文献类型：期刊文章

作　　者：郝用兴[1] 刘玉洋[1] 马子领[1] 周洋[1] 周建军[2]

HAO Yongxing;LIU Yuyang;MA Ziling;ZHOU Yang;ZHOU Jianjun(School of Mechanical Engineering,North China University of Water Resources and Electric Power,Zhengzhou 450045,China;State Key Laboratory of Shield Machine and Boring Technology,China Railway Tunnel Group Co.,Ltd.,Zhengzhou 450041,China)

机构地区：[1]华北水利水电大学机械学院,郑州450045 [2]中铁隧道集团有限公司盾构及掘进技术国家重点实验室,郑州450041

出　　处：《中国科技论文》

基　　金：国家高技术研究发展计划(863计划)资助项目(2012AA041802);河南省科技攻关重点项目(162102110134);2018年河南省科技攻关项目(182102210063);2015年度河南省基础与前沿技术研究项目(152300410215)

年　　份：2018

卷　　号：13

期　　号：10

起止页码：1142-1147

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、IC、JST、UPD、核心刊

摘　　要：针对盾构机推进液压系统结构复杂与高度非线性,难以建立准确数学模型等问题,提出一种基于差分进化算法(differential evolution,DE)和BP神经网络融合的模型,用于盾构机推进液压系统故障诊断。利用BP神经网络完成系统各故障输入到故障类别输出的非线性映射,同时采用DE建立系统故障诊断模型并加快收敛速度。通过AMESim仿真软件搭建6 450mm土压平衡盾构机推进液压系统模型,修改液压元件模型参数,仿真7种故障类型,验证诊断算法的有效性。结果表明,该诊断模型输出层节点误差在0~8%的范围内,能够准确识别推进液压系统故障的类型,实现故障诊断。DE能有效提高BP神经网络的收敛速度,将故障类型的识别精度提高29%。

关 键 词：盾构机 故障诊断 推进液压系统 差分进化算法 BP神经网络  AMESIM仿真

分 类 号：U455.3] TP277]