基于T-S模糊神经网络的液压设备故障诊断

作者：江水; 徐启胜; 李军; 李岩

来源：锻压装备与制造技术, 2022, 57(02): 67-71.

DOI：10.16316/j.issn.1672-0121.2022.02.019

• 液压设备
• T-S模糊数学模型
• 神经网络
• 故障诊断

针对液压设备的故障数据具有非线性、不确定性以及信号噪声多等特点，本文提出一种基于T-S模糊神经网络的液压设备故障诊断，T-S模糊神经网络是将T-S模糊推理模型与神经网络相结合的机器学习方法。对于采集的液压设备振动数据提取相关特征构成特征矩阵，将特征矩阵输入建立的T-S模糊神经网络模型，利用其自适应提取能力，自主选择最佳故障特征进行分析，实现液压设备故障诊断。通过液压设备数据验证，说明该方法具有较快收敛速度、较高诊断精度高和稳定性。