基于GRNN观测器的液压作动器系统自适应故障检测

摘要

针对液压作动器系统观测器检测诊断技术较少的状况,该文提出一种基于广义回归神经网络(General regression neural network,GRNN)观测器的液压作动器系统自适应故障检测方法,GRNN神经网络的学习速度较快,能大幅提高训练效率。针对环境噪声和随机干扰等因素的影响,引入自适应阈值来降低检测虚警率。首先使用液压作动器系统正常运行时的数据训练神经网络,用训练好的网络对采集的数据进行故障检测,判断液压作动系统是否发生故障。液压作动器系统3种典型故障模式的仿真数据验证了该文方法的有效性。实验结果表明,该方法能够有效检测出液压作动器系统的故障状态。