基于神经网络的液压缸微小内泄漏数据分析及预测的研究

摘要：

液压缸的内泄漏是工程机械故障中难以避免的,该故障会降低液压系统的工作效率,严重的内泄漏还会引发安全事故.构建一种实时测量液压缸内泄漏的系统,提出一种模拟液压缸微小内泄漏的方法,采用压力应变片将流量变化转换为应变信号的实验模型,对实验数据进行分析并建立应变-流量的数学模型,利用神经网络的学习与训练,对内泄漏量进行预测.最后将实际微小内泄漏量与神经网络的预测值相比较.实验结果表明,神经网络具有高精度和高效率的预测能力,为液压系统的微小泄漏监测奠定了基础.

关键词：液压缸微小内泄漏;模拟实验;神经网络;数据分析与预测

所属期刊栏目：49

分类号：TH137;TP183

资助基金：国家自然科学基金项目51975425

在线出版日期：2021-11-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1-5