[发明专利]一种电液伺服阀故障诊断方法

说明书

本发明属于电液伺服阀技术，具体涉及电液伺服阀故障诊断方法。本发明包括以下步骤：1)参数采集：采集伺服阀参数包括阀左腔压力、阀右腔压力、阀进口流量、阀出口流量、阀壳体温度和阀电流；2)数据处理：采用奇异值分解及余弦分析法对采集到的伺服阀参数进行处理；3)故障诊断：运用准备好的参数训练快速准确的神经网络模型，基于该网络模型进行故障诊断；4)结果输出和处理：模型输出并反归一化，显示并处理诊断结果。本发明有助于解决电液伺服阀故障诊断过程中参数采集多、速度运行慢、精度诊断低的问题，可应用于航空机载电液伺服阀的故障诊断领域或其他领域。

技术领域

本发明属于电液伺服阀技术，具体涉及电液伺服阀故障诊断方法。

背景技术

电液伺服阀是液压伺服系统的核心元件，同时也是液压系统中故障率最高的部位，其使用情况决定系统的工作性能。电液伺服阀的故障通常表现为机械故障、电气故障、液压故障交织在一起，致使故障现象与故障原因不是简单的线性对应关系，而是表现为严重的非线性映射关系，其发生故障时，通常能导致系统控制精度和稳定性变差，严重时将会使系统失效。

特别是对于飞机机载电液伺服阀，在工作中，处在高温、高压、强振动、高动态等极端环境下，因此其采集的信号会受到较大干扰，容易导致有效的信息淹没在噪声之中，使得电液伺服阀的信号采集和分析处理产生极大的困难。

随着飞机液压系统的复杂程度越来越高，为保障飞机液压系统的安全和可靠性，电液伺服阀等关键部件所需监测传感器数量相应增加，从而使飞机重量增加，产生飞机的性能下降、油耗增加等一系列问题。

发明内容

本发明的目的：针对上述问题，提出了一种能够不增加监测传感器情况下，仍能够实现对电液伺服阀故障准确诊断的方法。

本发明的技术方案是：

一种电液伺服阀故障诊断方法，具体步骤如下：

步骤1：采集电液伺服阀参数；

步骤2数据处理：对采集到的伺服阀参数进行去噪处理，然后采用余弦分析法进行伺服阀参数降维；

步骤3故障诊断：将经过降维处理的伺服阀参数进行训练得到故障网络模型，并将实时采集的电液伺服阀参数数据作为故障分类的准备数据，基于该故障网络模型进行故障诊断；

步骤4结果输出和处理，对该故障网络模型输出数据并拟合诊断结果。

所述步骤1中采集的电液伺服阀参数包括：阀左腔压力、阀右腔压力、阀进口流量、阀出口流量、阀壳体温度和阀电流。

所述步骤2对采集的伺服阀参数数据进行去噪处理过程如下：

将采集的伺服阀参数数据组成m行n列的矩阵A，进行奇异值分解，分解如下：

其中U代表各维度数据之间的相似方向，V则显示了每条数据之间的相似程度，Σ是对角矩阵，对角线上的值为奇异值，非零奇异值的个数为矩阵的秩，T为转置符号，m、n为大于1的整数；

当选择的各维度数据之间是相关的，则奇异值就会有零值；如不相关，则奇异值均是非零值；选择的各维度数据不相关，且奇异值之间差距较大，则认为有噪声，通过设定数据阈值，将小于该数据阈值的奇异值归零，重新合成矩阵即可消除噪声数据。

所述步骤2中采用余弦分析法，对重新合成矩阵的各列向量之间的余弦值分析进行向量相似性判断，将相似向量合并成复合向量，所对应的坐标值定义为复合参数，实现对合成矩阵内的伺服阀参数数据的降维处理。

两个向量之间的余弦值在批量数据下趋于稳定且在[0.707，1]区间内，该两个向量互为相似向量。