一种基于神经网络的电静压伺服机构状态监测方法及系统

摘要

本发明公开了一种基于神经网络的电静压伺服机构状态监测方法及系统，该方法包括：建立深度神经网络模型；收集正常状态下电静压伺服机构在各种位移指令下对应的作动器速度、液压泵进口压力、出口压力，液压油缸进口压力、出口压力，电机电流，电机转速，增压油箱压力，液压油温；将电机转速作为输出数据，其余作为输入数据，对深度神经网络模型训练得到电机转速预测模型；将电机电流作为输出数据，其余数据作为输入数据，训练得到电机电流预测模型；利用两个预测模型构建电静压伺服机构状态监测指标并获取故障阈值；获取需要监测的电静压伺服机构在指定位移、速度指令下的状态数据，计算出监测指标并与阈值比较，判定电静压伺服机构状态变化情况。