钻机回转液压系统仿真与健康评估

摘要：

针对钻机实际故障数据获取较难和性能退化的非线性等问题,提出一种基于RBF神经网络的钻机回转液压系统健康状态评估方法.使用AMEsim软件搭建回转液压系统仿真模型,模拟了液压泵内泄露和液压马达内泄露,采集了样本数据并提取特征量,通过主成分分析法(PCA)对特征量进行降维处理,使用K均值算法(K-means)和粒子群优化算法(PSO)优化RBF神经网络参数,通过训练建立RBF神经网络健康评估模型,输入PCA处理后的数据,评估模型自动输出评估结果,实现了钻机回转液压系统健康状态的智能评估.结果表明,该方法具有较高准确性和可靠性,可用于钻机回转液压系统的健康评估,并为进一步开展钻机液压系统智能故障诊断和健康评估奠定了研究基础.

关键词：钻机回转液压系统、智能化、健康评估、RBF神经网络、主成分分析、K-means-PSO-RBF神经网络、AMEsim仿真

所属期刊栏目：45

分类号：TN919-34;TH137;TP183

资助基金：山西省重点研发计划项目;山西省自然科学基金重点项目

在线出版日期：2022-12-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：105-108