基于特性曲线的电液伺服阀神经网络故障模式识别

!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!

内噪声找出车身结构中存在的缺陷，更具有指导意义。通过实际应用表明，该方法能够直接找出车身结构的薄弱环节，并取得明显的控制效果。该方法切实可行，物理意义明确，是进行车内噪声控制的理想方法之一，可在产品开发与改进中推广应用。

参考文献：

［!］高波克治"汽車振動噪聲低減技術"日本自動車學

會出版，!##$：!%%!&%

［’］()*+,-，.)*+/0，(12345-"(67836879:;)328<=

6>3?28@:>AB )A9:C<><2D 6E1F1E>3:1G9<<1AB17?2H@976=H1A6I>6E 6E1J22D ，)>7;+9@，9AK L7>H M28AK97C".287=A9:2D F>N796>2A 9AK )328<6>3<，’%%!，!’’（O ）：!#P’%’［O ］邵宗安，王晚枝"汽车乘坐室结构与声学耦合特性

的研究"汽车工程，!##Q ，!P （’）：PR$O

（编辑

周佑启）

作者简介：李传兵，男，!#$’年生。重庆大学

（重庆市Q%%%QQ ）

机械工程学院讲师、博士。研究方向为汽车振动噪声控制、智能结构。发表论文$篇。李克强，男，!#PO 年生。清华大学（北京市!%%%RQ ）汽车工程系教授、博士研究生导师。富丽娟，女，!#$%年生。重庆工学院（重庆市

Q%%%&%）

机械工程及自动化系讲师。文章编号：!%%Q ;!O’!（’%%’）!%;%RO&;%O

基于特性曲线的电液伺服阀神经网络故障模式识别

曾良才

副教授

曾良才

孙国正

摘要：对电液伺服阀故障进行准确快速诊断十分重要。以喷嘴挡板式电液伺服阀为研究对象，分析伺服阀特性曲线与故障的关系，提出基于特性曲线的伺服阀故障诊断方法。通过实验提取一些常见故障模式的特性曲线，运用MG 神经网络，实现了电液伺服阀的故障诊断和模式识别。运用的神经网络结构简单，训练次数少，识别准确率较高，是一种实用可行的电液伺服阀故障诊断方法。

关键词：电液伺服阀；特性曲线；MG 网络；模式识别中图分类号：L5!O$

文献标识码：)

随着电液伺服系统向高精度、高性能、大型化、现代化方向不断发展，其结构日趋复杂，知识密集程度越来越高，故障率也不断增加，难以判断。特别是电液伺服控制系统中的关键元件电液伺服阀，是一个集机、电、液于一体的精密元件，其故障通常表现为机械故障、电气故障、液压故障复杂耦合，是故障率最高的部位。因此，对电液伺服阀故障进行准确、快速诊断与修复显得尤其重要。

!电液伺服阀故障与静态特性曲线的关系

电液伺服阀种类较多，本文以喷嘴挡板式电液伺服阀为研究对象。该阀是一种力反馈型二级电液伺服阀，主要由前置级的力矩马达和功率级的四通滑阀组成，通过反馈杆相连。

喷嘴挡板式电液伺服阀的故障［!］有以下几种

类型："小球磨损；#永久磁铁的退磁；$阀套密封破损；%主阀芯棱边磨损与主阀芯径向磨损；&

收稿日期：’%%!—%$—!!

主阀芯卡死、卡滞；’喷嘴堵塞、节流孔堵塞、内部滤芯堵塞等。当伺服阀出现故障时，相应的一条或多条静特性曲线会出现畸变，故障的程度不同，畸变的程度也有差异，即伺服阀故障和故障程度可由特性曲线反映出来，因而能用特性曲线进行电液伺服阀的故障诊断与模式识别。

空载流量特性曲线表明了伺服阀的流量增益、静态滞后的程度（滞环和游隙）、线性度、对称性等，更重要的是它反映了伺服阀零位特性的类型，以及阀芯阀套的配合性能。小球的磨损也能在空载流量特性曲线中很明显地反映出来。

压力增益特性曲线反映了伺服阀的流量压力系数和零位压力灵敏度，是阀芯控制窗口棱边磨损、阀芯与阀套配合间隙和摩擦系数及二者对中情况的度量。在实际使用中，压力增益的下降对阀系数影响不大，但曲线所反映的磁滞和零偏却有重要的现实意义。磁滞反映了伺服阀力矩马达游隙大小和阀套与阀芯之间的污染情况及摩擦阻力，而零偏是阀芯阀套对中好坏的标志。

内泄漏特性曲线反映了先导级喷嘴挡板阀及?

!Q R ?基于特性曲线的电液伺服阀神经网络故障模式识别———曾良才孙国正

万方数据