Swash Plate Axial Piston Pump  Differential Cylinder  y Load 

Fig。 3。 Schematic View of the Entire System

Fig。 4。 Block Diagram of a LOLIMOT   Net

local submodels and the regressors z for the membership functions。 A block diagram is shown in Fig。 4

The inputs to the local linear models, x, and to the basis functions, z, do not necessarily have to be the same。  For a low-order of z, the basis functions can be evaluated a- priori and stored in look-up tables。 This speeds up the calculation of the model output extensively。

3。MODELS OF THE HYDRAULIC SERVO AXIS

Figure 3 shows a schematic diagram of the entire system。 The hydraulic servo axis consists of a pressure supply (①), which at the testbed is realized as a swash plate axial piston pump with integrated controller。 From there, the hydraulic fluid is delivered to the proportional valve (②), which has the task to direct and throttle the hydraulic fluid

The hydraulic servo-axis is pided into subsystems, which will now be discussed in detail。 The breakdown into sub- systems makes an adjustment of the sample rate to the considered dynamics possible and thus reduces the compu- tational expense of the fault detection stage。 Furthermore, the number of inputs can be reduced by separating the system into smaller subsystems。

摘要: 在该文章中，液压系统的故障检测方法基于奇偶方程和神经网络模型。液压伺服在工程中有许多应用。然而在故障诊断领域中却没有研究，主要原因是其非线性，使物理模型难以建立。为避免相应的物理模型建立困难，在该文章中提出基于LOLIMOT神经网络的数据驱动的建模方法。液压伺服轴由不同的子系统采用不同的传感器建立模型。一个成功的试验台允许比较不同神经网络和用于解释基于故障检测方法的奇偶方程模型逼真度的实验数据的结果，允许微小故障的检测，例如传感器最大读数的几个百分比的偏移错误。

关键词:故障检测；故障诊断；液压伺服系统；模型；神经网络 

1引言

微控制器对信息处理提供全新的功能使机械与电子相结合成为发展趋势，例如改进控制自动控制或故障综合管理如Isermann [2005a]。 关键因素是尽可能挖掘降低开发成本的潜力。与传统维护（有定期维护计划和周期性雇佣设备管理维修人员）相比现代错误管理方法能够降低维护成本，在将来仅仅对零部件保养可能会（维护）失败Isermann [2005b]。文献综述

机电转换器的故障诊断和故障管理已彻底研究，例如感应电动机，见Wolfram [2002]，液压系统中极少报道故障检测和诊断方法。完善并完成故障检测和故障诊断这一领域的概述由 Bredau et al。 [2008]为液压系统提供调查报告。有两种不同趋势：一是使用用于油液材料特性变化的特殊传感器。特殊状态监测传感器在该文章中不做讨论，取而代之参考Dieter and Bauer [2007]的报告。

用于故障检测和诊断的神经网络在液压系统文献中极少被报道。故障诊断调整压力供应组成完整的液压系统， Ramdén [1998]研究了三组阀和三组缸。神经网络用于检测阀开闭状态，见Ramdén et al。 [1995]。非线性优化方案检测阀部分开启状态，也就是开启超过25%。用仿真模拟测试这些方法，这些方法对早期小故障不敏感。

在这些文献中，用先进的故障检测手段管理着液压元件，基于神经网络的模型发展了比例阀和缸，实验台评估其性能。 传感器、仪器串联配置反馈故障检测的性能。传感器提供不连续的信号以一个非常严格的方式处理。一旦尝试使用一些额外的传感器总是要在故障检测和成本制约之间权衡，见专家讨论Backé and Bork [2004]。