基于改进ART神经网络的液压系统故障诊断研究  

Research of Hydraulic System Fault Diagnosis Based on the Improved ART Neural Network

作　　者：熊钰[1] 吴小川[1] 钱凯[1] 

机构地区：[1]重庆交通大学机电与汽车工程学院,重庆400074

出　　处：《北京汽车》2013年第4期25-31,共7页Beijing Automotive Engineering

基　　金：中国博士后基金(20070420714);重庆市"企业科技特派员"科技资助项目(CSTC.2009DA0001-B)

摘　　要：为研究工程机械液压系统故障的诊断,提出一种墨西哥草帽函数改进的ART神经网络学习算法,增强输入矢量距敏感特征近的区域对模式分类的影响。采用距离分区技术调整输入模式的特征矢量,提高诊断的精度和效率。用Amesim_HCD库建立液压系统液压泵、多位换向阀结构模型,用Amesim建立起重机液压系统模型。通过对液压系统各类型故障仿真,验证了改进ART方法对起重机液压系统故障诊断的可靠性。开发了基于改进ART神经网络的起重机液压系统故障诊断专家系统。

关 键 词：改进ART AMESIM 故障诊断 神经网络 专家系统 

分 类 号：U469.6[机械工程—车辆工程] TH137[交通运输工程—载运工具运用工程]