＩＵＫｅｙｉ，ＬＩＹｕａｎ，ＷＡＮＧＦｅｉ，ＣＨＥＮＧｅｘｉｎ，ＷＡＮＧＭｅｎｇ，ＺＨＡＮＧＹａ’ｏｕ

（１ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＸｉｎｊｉａｎｇ