基于控制律重组的双级滑阀真空泵故障诊断算法研究

作     者：吕冬梅 韩江 于振华 Lv Dongmei;Han Jiang;Yu Zhenhua

作者机构：合肥工业大学机械与汽车工程学院合肥230009 

出 版 物：《真空科学与技术学报》 (Chinese Journal of Vacuum Science and Technology)

年 卷 期：2015年第35卷第5期

页      面：533-537页

核心收录：

学科分类：0808[工学-电气工程] 080704[工学-流体机械及工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 0817[工学-化学工程与技术] 0806[工学-冶金工程] 0807[工学-动力工程及工程热物理] 0805[工学-材料科学与工程（可授工学、理学学位）] 0703[理学-化学] 0702[理学-物理学] 

基　　金：国家重大科技专项(2012ZX04001-021) 国家自然科学基金项目(51275147) 安徽省自然科学基金项目(KJ2013B069) 

主　　题：控制律重组 信息提取 双极滑阀真空泵 PARD-BP算法 数据训练 故障诊断 

摘      要：为提高双级滑阀真空泵工作可靠性,针对双级滑阀式机械真空泵在实际生产过程中可能出现的故障现象,引入控制律重组和PARD-BP神经网络故障诊断算法,以2H-150型双级滑阀真空泵振动故障样本采集数据作为输入,以故障模式矩阵作为目标输出,对PARD-BP算法所得数据进行训练优化;再提出动态数据信息提取概念,进行其动态信息收集提取,采用目前广泛应用的Poly-Max模态参数识别方法进行结果验证,结果表明真空泵X、Y和Z方向上最大的峰值分别下降了31.93%,21.54%和19.37%,证实滑阀真空泵的故障诊断方法具有可靠性。