盾构机是一种集机械、电气、液压、测量等多学科融合的重型工程机械,承担着隧道施工的主要任务。液压系统为盾构机作业提供主要动力,具有精密性强,流量压力大,动作准确,系统复杂等特点,加上恶劣的施工条件以及液压元件使用和维护上的不当,使得盾构机液压系统故障频发。盾构施工在地下完成,当液压系统某处发生故障,在未知故障发生确切位置时,贸然对液压元件进行拆卸和检修,势必会耗费较长时间,影响盾构工作的正常进行,直接的延长了施工工期,导致工程成本增加。同时,拆卸元件必然造成系统污染。因此,为了提高盾构机液压系统故障诊断的精确性以及工作效率,减少停机次数,探究与盾构机液压系统相适应的、及时有效的故障诊断及预测方法很有意义。本研究针对三菱盾构机施工过程中液压推进系统出现的液压泵、液压缸、液压阀等使用频繁的液压元件以及液压油的故障原因进行分析。本文的主要工作和成果有:1、从液压推进系统工作原理出发,详细分析了系统主要元件常见故障的机理,在AMESim仿真平台建立各元件的仿真模型,结合各元件在系统中的作用建立了推进系统仿真模型;通过更改元件关键参数仿真各类故障,提取六类故障数据。2、结合故障诊断的特点,将变量加权Fisher判别分析的故障诊断方法应用于盾构机液压推进系统。运用仿真故障数据得到每一类故障的加权向量,建立VW-FDA模型。利用加权马氏距离的平方决定测试样本的归属。3、变量加权(VW)与LVQ神经网络结合起来,提出了基于VW-LVQ神经网络的故障诊断方法。故障数据经过变量加权(VW)后,组合故障数据集能够包含更多的故障信息,从而提高LVQ神经网络学习速度和故障识别能力。