公开(公告)号：CN119962162A

公开(公告)日：2025-05-09

申请号：CN202411845852.0

申请日：2024-12-16

Applicant: 长沙理工大学

Inventor： 唐宏宾 ,  任广安 ,  周靖南 ,  唐律 ,  贺湘宇 ,  梁翊骁 ,  喻磊全

IPC: G06F30/20 ,  G06N3/0464 ,  G06F119/14

Abstract: 本发明属于柱塞泵故障诊断技术领域，尤其是涉及一种模型与数据融合的柱塞泵变载荷故障诊断方法。首先构建液压泵虚拟样机模型并模拟不同负载下的故障，获取仿真压力信号；然后进行液压泵故障诊断实验，采集不同负载、不同故障模式的实验压力信号；然后，提出一种利用数据信号方差求取最优数据融合权值的方法，确保不同信号中的重要信息能有效融合，减少噪声影响，得到融合数据；最后，建立首层宽卷积深度神经网络模型(WDCNN)进行实验验证。实验结果表明：在一种负载和多种负载混合的情况下，该方法均有较高的故障诊断准确率，验证了所提方法在柱塞泵变载荷故障诊断的可行性。