液压系统以其体积小、重量轻、功率大、工作平稳且可实现大范围内无级调速等优点,广泛应用于工程机械的动力、控制和执行系统。但是,液压系统工作状况直观性差,参数不易获取,故障具有多发性、不确定性和隐蔽性;液压系统故障征兆与故障原因之间存在复杂的非线性映射关系,不能用简单的函数关系来描述,给经典故障诊断技术带来了困难,而基于神经网络和专家系统的智能诊断技术很好的解决了上述问题,使诊断结果更加准确可靠。 本文综合分析了目前各种液压系统故障诊断技术和方法,针对液压系统故障的特点,建立了基于神经网络的液压故障诊断专家系统(ANNES)的模型及系统各组成部分(知识存储系统、学习系统、推理机、解释器和人机交互界面)的详细结构和设计方法。最后针对挖掘机液压系统实现了基于ANNES的故障诊断,证明了该故障诊断方法的可行性。 ANNES融合了神经网络自适应学习能力强和专家系统知识表达明确的优点,简化了神经网络学习数据获取及专家系统推理规则建立的过程。ANNES的工作过程是:①首先建立知识库;②学习系统获取知识时,它只要求专家提供范例(或实例)及相应的解,通过神经网络学习算法对样本进行学习,经过网络内部自适应算法不断修改权值分布以达到要求,把专家求解实际问题的启发式知识和经验分布到网络的互连及权值分布上;③推理机根据知识库中的知识和用户提供的事实进行推理;④通过神经网络的前向计算,在输出端获得输出矢量:⑤经专家系