论文部分内容阅读
随着液压技术的发展,液压在整个国民经济和国防行业表现得越来越重要。液压泵和液压马达作为液压系统的动力元件和执行元件,是整个液压系统的核心部分。其性能的好坏直接关系到整个液压系统的可靠性和稳定性。液压泵、马达也是整个液压系统中最容易损坏的元件,其故障部位不易查找。并且为了保证维修之后的液压泵和马达能正常使用,在使用之前必须对其各项性能进行测试。因此设计出带有故障自诊断的液压泵、马达测试系统是十分必要的。本文主要研究的目标是：根据液压泵故障特征设计液压泵故障模式识别软件,能识别出液压泵的正常、柱塞故障、缸体故障和配油盘故障这4种模式；研究液压泵的测试内容,设计液压系统,对维修后的液压泵和液压马达能测试出其主要参数。本文主要从以下几方面进行论述：1.根据国内外对液压测试技术的研究和企业实际需求,设计出测试系统的液压原理图。比较各企业的液压元件性能和价格,选定测试系统所需要的液压元件。2.传感器作为测试技术中的基本元件,对测试结果有很大的影响，通过对比各种传感器特点,确定了本课题中的各种传感器的型号。本文还分析了数据采集卡的主要参数,选用凌华公司生产的PCI-9111DG作为本课题的数据采集设备,并介绍了采集卡上的各引脚的连接。3.为了能准确的提取液压泵故障类别的特征,本文对小波包技术进行深入的研究,提出了采用小波包三层分解信号,提取第三层各频率段能量值作为模式识别的特征向量。神经网络具有良好的分类效果,本文对比了BP神经网络和概率神经网络对液压泵故障模式分类的效果。最终采用概率神经网络作为本课题的故障识别方法。4.运用LabVIEW软件设计测试系统软件进行数据采集,数据处理和数据显示。将LabVIEW采集到振动信号传输到MATLAB软件,利用MATLAB编写的故障诊断程序对信号做出诊断,并最终将结果返还到LabVIEW编写的系统中显示。实现了LabVIEW和MATLAB的混合编程。5.本文运用本课题所设计的系统对液压泵进行故障自诊断和测试,诊断结果和测试结果说明本课题所设计出来的系统能符合企业要求。