液压厚度自动控制系统(HAGC)是现代大型板带轧机的核心系统,其性能好坏或工作是否正常是决定钢带质量和产量的关键。由于液压AGC系统是一个结构复杂且精度高的机、电、液综合控制系统,其结构和工作原理均比较复杂,可能的故障源既有结构性的,又有参数性的,具有非线性、时变性等特点,用传统的故障诊断方法无法迅速、准确地对故障进行诊断。因此,研究一种切实可行的故障智能诊断方法,对液压AGC系统故障进行准确的预报,对已发生的故障进行准确且迅速地智能诊断,提供可行的故障排除方法是迫切、必要的。本文在总结国内外大量文献资料的基础上,结合现代故障诊断理论、人工智能诊断理论、信息融合技术、数据库技术和计算机技术,对液压AGC系统故障的诊断策略进行了较为深入的研究。1.对液压AGC系统故障类型、机理和失效形式进行了深入分析和研究,提出了一种面向系统总体性能分析、在线监测与离线测试相结合的故障诊断策略方法。提出把基于多传感器信息融合的故障诊断方法应用于液压AGC系统中,并构建了液压AGC故障诊断系统集成神经网络信息融合的诊断框架。实际运用基于信号特性曲线的模糊故障诊断方法于液压AGC系统中,解决了故障解耦和故障特征参数提取的技术难点问题,提高了液压AGC系统故障诊断的精度。2.在分析信息融合技术发展的特点和优势的基础上,阐述了将多传感器信息融合技术应用于液压系统的基本原理和方法,提出了运用集成神经网络信息融合的方法,充分利用有效信息,构建了液压AGC故障诊断系统集成神经网络信息融合的诊断框架,有利于提高故障确诊率。3.在阐述信号分析的时域、频域和小波分析方法的基础上,对液压AGC系统的各种状态特征信号进行分析,结合液压AGC系统故障具有模糊性的特点,以电液伺服阀为例,将基于信号特性曲线的模糊故障诊断法应用于其中,准确识别出了各种故障状态,证明了该方法应用于液压AGC系统故障诊断的可行性和有效性。4.运用Visual C++6.0语言并结合Access数据库技术开发了液压AGC在线监测与故障智能诊断软件。在此诊断软件中,结合Matlab Engine引擎技术,成功实现了在Visual C++6.0中调用Matlab的技术难题,使我们在故障诊断系统中可运用时域、频域和小波分析对液压AGC系统的状态特征信号进行直接分析,为故障诊断提供了方便和有利的依据。从诊断系统结构和各个子模块功能出发,研究了在线监测模块的组成、信号分析模块的实现、知识库的建立、推理机的构造、解释机制的设计等关键问题,创建了整个故障诊断系统模块的框架,实现了在线监测、信号分析、故障查询、故障模糊诊断等一些基本的功能。