一、液压油缸的故障分析与排除（论文文献综述）
陆跃德[1]（2022）在《自走式玉米收获机电控五路液压阀故障分析》文中研究表明自走式玉米收割机在经过十多年的快速发展,其液压系统已开始大面积采用电磁阀来控制,但是用户与维修人员对于电磁阀的认知仍旧是比较陌生的。长期使用难免导致某些零部件出现一些问题。因此,从电磁液压阀生产商的角度,通过对常用的电控五路液压阀进行功能部件的结构介绍与故障分析,希望为从事农机一线维护及维修人员提供帮助。
金忠礼,张争[2]（2021）在《单线循环客运索道液压张紧系统常见故障研究》文中提出作为一种环保型的交通运输工具,客运索道在越来越多的山岳型景区内部交通运输体系中发挥着重要作用。张紧系统的可靠性与索道安全平稳运行息息相关,而液压张紧系统已经成为单线循环客运索道张紧的主流设备。该文对索道液压张紧系统的工作特点、工作原理进行了简单介绍,在此基础上对索道运营过程中液压张紧系统的常见故障进行了分析与总结,并提出了索道液压张紧系统故障诊断程序。
龚燕青[3]（2021）在《某重型数控铣床主轴系统的可靠性研究》文中提出重型数控机床的主轴系统是机床核心功能子系统之一,主轴系统的可靠性直接影响着重型数控机床的可靠性,因此重型数控机床主轴系统的可靠性分析研究是提高重型数控机床可靠性的重要内容。通过对重型数控机床主轴系统的可靠性分析研究,可以找出系统的薄弱环节。针对易发生故障,提出有效的改进措施;同时,在系统的优化改进设计阶段,可以提供合理的可靠性分配方案。这些研究对重型数控机床的可靠性提高具有重要的意义。本论文以THP6513型重型数控机床为对象,针对重型数控机床主轴系统的可靠性分析,主要研究内容如下:（1）在系统组成单元和工作原理分析的基础上,对主轴系统进行了子系统划分,为后续可靠性研究工作奠定了基础。通过分析型号为THP6513机床的维修数据,得到了主轴系统常见的故障模式和频繁发生故障的子系统。（2）完成了主轴系统各子系统的故障模式、影响分析;并建立了基于模糊综合评判的主轴系统各故障模式的危害性定性分析。对主轴系统的各子系统:自动换刀系统、冷却系统、润滑系统、支撑系统和驱动系统进行了故障模式、影响分析,确定了各故障模式的严酷度等级,针对各故障模式提出了补偿措施;应用模糊综合评判方法对各故障模式进行了危害度的定性分析,得到了故障模式危害性的排序,结合补偿措施,为消除故障,提高系统可靠性提供了参考依据。（3）对重型数控机床主轴系统进行了故障树分析。对故障树采用上行法进行了定性分析,得到了顶事件发生故障的最小割集;通过对故障树进行定量计算得出顶事件发生概率、系统可靠度、平均无故障时间,最后以基本事件的故障率为条件计算出各中间事件的故障率和基本事件的概率重要度,完成了对故障树的定量分析。（4）为了能够将可靠性指标合理地分配到基本事件,提出了基于故障树的主轴系统可靠性分配方法,以故障率为可靠性分配指标。首先结合概率重要度的分配方法将顶事件的故障率分配到一级事件;其次采用可靠性再分配法将一级事件的故障率分配到二级事件;最后将需要调整故障率的二级事件采用层次分析法的分配方法将故障率分配到基本事件,最终将可靠性指标按照故障树的结构一层层合理地分配到各基本事件。
魏苏杰[4]（2021）在《随车起重机变幅液压系统故障诊断研究》文中研究说明科学技术的不断发展促进包括工程机械在内的重大装备趋于智能化,为保证其可靠性,设备的健康检测成为研究热点。液压系统作为工程机械的主要组成部分,保证其在运行过程中的可靠性显得尤为重要。目前,对于液压健康检测的研究,主要有基于知识、数据驱动、基于物理模型的三种常用方法,基于知识的健康检测方法适合定性推理,要求有较高的经验及知识储备,基于数据驱动的健康检测方法要求有大量的故障或全寿命周期数据。鉴于两种方法的局限性,基于模型的液压系统的健康检测方法有明显优势,利用获得的系统精确的数学模型,进行系统的健康检测。本文以随车起重机变幅液压系统为研究对象,首先分析变幅液压系统的故障特征,提出典型故障的模拟与注入方案,通过仿真验证所提方案的可行性;其次分析功率键合图和解析冗余关系理论,提出键合图与解析冗余关系相结合的基于模型的故障诊断方法,为验证方法的可行性,进一步搭建基于Simulink的故障诊断仿真模型,验证所提故障诊断方法的合理性。论文的主要研究如下:（1）分析随车起重机结构组成和液压系统工作原理,对变幅液压系统典型故障的机理进行研究,制定各故障的模拟与注入方案,利用AMESim软件建立故障仿真模型,从而验证所提出的故障模拟方案的可行性;（2）采用功率键合图建模方法,根据液压原理和各故障模拟方案,建立变幅液压系统有无故障的键合图模型,并建立各结点本构关系方程;（3）基于解析冗余理论的基本原理,提出与键合图相结合的基于模型的故障诊断方法,主要包括:残差生成、残差估计及故障诊断三个环节;（4）将基于模型的故障诊断方法应用到变幅液压系统换向阀卡死的故障诊断中。在Simulink中搭建故障诊断仿真模型,通过控制部分注入故障信息,故障诊断结果与注入信息的一致性,来验证故障诊断方法的合理性;（5）在随车起重机实验台上设计换向阀卡死故障实验,通过实验曲线与仿真曲线对比,验证故障诊断仿真模型的合理性,进一步验证故障诊断结果的可信度。
王萌[5]（2021）在《基于数据驱动的采煤机关键零部件故障诊断系统》文中进行了进一步梳理采煤机作为煤炭开采的重要装备,拥有庞大的体型和复杂的构造,其设备安全和稳定对煤炭开采效率有极大影响。由于采煤机工作环境恶劣和长期遭受电磁干扰等因素,导致采煤机故障时常发生。采煤机一旦发生故障,势必影响生产效率,甚至造成重大伤亡事故。因此对采煤机进行实时故障诊断和分析具有重要意义。煤矿为保证采煤机安全生产安装了具有监测和诊断功能的软件,但软件采用的诊断方法较为简单,通常只能够对明显的故障进行诊断且结果片面,未能精准确定具体故障部位、诊断效果差、准确率低、智能化程度滞后。此外,采煤机维护人员依旧使用传统诊断方法,诊断耗时较长且准确率不高,通常需专业设备的协助,对诊断人员也有较高的要求。随着大数据和人工智能的迅速发展,神经网络技术在故障诊断领域取得了大量的研究成果,但在采煤生产中应用仍较少。针对上述问题,本文以采煤机关键零部件为研究对象,研究基于传统诊断方法的参数诊断法和基于神经网络技术的深度残差网络故障诊断方法,分析上述两种方法在采煤机关键零部件故障诊断中应用的可行性。在诊断方法研究的基础上,搭建采煤机故障诊断系统,并验证系统的可靠性和稳定性。结合采煤机常见故障和传统诊断方法,提出了采煤机在线实时诊断的参数诊断方法。根据采煤机使用说明书和实际生产等方面要求,为采煤机故障设置报警阈值,经过参数诊断流程实现故障的诊断。选取煤矿生产现场采集的采煤机数据作为数据源,使用两台电脑模拟矿井数据传输和现场故障诊断进行验证实验,实验结果为参数诊断方法的综合准确率为98.9%,表明该方法对采煤机有较高的故障识别率,具有实用性。此外,设置了不同时间间隔的数据读取方式进行对比实验,结果表明了参数诊断时两条数据的时间间隔为5秒较为合适。基于深度残差网络理论提出了采煤机的深度残差网络（Res Net）故障诊断方法,首先构建深度残差网络故障诊断模型,然后通过dropout策略、BN层和合适的激活函数优化了模型的结构。该方法主要是对采煤机摇臂齿轮箱中的齿轮和轴承进行诊断,诊断结果更加详细,精准确定故障类型和位置。利用摇臂齿轮箱振动数据对深度残差网络故障诊断模型进行验证实验,实验结果为故障诊断的准确率可以达到99.6%,说明模型具有较高的故障识别率。采用混淆矩阵的评估方式分析模型的分类性能,结果为模型的平均分类精度可以99.6%,证明了模型具有较高的分类精度和分类稳定性。利用深度残差网络故障诊断方法和参数诊断方法智能融合的方式,共同完成采煤机摇臂齿轮箱内部齿轮和轴承的故障,既具有实时性,又丰富了诊断结果。使用Visual Studio 2010开发平台和SQL数据库设计并搭建了采煤机故障系统,实现采煤机的监测、故障诊断以及数据查询等功能。系统以逻辑代码实现了参数诊断方法的应用,以调用执行深度残差网络故障诊断模型的方法实现其故障诊断方法的应用。最后经系统测试验证了系统运行稳定,诊断结果可靠。
王少豪[6]（2021）在《装载机容错线控转向系统的分析与研究》文中研究表明转向系统作为装载机实现装载功能的系统之一,其重要性不言而喻。随着各学科的交叉和相互渗透,线控转向技术的发展提上了日程。线控转向系统能否承担起转向系统的重担取决于线控转向系统的安全性和可靠性,而系统的安全性和可靠性与系统的容错能力息息相关,因此提高系统的容错能力也就成为了研究线控转向系统重要的一环。本文立足于国内学者的研究成果,针对线控转向系统容错能力的提高,采用硬件冗余的方法,结合线控转向技术和全液压转向系统针对性的设计了容错线控转向系统。论文主要进行了如下研究:（1）对容错线控转向系统进行设计。主要包括线控转向系统的原理图和容错方法的确定,详细描述了系统的整体结构,其中包括操作、控制、执行三个子系统,确定选用全液压转向系统和线控转向系统相结合的方法,确定容错线控转向系统的容错方法,对传感器的三类常见故障进行数学模型的建立。（2）对装载机容错线控转向系统各部分进行建模。以全液压转向器的理论分析和全液压转向器的数学建模为基础,在AMESim软件中对全液压转向器进行建模仿真,此外在AMESim中建立容错线控转向系统的其它部分的模型。（3）对装载机容错线控转向系统进行仿真分析。对容错线控转向系统进行整体建模,并对其进行故障分析,包括传感器故障和执行器故障分析,通过对系统的转向油路分析、不同信号源测试以及系统抗干扰能力测试,结果表明:本系统具有较强的安全性和可靠性。（4）对装载机容错线控转向系统的控制策略进行了探讨。研究了PID控制策略对线控转向系统的控制作用,通过实验法整定PID数,并分析PID控制效果,通过AMESim-simulink联合仿真对模糊PID控制进行研究,依据不同频率信号的响应分析和干扰状态下的控制对比,结果显示模糊PID控制效果更好,抗干扰能力更强。
王杰[7]（2021）在《CDC-16道岔捣固车液压系统原理分析及简单故障处理》文中提出CDC-16道岔捣固车是铁路线路养护工程中运用的重要机械设备,对铁路运能和铁路建设具有非常重要的作用,且一定程度上关系到铁路系统运行的安全性。因此,主要研究CDC-16道岔捣固车液压系统的工作原理,并阐述液压系统中简单故障的处理方法。
杨阔[8]（2020）在《基于预测模型与专家系统的挖掘机液压系统故障诊断技术研究》文中认为挖掘机液压系统在故障发生时具有隐蔽性强、非线性时变信号强、能量传递机理复杂等特点,尤其大多数故障的故障特征在前期表现较弱不易提取,若不能及时发现并解决故障,极易引发重大安全生产事故。因此对于挖掘机液压系统来讲,能够对其实现快速准确的诊断具有很大的研究意义。为了解决上述问题,作者根据本课题的研究方向,依托于校企合作项目“FW080全液压履带式挖掘机开发”（项目号FW/RD201717）,通过查阅大量国内外文献资料对挖掘机液压系统故障诊断技术进行了重点研究,分析了各种故障诊断技术的优缺点,对挖掘机液压系统各个回路中主要液压元件常见故障进行了总结,总结其故障发生时往往会导致其运行参数发生非正常变化,因此从运行参数的变化中能够提取有效的故障信息,从而提出了本文的故障诊断研究方案:将智能算法回归拟合预测思想应用于挖掘机液压系统的诊断之中,并与专家系统相结合的故障诊断方案。提出了基于极限学习机算法（ELM）回归拟合预测模型的诊断方法:首先根据正常状态下挖掘机液压系统的运行参数建立拟合预测模型,故障发生时,将故障状态的运行参数输入到所建立的预测模型中,得到预测模型输出的各个参数正常状态的预测值并于实际运行参数进行对比,通过对比二者残差统计量判别系统是否发生故障。为了进一步对预测模型输出残差统计量进行推理及解释,引入了专家系统诊断方法:首先将液压挖掘机液压系统目前的诊断推理流程、故障特征信息以及故障维修方案等知识以本体模型的形式构建了挖掘机液压系统故障诊断的专家系统知识库以及基于残差统计量的推理规则库,通过设置推理规则对故障进行推理解释;同时为实现将以往故障诊断知识的重复利用,提出了基于案例匹配的诊断方法,通过分析不同故障原因引发的不同参数变化及故障现象,将故障回路、故障现象及故障参数以案例特征信息的形式储存,构建故障诊断的案例库,通过特征选取、案例检索、案例匹配实现对故障快速确诊。并基于Visual Studio软件设计了一套实现上述的功能的系统,让用户及时知道挖掘机的故障部位、故障原因以及故障维修方法。在AMEsim系统仿真环境下,建立了实验样机液压系统的仿真模型,通过改变其液压元件物理参数,模拟多种故障实例,获得相应故障数据用以验证本文所提出挖掘机液压系统诊断方法的有效性,结果表明本文所述方案是合理有效的,同时本文所述方案也为其他工程车辆故障的诊断提供了一定的参考。
刘晓波[9]（2020）在《采煤机液压系统隐马尔可夫模型故障预测方法研究》文中指出我国是能源消耗大国,其中煤炭资源占据我国一次能源的重要地位。采煤机作为煤炭开采的重要设备,安全、高效的运行是综采任务顺利开展的前提。随着煤炭开采需求量不断上升,对于采煤机的性能也提出了更高的要求。为了适应多工况开采的需求,不同类型的采煤机应用而生。然而伴随着采煤机整机性能提升,设备复杂程度增加,故障类型也逐渐增多。多数情况下,采煤机液压系统故障发生是一个循序渐进的过程,通过对早期故障的故障预兆信息进行提取、分析、识别,并对故障部位进行及时维护,可以最大程度的降低故障发生。液压系统作为采煤机关键系统,潜在故障将可能引发连锁反应,导致其它设备故障甚至整个开采工作线崩溃,轻则造成巨大的经济损失,重则危及工作人员的生命安全。因此,对采煤机液压系统进行故障预测研究显得尤为重要。目前现有的故障诊断方法较多,但存在一定局限与不足。随着科技发展,智能诊断方法不断被提出,模式识别作为智能诊断方法的一种,已在多个领域得到应用。根据液压系统故障的特点,可将模式识别方法应用于采煤机液压系统故障预测研究。基于隐马尔可夫模型的故障诊断方法隶属于模式识别方法,具备良好的建模和分析能力。此外,基于真实空间统计特性可有效描述故障的演变规律,在机械故障诊断领域中已有所应用,然而对于采煤机液压系统故障预测研究较少。因此,本文以采煤机液压系统故障为研究对象,基于隐马尔可夫模型理论展开故障预测研究,全文的主要研究内容如下。首先,考虑到采煤机液压系统故障发生的随机性,直接对故障设备进行研究存在难度。因此,基于采煤机液压系统工作原理,设计了仿真模型。在对液压系统故障分析的基础上,完成了故障模型的建立。本文主要针对采煤机液压系统中调高泵、换向阀、调高油缸元件引起的液压系统故障展开研究分析。其次,对采集的工况数据进行时域分析。通过对工况数据进行时域分析,从中获取能够表征故障状态的特征量。随后通过编程实现对时域特征量的聚类分析,完成了敏感特征值的筛选和预测模型部分参数的初始化,为预测模型的建立奠定了基础。再次,根据工况数据分析结果,建立故障预测模型。隐半马尔可夫模型作为隐马尔可夫模型的一种扩展形式,在描述故障规律上更贴近演变规律。因此,在对隐马尔可夫模型故障预测理论学习的同时,兼顾了隐半马尔可夫模型的故障预测方法的研究。最后,以采煤机液压系统故障为研究对象,对所提出的预测方法进行验证。通过对故障样本预测结果的分析,证明了两种预测方法的可行性。通过两种方法的预测结果对比,证明了基于隐半马尔可夫理论的故障预测方法可提高采煤机液压系统故障预测的准确率。此外,文章末尾对全文开展的工作进行了总结,并对隐马尔可夫模型故障研究发展进行了展望。
王伟龙[10]（2020）在《擦窗机模拟控制及远程状态监测与诊断系统开发》文中进行了进一步梳理随着高层建筑的增加,高层建筑擦窗机的使用也日益广泛,目前的擦窗机具有数量多、种类多、型号多、分布地域广等特点。伴随而来的是擦窗机的管理以及监测的不便,用户及制造商在擦窗机发生故障时不能及时准确地对其故障做出判断,这使得擦窗机停机时间较长,从而增加了使用成本。此外擦窗机作为大型工程机械设备,发生故障时,往往需要专业人员现场进行故障的排查,由于擦窗机体积较大,对故障的排查也造成不便。针对以上问题,本课题开发出擦窗机的远程监测与诊断系统,对擦窗机进行实时控制、运行状态监测及故障诊断。本课题的主要工作内容如下:首先,根据擦窗机的实际工作原理并结合其控制方法,设计电路以及PLC程序,开发制作擦窗机模拟控制系统以反映擦窗机工作状态以及模拟擦窗机的故障,为擦窗机状态监测与故障诊断系统的开发提供了试验与测试平台。其次,通过对现有擦窗机结构以及电气控制原理的分析,总结和论述了擦窗机可能出现的故障,并且以PLC为核心控制器对擦窗机的数据进行存储与处理,以GPRS DTU作为通信工具,使用Modbus RTU协议,通过GPRS网络将擦窗机实时数据远程传输至服务器。然后,对所收集的擦窗机数据进行了分析,从而判断擦窗机的工作状态以及故障情况,通过以太网建立了人机界面HMI与PLC的通信,使用Modbus TCP/IP协议将PLC中数据传输至HMI,并通过对HMI的组态和编程实现了对擦窗机状态的现场监测、故障诊断以及屏幕控制。最后,针对本课题所涉及的擦窗机状态监测与故障诊断平台,提出了基于浏览器/服务器（B/S）架构或客户机/服务器（C/S）架构开发擦窗机远程状态监测与故障诊断系统的功能结构、流程以及实现方法。擦窗机远程状态监测与故障诊断系统可对擦窗机进行实时的监测和管理,并对其故障进行更为及时和准确地诊断,缩短了擦窗机故障停机时间,提升了经济效益。
二、液压油缸的故障分析与排除（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、液压油缸的故障分析与排除（论文提纲范文）
（1）自走式玉米收获机电控五路液压阀故障分析（论文提纲范文）
| 0 引言 |
| 1 操纵系统各油缸均无动作 |
| 1.1 油箱油量不足 |
| 1.2 液压油泵供油压力不足 |
| 1.3 主溢流阀内阀芯卡死 |
| 1.4 始能阀线束故障，导致系统不起压 |
| 2 某一路无动作、其余几路动作正常 |
| 2.1 线束问题导致不得电 |
| 2.2 阀体内主阀芯卡死 |
| 2.3 线圈击穿或导磁套内芯轴顶杆卡死 |
| 3 油缸自动回落（不保压） |
| 3.1 单向阀有异物卡住，导致内泄 |
| 3.2 单向阀阀口磨损，导致内泄 |
| 3.3 液控顶杆卡死 |
| 3.4 液压油缸内泄 |
| 3.5 油缸自动回落 |
| 4 整车起降动作慢 |
| 4.1 油箱液面是否过低吸油不畅 |
| 4.2 主溢流阀弹簧疲劳导致设定压力过低 |
| 4.3 过滤器堵塞 |
| 5 只启动一路时其他回路也有动作 |
| 5.1 电器问题导致几路同时得电 |
| 5.2 有误动作的一路主阀芯卡死 |
| 6 结束语 |
（2）单线循环客运索道液压张紧系统常见故障研究（论文提纲范文）
| 0 引言 |
| 1 客运索道液压张紧系统的基本原理及特点 |
| 1. 1 索道液压张紧系统的工作要求 |
| 1. 2 索道液压张紧的工作原理 |
| 2 常见问题分类及解决办法 |
| 2. 1 索道液压张紧系统常见故障及原因 |
| 1) “压力变送器差”故障 |
| (1) 现象： |
| (2) 分析： |
| (3) 原因： |
| (4) 解决方法： |
| 2) 压力变送器故障 |
| (1) 现象： |
| (2) 分析： |
| (3) 原因： |
| (4) 故障解决方法： |
| 3) 溢流阀故障 |
| (1) 现象： |
| (2) 分析： |
| (3) 原因： |
| (4) 故障解决方法： |
| 4) 蓄能器故障 |
| (1) 现象： |
| (2) 分析： |
| (3) 原因： |
| (4) 故障解决办法： |
| 5) “张紧力波动超限” |
| (1) 现象： |
| (2) 分析： |
| (3) “假超”原因及处理方式： |
| (4) “真超”原因及处理方式： |
| (5)“张紧力波动超限”处理方法总结。 |
| 2. 2 索道液压故障解决的方法与思路 |
| 3 结束语 |
（3）某重型数控铣床主轴系统的可靠性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究目的及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 数控机床可靠性研究现状 |
| 1.2.2 数控机床主轴系统研究现状 |
| 1.3 论文主要研究内容 |
| 第二章 重型数控机床故障数据分析 |
| 2.1 重型数控机床的工作原理及组成 |
| 2.1.1 重型数控机床的主轴系统简介 |
| 2.1.2 重型数控机床的电主轴系统工作原理 |
| 2.1.3 主轴系统子系统的划分 |
| 2.2 主轴系统故障分析及数据来源 |
| 2.2.1 主轴系统故障数据分析 |
| 2.2.2 各子系统故障分析 |
| 2.3 本章小结 |
| 第三章 基于模糊综合评判对主轴系统的故障模式影响及危害度分析 |
| 3.1 故障模式影响及危害性分析(FMCEA)概述 |
| 3.2 主轴系统的FMEA分析 |
| 3.2.1 自动换刀系统的FMEA分析 |
| 3.2.2 冷却系统的FMEA分析 |
| 3.2.3 润滑系统的FMEA分析 |
| 3.2.4 支撑机构的FMEA分析 |
| 3.2.5 驱动系统的FMEA分析 |
| 3.3 模糊危害性(CA)分析 |
| 3.3.1 模糊CA分析理论 |
| 3.3.2 主轴系统的模糊CA分析 |
| 3.4 本章小结 |
| 第四章 主轴系统的故障树分析 |
| 4.1 故障树分析法概述 |
| 4.1.1 故障树分析中常用的符号 |
| 4.1.2 故障树的建立 |
| 4.2 建立主轴系统故障树 |
| 4.3 主轴系统故障树的定性分析和定量计算 |
| 4.3.1 主轴系统故障树的定性分析 |
| 4.3.2 主轴系统故障树的定量求解 |
| 4.3.3 故障树事件的概率重要度 |
| 4.4 本章小结 |
| 第五章 基于主轴系统故障树分析的可靠性分配 |
| 5.1 可靠性分配的基本原理及常用方法 |
| 5.1.1 可靠性分配的基本原理 |
| 5.1.2 常用的可靠性分配方法 |
| 5.2 基于故障树对主轴系统的可靠性分配研究 |
| 5.2.1 主轴系统可靠性分配指标的确定 |
| 5.2.2 基于故障树的主轴系统可靠性分配方法的确定 |
| 5.2.3 基于概率重要度的顶事件可靠性分配方法 |
| 5.2.4 基于可靠性再分配的一级事件分配方法 |
| 5.2.5 基于层次分析法的二级事件可靠性分配方法 |
| 5.3 基于故障树分析的主轴系统的可靠性分配 |
| 5.3.1 顶事件故障率的可靠性分配计算 |
| 5.3.2 故障树一级事件的可靠性分配计算 |
| 5.3.3 故障树二级事件的可靠性分配计算 |
| 5.4 本章小结 |
| 结论与展望 |
| 结论 |
| 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文及研究成果 |
| 个人简历 |
（4）随车起重机变幅液压系统故障诊断研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 随车起重机技术与发展 |
| 1.1.1 随车起重机简介 |
| 1.1.2 随车起重机发展状况 |
| 1.2 故障诊断技术的发展 |
| 1.2.1 故障诊断方法 |
| 1.2.2 故障诊断方法研究现状 |
| 1.3 本文研究工作主要内容 |
| 1.3.1 选题背景与意义 |
| 1.3.2 工作内容 |
| 1.4 本文组织结构 |
| 2 变幅液压系统故障分析与故障模拟 |
| 2.1 随车起重机液压系统介绍 |
| 2.1.1 随车起重机介绍 |
| 2.1.2 液压系统工作原理 |
| 2.2 液压系统故障分类与特点 |
| 2.3 变幅液压系统故障分析与模拟 |
| 2.3.1 液压缸的故障分析及模拟 |
| 2.3.2 液压泵的故障分析及模拟 |
| 2.3.3 换向阀的故障分析及模拟 |
| 2.3.4 溢流阀与过滤器的故障分析及模拟 |
| 2.4 基于AMESim的液压系统故障仿真 |
| 2.4.1 AMESim液压系统建模 |
| 2.4.2 液压系统故障注入与模拟 |
| 2.4.3 仿真结果分析 |
| 2.5 本章小结 |
| 3 基于功率键合图的液压系统建模 |
| 3.1 功率键合图建模方法 |
| 3.2 液压元件功率键合图 |
| 3.3 变幅液压系统功率键合图模型 |
| 3.3.1 系统无故障建模 |
| 3.3.2 系统多故障建模 |
| 3.4 变幅液压系统多模式故障 |
| 3.5 本章小结 |
| 4 基于模型的液压系统故障诊断方法 |
| 4.1 解析冗余关系理论 |
| 4.2 残差与阀值计算 |
| 4.2.1 残差计算 |
| 4.2.2 阀值计算 |
| 4.2.3 故障隔离与故障特征矩阵 |
| 4.3 故障诊断 |
| 4.4 本章小结 |
| 5 案例分析与实验验证 |
| 5.1 换向阀卡死故障诊断 |
| 5.2 实验验证 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（5）基于数据驱动的采煤机关键零部件故障诊断系统（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究目的与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 机械故障诊断方法 |
| 1.2.2 采煤机故障诊断方法 |
| 1.2.3 存在的问题 |
| 1.3 研究内容 |
| 1.4 技术路线 |
| 第2章 采煤机结构及故障分析 |
| 2.1 引言 |
| 2.2 采煤机结构 |
| 2.2.1 采煤机组成及工作方式 |
| 2.2.2 采煤机摇臂结构 |
| 2.3 采煤机故障分析 |
| 2.4 采煤机关键零部件智能融合故障诊断方法 |
| 2.5 本章小结 |
| 第3章 基于参数诊断的采煤机关键零部件故障诊断方法与实现 |
| 3.1 引言 |
| 3.2 采煤机传统故障诊断方法 |
| 3.3 采煤机关键零部件参数诊断方法 |
| 3.3.1 参数诊断原理 |
| 3.3.2 采煤机关键零部件参数诊断故障 |
| 3.4 采煤机关键零部件参数诊断方法的实现 |
| 3.4.1 数据存储 |
| 3.4.2 参数诊断法流程 |
| 3.4.3 参数诊断法的代码实现 |
| 3.5 采煤机参数诊断法验证实验 |
| 3.5.1 数据准备 |
| 3.5.2 实验过程 |
| 3.5.3 实验结果及分析 |
| 3.6 本章小结 |
| 第4章 基于深度残差网络的采煤机摇臂齿轮箱故障诊断方法与实现 |
| 4.1 引言 |
| 4.2 深度残差网络故障诊断方法 |
| 4.2.1 深度残差网络原理 |
| 4.2.2 深度残差网络的优化 |
| 4.2.3 深度残差网络故障诊断模型的构建 |
| 4.3 采煤机摇臂齿轮箱深度残差网络故障诊断方法的实现 |
| 4.3.1 数据采集和存储 |
| 4.3.2 深度残差网络故障诊断流程 |
| 4.3.3 深度残差网络故障诊断的代码实现 |
| 4.3.4 深度残差网络故障诊断可视化 |
| 4.4 采煤机摇臂齿轮箱深度参数网络故障诊断方法验证实验 |
| 4.4.1 数据准备 |
| 4.4.2 实验评估方式 |
| 4.4.3 实验过程 |
| 4.4.4 实验结果和分析 |
| 4.5 本章小结 |
| 第5章 采煤机故障诊断系统实现与应用 |
| 5.1 引言 |
| 5.2 系统功能设计 |
| 5.2.1 系统整体框架 |
| 5.2.2 系统功能结构 |
| 5.3 系统开发 |
| 5.3.1 开发环境 |
| 5.3.2 系统实现 |
| 5.4 系统测试 |
| 5.4.1 测试原则 |
| 5.4.2 测试内容 |
| 5.4.3 测试方法和过程 |
| 5.4.4 测试结果 |
| 5.5 应用实例 |
| 5.6 本章小结 |
| 第6章 结论与展望 |
| 6.1 主要结论 |
| 6.2 工作展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（6）装载机容错线控转向系统的分析与研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 课题的背景 |
| 1.1.2 研究的意义 |
| 1.2 线控转向技术研究现状 |
| 1.2.1 线控转向系统国内研究现状 |
| 1.2.2 线控转向系统国外研究现状 |
| 1.3 装载机转向系统概述 |
| 1.3.1 全液压转向系统 |
| 1.3.2 负荷敏感转向系统 |
| 1.3.3 流量放大转向系统 |
| 1.3.4 线控转向系统 |
| 1.4 装载机线控转向系统容错技术 |
| 1.5 本文的研究内容 |
| 1.6 本文的结构安排 |
| 2 装载机容错型线控转向系统的设计 |
| 2.1 容错线控转向系统总体设计 |
| 2.1.1 转向操作子系统 |
| 2.1.2 转向控制子系统 |
| 2.1.3 转向执行子系统 |
| 2.2 容错型线控转向系统容错方法确定 |
| 2.2.1 装载机SBW系统的容错的意义 |
| 2.2.2 装载机SBW系统的故障分析 |
| 2.2.3 控制系统容错方法的选择 |
| 2.3 建立装载机SBW系统故障的数学模型 |
| 2.4 本章小结 |
| 3 装载机容错线控转向系统模型 |
| 3.1 液压仿真工具AMESim软件介绍 |
| 3.2 全液压转向器模型的模型建立 |
| 3.2.1 全液压转向器理论分析 |
| 3.2.2 全液压转向器数学建模 |
| 3.2.3 全液压转向器AMESim建模及验证 |
| 3.3 装载机容错线控转向系统其他仿真模型的建立 |
| 3.3.1 动力源模型的建立 |
| 3.3.2 转向油缸模型的建立 |
| 3.3.3 电磁比例换向阀及其控制器模型的建立 |
| 3.3.4 系统转换器模型及其控制器模型的建立 |
| 3.3.5 故障设置模型的建立 |
| 3.4 本章小结 |
| 4 装载机容错型线控转向液压系统的仿真 |
| 4.1 系统整体建模 |
| 4.2 装载机SBW系统的传感器故障仿真测试 |
| 4.2.1 无故障时执行子系统运行情况 |
| 4.2.2 传感器卡死时系统信号跟随情况 |
| 4.2.3 传感器恒增益故障时系统信号跟随情况 |
| 4.2.4 传感器恒偏差失效时系统信号跟随情况 |
| 4.3 装载机SBW系统的执行器故障仿真测试 |
| 4.4 故障状态下转换器和转向油路的状态分析 |
| 4.5 不同信号源下系统的响应曲线分析 |
| 4.6 系统施加扰动的仿真结果分析 |
| 4.7 本章小结 |
| 5 装载机容错线控转向系统控制策略分析 |
| 5.1 不施加控制的曲线分析 |
| 5.2 常规PID控制容错线控转向系统 |
| 5.2.1 PID控制简介 |
| 5.2.2 PID参数整定 |
| 5.2.3 PID控制仿真结果分析 |
| 5.3 模糊PID控制容错线控转向系统 |
| 5.3.1 模糊PID控制原理 |
| 5.3.2 基于AMESim/Simulink的线控转向系统联合仿真 |
| 5.3.3 模糊控制器设计 |
| 5.4 不同频率信号的控制效果对比 |
| 5.5 干扰状态下的控制对比 |
| 5.6 本章小结 |
| 6 总结和展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的科研成果 |
（7）CDC-16道岔捣固车液压系统原理分析及简单故障处理（论文提纲范文）
| 1 CDC-16道岔捣固车液压系统介绍 |
| 2 CDC-16道岔捣固车液压系统工作原理分析 |
| 2.1 作业回路工作原理 |
| 2.2 作业运行驱动系统回路工作原理 |
| 2.3 起拨道控制回路工作原理 |
| 2.4 翘镐回路工作原理 |
| 2.5 前后转向架支撑回路工作原理 |
| 2.6 夹轨钳起道钩回路工作原理 |
| 3 CDC-16道岔捣固车液压系统故障分析方法 |
| 3.1 图纸分析方法 |
| 3.2 动作循环表查找方法 |
| 3.3 检测装置故障分析方法 |
| 3.4 直观检测方法 |
| 4 CDC-16道岔捣固车液压系统故障排除措施分析 |
| 4.1 液压冲击 |
| 4.2 振动和噪声 |
| 4.2.1 液压泵吸油管路的气穴现象 |
| 4.2.2 液压泵的吸空现象 |
| 4.2.3 排油管路和机械系统的振动现象 |
| 4.3 液压系统工作压力不正常 |
| 4.3.1 液压泵故障 |
| 4.3.2 液压控制阀故障 |
| 4.4 液压系统温度过高 |
| 4.5 液压系统泄漏 |
| 5 结语 |
（8）基于预测模型与专家系统的挖掘机液压系统故障诊断技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 液压系统故障诊断技术概述 |
| 1.2.1 故障诊断概述 |
| 1.2.2 液压系统故障诊断技术发展历程 |
| 1.3 挖掘机液压系统故障诊断研究现状及发展趋势 |
| 1.3.1 挖掘机液压系统故障诊断技术研究现状 |
| 1.3.2 挖掘机液压系统故障诊断技术发展趋势 |
| 1.4 本文研究内容 |
| 第2章 故障诊断系统设计方案 |
| 2.1 挖掘机液压系统作业特点及组成 |
| 2.1.1 挖掘机液压系统作业特点 |
| 2.1.2 挖掘机液压系统组成 |
| 2.2 挖掘机液压系统故障分析 |
| 2.2.1 挖掘机液压系统常见故障 |
| 2.2.2 挖掘机液压系统故障规律 |
| 2.3 挖掘机液压系统故障诊断研究策略 |
| 2.3.1 挖掘机液压系统故障诊断策略 |
| 2.3.2 挖掘机液压系统故障诊断理论方法 |
| 2.3.3 挖掘机液压系统故障诊断系统整体框架 |
| 2.4 本章小结 |
| 第3章 挖掘机液压系统仿真模型建立 |
| 3.1 挖掘机液压系统主要元件分析建模 |
| 3.1.1 恒功率变量泵分析与仿真模型 |
| 3.1.2 主控阀分析与仿真模型 |
| 3.1.3 回转马达分析与仿真模型 |
| 3.1.4 行走马达分析与仿真模型 |
| 3.1.5 挖掘机液压系统模型及仿真分析 |
| 3.2 挖掘机液压系统故障数据采集系统设计 |
| 3.3 挖掘机液压系统仿真模型实验验证 |
| 3.4 本章小结 |
| 第4章 基于预测模型的挖掘机液压系统故障诊断方法 |
| 4.1 拟合预测思想概述 |
| 4.2 基于ELM极限学习机算法的拟合预测模型 |
| 4.2.1 ELM极限学习机算法应用 |
| 4.2.2 极限学习机算法拟合预测模型模型建立 |
| 4.2.3 性能分析 |
| 4.2.4 算法对比 |
| 4.3 基于预测模型的挖掘机液压系统故障诊断方法 |
| 4.3.1 基于预测模型的故障判定方法 |
| 4.3.2 挖掘机液压系统故障诊断预测模型 |
| 4.3.3 基于预测模型的挖掘机液压系统故障诊断方法 |
| 4.4 基于模型预测故障诊断方法验证 |
| 4.4.1 建立预测模型及设置检测阈值 |
| 4.4.2 挖掘机液压系统故障设置 |
| 4.4.3 基于预测模型的故障诊断方法检验 |
| 4.5 本章小结 |
| 第5章 基于预测模型与专家系统故障诊断方法研究 |
| 5.1 预测模型与专家系统故障诊断总体方案设计 |
| 5.2 基于规则推理的故障诊断方法研究 |
| 5.2.1 基于规则推理的诊断方法概述 |
| 5.2.2 挖掘机液压系统故障诊断专家系统知识库 |
| 5.2.3 故障诊断规则的建立 |
| 5.2.4 基于规则推理的诊断过程 |
| 5.3 基于案件匹配的挖掘机液压系统故障诊断研究 |
| 5.3.1 基于案例匹配的挖掘机液压系统故障诊断方法 |
| 5.3.2 特征选取与案例检索 |
| 5.3.3 案例匹配相似度计算 |
| 5.3.4 基于案例匹配方法验证 |
| 5.4 挖掘机液压系统故障诊断系统实现与验证 |
| 5.4.1 故障诊断系统实现 |
| 5.4.2 故障设置 |
| 5.4.3 总体诊断系统验证 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简介及在学期间取得的科研成果 |
| 致谢 |
（9）采煤机液压系统隐马尔可夫模型故障预测方法研究（论文提纲范文）
| 中文摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题的研究背景与意义 |
| 1.2 采煤机概述 |
| 1.2.1 采煤机的组成 |
| 1.2.2 采煤机液压系统的组成 |
| 1.3 国内外研究现状 |
| 1.3.1 采煤机故障诊断研究现状 |
| 1.3.2 隐马尔可夫模型发展现状 |
| 1.4 论文研究内容及组成 |
| 第二章 采煤机液压系统故障机理分析 |
| 2.1 采煤机液压系统介绍 |
| 2.1.1 采煤机液压元件的组成与功能 |
| 2.1.2 采煤机液压系统工作原理 |
| 2.2 采煤机液压系统模型设计 |
| 2.2.1 SIMULINK仿真环境 |
| 2.2.2 采煤机液压系统建模 |
| 2.3 采煤机液压系统参数设计 |
| 2.4 采煤机液压系统故障分析 |
| 2.5 本章小结 |
| 第三章 采煤机液压系统故障特征提取 |
| 3.1 故障数据时域研究 |
| 3.1.1 故障方案设计 |
| 3.1.2 故障数据时域分析 |
| 3.2 故障特征聚类研究 |
| 3.2.1 聚类分析方案 |
| 3.2.2 聚类结果分析 |
| 3.3 本章小结 |
| 第四章 基于HMM的采煤机液压系统故障预测方法 |
| 4.1 马尔可夫链 |
| 4.2 HMM基本理论 |
| 4.2.1 HMM的组成结构 |
| 4.2.2 HMM的基本算法 |
| 4.3 基于HMM采煤机液压系统故障预测 |
| 4.4 本章小结 |
| 第五章 基于HMM的采煤机故障预测方法验证 |
| 5.1 采煤机液压系统故障预测模型的建立 |
| 5.2 采煤机液压系统故障预测方案验证 |
| 5.2.1 HMM预测方法的验证 |
| 5.2.2 HSMM预测方法的验证 |
| 5.3 故障预测结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间参与项目及发表学术论文情况 |
（10）擦窗机模拟控制及远程状态监测与诊断系统开发（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题背景 |
| 1.2 研究目的及意义 |
| 1.3 国内外研究现状及发展趋势 |
| 1.4 研究内容和方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.5 本章小结 |
| 第二章 擦窗机模拟控制系统的设计 |
| 2.1 擦窗机模拟控制系统方案设计 |
| 2.1.1 擦窗机作业工况分析 |
| 2.1.2 擦窗机模拟控制系统总体功能分析 |
| 2.1.3 擦窗机模拟控制系统元器件选择 |
| 2.1.4 擦窗机模拟控制电路设计 |
| 2.2 擦窗机PLC控制程序设计 |
| 2.2.1 操作信号识别 |
| 2.2.2 变频器控制电机PLC程序设计 |
| 2.2.3 接触器控制电机PLC程序设计 |
| 2.2.4 液压油缸PLC程序设计 |
| 2.2.5 安全保护功能PLC程序设计 |
| 2.3 本章小结 |
| 第三章 擦窗机状态信息采集及故障分析 |
| 3.1 基于PLC的数据处理设备的选取及信号采集 |
| 3.1.1 擦窗机数据处理设备选取 |
| 3.1.2 擦窗机信号采集 |
| 3.1.3 PLC与远程通信模块的通信 |
| 3.2 擦窗机主要故障类型 |
| 3.2.1 擦窗机自检故障 |
| 3.2.2 PLC输入故障 |
| 3.2.3 PLC无输出故障 |
| 3.2.4 接触器故障 |
| 3.2.5 电机故障 |
| 3.3 基于GPRS的擦窗机远程信号传输 |
| 3.3.1 GPRS DTU配置 |
| 3.3.2 数据远程传输 |
| 3.4 本章小结 |
| 第四章 擦窗机状态监测与故障诊断系统开发 |
| 4.1 擦窗机工作信号分析 |
| 4.1.1 自检信号分析 |
| 4.1.2 动作信号分析 |
| 4.1.3 限位信号及故障信号分析 |
| 4.2 基于HMI的现场监测及故障诊断 |
| 4.2.1 PLC与 HMI的数据传输 |
| 4.2.2 HMI监测与故障显示功能 |
| 4.3 擦窗机远程监测与故障诊断中心 |
| 4.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
四、液压油缸的故障分析与排除（论文参考文献）
- [1]自走式玉米收获机电控五路液压阀故障分析[J]. 陆跃德. 农业机械, 2022(01)
- [2]单线循环客运索道液压张紧系统常见故障研究[J]. 金忠礼,张争. 液压气动与密封, 2021(08)
- [3]某重型数控铣床主轴系统的可靠性研究[D]. 龚燕青. 内蒙古工业大学, 2021(01)
- [4]随车起重机变幅液压系统故障诊断研究[D]. 魏苏杰. 大连理工大学, 2021(01)
- [5]基于数据驱动的采煤机关键零部件故障诊断系统[D]. 王萌. 太原理工大学, 2021(01)
- [6]装载机容错线控转向系统的分析与研究[D]. 王少豪. 青岛科技大学, 2021(01)
- [7]CDC-16道岔捣固车液压系统原理分析及简单故障处理[J]. 王杰. 现代制造技术与装备, 2021(03)
- [8]基于预测模型与专家系统的挖掘机液压系统故障诊断技术研究[D]. 杨阔. 吉林大学, 2020(08)
- [9]采煤机液压系统隐马尔可夫模型故障预测方法研究[D]. 刘晓波. 太原科技大学, 2020(03)
- [10]擦窗机模拟控制及远程状态监测与诊断系统开发[D]. 王伟龙. 长安大学, 2020(06)