東機(jī)美 DG4V-3-23A-M-P7-H-7-54 日本TOKIMEC東機(jī)美，TOKIMEC,應(yīng)用其本身的尖端科技，為船舶港口，工程建筑，能源動(dòng)力，國(guó)家防衛(wèi)等眾多行業(yè)提供各類(lèi)先進(jìn)的裝置，設(shè)備及系統(tǒng)產(chǎn)品，對(duì)于社會(huì)生活的基礎(chǔ)領(lǐng)域里發(fā)揮著巨大作用及影響力。，節(jié)能，控制性能卓越的液壓及電子產(chǎn)品，，東機(jī)美，TOKIMEC，(新名稱(chēng)東京計(jì)器，TOKYO_KEIKI)為社會(huì)基礎(chǔ)設(shè)施領(lǐng)域。，工業(yè)機(jī)械設(shè)備－注塑機(jī)，壓鋳機(jī)，數(shù)控設(shè)備，機(jī)床，沖壓機(jī)，鍛造機(jī)，吹塑機(jī)等。，工業(yè)機(jī)械及專(zhuān)用車(chē)輛設(shè)備－液壓挖掘機(jī)，起重機(jī)，高空作業(yè)車(chē)，林業(yè)機(jī)械，混凝土泵車(chē)，旋挖鉆等。，東京計(jì)器電磁閥特點(diǎn)：，1.特優(yōu)的浸油式電磁動(dòng)作設(shè)計(jì)，采用了滑閥浸于系統(tǒng)中的油內(nèi)動(dòng)作，具有緩沖作用，即使在高壓力高頻率的切換 動(dòng)作下，仍可平穩(wěn)無(wú)聲。，
DG4V-3-0C-M-P2-T-7-54，DG4V-3-0C-M-U1-T-7-54，DG4V-3-0C-M-U2-T-7-54，DG4V-3-0C-M-U7-T-7-54，DG4V-3-0C-M-U1-H-7-54，DG4V-3-0C-M-P7-H-7-54，DG4V-3-0C-M-U7-H-7-54，昆山瑞騰精密自動(dòng)化有限公司專(zhuān)業(yè)代理經(jīng)銷(xiāo)日本TOKIMEC電磁閥|TOKIMEC東京計(jì)器|日本TOKIMEC東機(jī)美|TOKMEC葉片泵|TOKIMEC電磁閥，TOKIMEC(東京計(jì)器)DG4VC-5-2A-M-PS2-H-7-40，TOKIMEC(東京計(jì)器)DG5VC-H8-6C-T-PS2-H-84-JA，TOKIMEC(東京計(jì)器)DG5V-H8-2A-T-P2-T-84-JA，TOKIMEC(東京計(jì)器)DG5V-H8-2A-P2-T-84-JA831，TOKIMEC(東京計(jì)器)DG5VC-7-6C-1-T-PS2-H-84-JA，TOKIMEC(東京計(jì)器)F11-SQP2-17-1D2-18，TOKIMEC(東京計(jì)器)DG4V-3-2N-M-P7-H-7-54，
東機(jī)美 DG4V-3-23A-M-P7-H-7-54 日本TOKIMECTOKIMEC(東京計(jì)器) EPCG2-06-175-Y-13，TOKIMEC(東京計(jì)器) EPC62-01-210-11，TOKIMEC(東京計(jì)器) PH130-MSFYR-21-TL-D-10-S28，TOKIMEC(東京計(jì)器) TGMCR-3-PT-10，TOKIMEC(東京計(jì)器) DG4V-5-2A-M-PL-T-6-40，TOKIMEC(東京計(jì)器) SQP-60-86C-18-P，TOKIMEC(東京計(jì)器) P16V-FRS-11-CMC-10-J，TOKIMEC(東京計(jì)器) 4CG-03-DA-20-JA-S100-J，TOKIMEC(東京計(jì)器) TCG-50-03-B-P7-T-15，P16V-RS-11-CCG-10-J，TOKIMEC(東京計(jì)器) P40VFR-22-CC-21-J，TOKIMEC(東京計(jì)器) P70VFR-22-CC-11-J，TOKIMEC(東京計(jì)器)CT-03-F-JA-10-S81-J，TOKIMEC(東京計(jì)器) CT-06-F-40-JA-J，TOKIMEC(東京計(jì)器) 4C2M-3-30-JA，TOKIMEC(東京計(jì)器) SQP3-30-1B-18，TOKIMEC(東京計(jì)器) SQP32-38-19-86BA-18-S116，TOKIMEC(東京計(jì)器) EPFRCG-06-210-500-EX-10-TN-S3，TOKIMEC(東京計(jì)器) ESPF-H3-HN-30，TOKIMEC(東京計(jì)器) DG4V-5-6C-M-PL-0V-6-40，TOKIMEC(東京計(jì)器) DG5V-H8-8C-2-E-P2-T-84-JA，TOKIMEC(東京計(jì)器) SG1-02-50-11-JA-S40，TOKIMEC(東京計(jì)器) DG4V-3-0C-M-P2-V-7-54，TOKIMEC(東京計(jì)器) DG4V-3-0C-M-P2-T-7-54，TOKIMEC(東京計(jì)器) DG4V-3-0C-M-P7-H-7-54，TOKIMEC(東京計(jì)器) P16VMR-10-CMC-20-S121-J，TOKIMEC(東京計(jì)器) ESPP-H3-H-10，TOKIMEC(東京計(jì)器) SQP43-38-32-86CC2-18，TOKIMEC(東京計(jì)器) SQP43-38-32-86CC-18，TOKIMEC(東京計(jì)器) TGMRC-5-BY-FH-G-50，TOKIMEC(東京計(jì)器) TOKIMEC(東京計(jì)器) C5G-825-JA-J，TOKIMEC(東京計(jì)器) SQP*3-**-38泵芯VA11210A，TOKIMEC(東京計(jì)器) SQP4*-60泵芯VA11215A，TOKIMEC(東京計(jì)器) ESPP-L-H-10，TOKIMEC(東京計(jì)器) DG4V-3-0C-M-P2-V-7-54，TOKIMEC(東京計(jì)器) DG4V-5-2A-M-PL-0V-6-40，
(7) 按照上述學(xué)習(xí)算法，轉(zhuǎn)到（2）反復(fù)學(xué)習(xí)直到所要求的精度為止。，，可以歸納為：BP網(wǎng)絡(luò)的學(xué)習(xí)方法由正向傳播和反向傳播兩個(gè)過(guò)程組成。學(xué)習(xí)開(kāi)始，先隨機(jī)地給各連接權(quán)賦值，權(quán)值在0~1之間隨機(jī)選取，然后將學(xué)習(xí)樣本的信息輸入輸入層各神經(jīng)元，經(jīng)隱含層計(jì)算出輸出層個(gè)節(jié)點(diǎn)的值，如輸出層不能得到規(guī)定的輸出則轉(zhuǎn)入反向傳播，將誤差信號(hào)沿原路返回，通過(guò)修改各層神經(jīng)元的權(quán)值使輸出誤差最小。經(jīng)過(guò)一定數(shù)量的樣本訓(xùn)練之后，網(wǎng)絡(luò)的權(quán)矩陣和閾值就穩(wěn)定在一定的狀態(tài)，這樣與系統(tǒng)有關(guān)的故障模式將匹配到其最接近的區(qū)域，神經(jīng)網(wǎng)絡(luò)用于故障診斷的機(jī)理也在于此。其示意圖見(jiàn)圖2圖3。論文發(fā)表。2 液壓泵滾動(dòng)軸承故障特征向量的提取，根據(jù)所采用的狀態(tài)變量把滾動(dòng)軸承工作狀況監(jiān)視和故障診斷分為溫度法、油樣分析法和振動(dòng)法。由于液壓泵發(fā)生故障會(huì)引起系統(tǒng)附加振動(dòng)，并且振動(dòng)法具有測(cè)試簡(jiǎn)單、診斷結(jié)果可靠及適用于各種工作環(huán)境，因而在實(shí)際中得到廣泛應(yīng)用。在實(shí)際測(cè)試工作中，主要使用加速度傳感器測(cè)試振動(dòng)信號(hào)，但應(yīng)對(duì)所測(cè)得的信號(hào)進(jìn)行分析處理。提取能夠反應(yīng)軸承工作狀態(tài)的一些特征向量，用于故障識(shí)別。，，一般來(lái)說(shuō)，故障軸承的指標(biāo)比正常軸承大。故障越嚴(yán)重，振動(dòng)值越大，波形因子越大;局部缺陷越嚴(yán)重，沖擊指標(biāo)和峭度越大。通過(guò)試驗(yàn)分析，處于故障早期的滾動(dòng)軸承的幅域指標(biāo)與正常軸承存在較大區(qū)別，適合于故障診斷。通常使用均方根值、峰值、峭度、峰值因子、峭度因子、脈沖因子、裕度因子和波形因子等指標(biāo)。并且這些指標(biāo)基本上不受，， ， ， ，
東機(jī)美 DG4V-3-23A-M-P7-H-7-54 日本TOKIMEC， ，，圖2圖3，，載荷和轉(zhuǎn)速等因素的影響,無(wú)須考慮相對(duì)標(biāo)準(zhǔn)值或與以前的數(shù)據(jù)進(jìn)行對(duì)比,另外,它不受信，，號(hào)絕對(duì)水平的影響,即使測(cè)量點(diǎn)同以往的略有不同,對(duì)參數(shù)的計(jì)算結(jié)果也不會(huì)產(chǎn)生明顯的影響。本文將以這些處理過(guò)的參數(shù)作為神經(jīng)網(wǎng)絡(luò)輸入層輸入來(lái)對(duì)軸承故障做出診斷。，，設(shè)采集到的振動(dòng)信號(hào)為(i=1,2,…,n,n 為采樣點(diǎn)數(shù)),則，，均方根值，，峰值 （ 為利用某一峰值計(jì)數(shù)法從信號(hào)中找到的m個(gè)峰值，j=1,2,…m），，峭度，，峰值因子，，峭度因子，，脈沖因子 ，，波形因子，，裕度因子 ，，3 采用BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行滾動(dòng)軸承故障診，，3.1網(wǎng)絡(luò)層次節(jié)點(diǎn)數(shù)目確定，，模型采用3層BP神經(jīng)網(wǎng)絡(luò)，輸入層相對(duì)于上述6個(gè)處理過(guò)的特征參數(shù)，因而有6個(gè)節(jié)點(diǎn)，在運(yùn)行的柱塞泵滾動(dòng)軸承的6個(gè)測(cè)點(diǎn)安裝傳感器，擬人工設(shè)置三種軸承故障模式：軸承外環(huán)故障、軸承內(nèi)環(huán)故障、滾動(dòng)體故障，故對(duì)應(yīng)于這三種故障輸出層有3個(gè)節(jié)點(diǎn)。陰層節(jié)點(diǎn)數(shù)根據(jù)經(jīng)驗(yàn)公式 來(lái)確定，其中：，，隱含層神經(jīng)元數(shù)目；，，輸入層神經(jīng)元數(shù)目；，，輸出層神經(jīng)元數(shù)目；，，1~10之間的整數(shù)。，，本文選用的隱層節(jié)點(diǎn)數(shù)目是12。如圖1所示，，3.2網(wǎng)絡(luò)訓(xùn)練，，神經(jīng)網(wǎng)絡(luò)具有自適應(yīng)、自學(xué)習(xí)能力，因而當(dāng)訓(xùn)練樣本達(dá)到一定數(shù)量后，網(wǎng)絡(luò)具有良好的非線性逼近能力，達(dá)到理想的故障模式識(shí)別。但達(dá)到上述效果，用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)的樣本必須滿足以下倆個(gè)要求：a、樣本足夠數(shù)量多，從而使網(wǎng)絡(luò)經(jīng)過(guò)訓(xùn)練后，收斂性良好；b、樣本包含各類(lèi)故障的典型樣本，即要求訓(xùn)練樣本集完整。，，本文選用的樣本數(shù)據(jù)來(lái)自實(shí)驗(yàn)數(shù)據(jù)，依據(jù)數(shù)據(jù)性質(zhì)，分為四類(lèi)：軸承正常、外圈劃傷、內(nèi)圈劃傷、滾子劃傷。每類(lèi)數(shù)據(jù)各有20個(gè)樣本，共80個(gè)訓(xùn)練樣本。表1節(jié)選了軸承四種狀態(tài)各5個(gè)共20個(gè)訓(xùn)練樣本。，，在MatLab環(huán)境下，選用收斂性良好的Levenberg-Marquardt算法對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，參數(shù)設(shè)定如下：學(xué)習(xí)率0.05；訓(xùn)練步數(shù)100；訓(xùn)練目標(biāo)誤差0.001；通過(guò)調(diào)試可知，Levenberg-Marquardt算法收斂速度很快，因此，訓(xùn)練后的BP神經(jīng)網(wǎng)絡(luò)就是滾動(dòng)軸承早期故障的識(shí)別網(wǎng)絡(luò)。，，3.3檢驗(yàn)網(wǎng)絡(luò)，，軸承四種狀態(tài)的期望輸出分別為：正常（0 0 0）；外圈劃傷（1 0 0）；內(nèi)圈劃傷（0 1 0）;滾子劃傷（0 0 1）。，，用訓(xùn)練好的網(wǎng)絡(luò)對(duì)待檢樣本進(jìn)行識(shí)別，原理圖見(jiàn)圖3，神經(jīng)網(wǎng)絡(luò)對(duì)滾動(dòng)軸承檢驗(yàn)樣本進(jìn)行診斷的輸出結(jié)果如表2所示，可以看出，神經(jīng)網(wǎng)絡(luò)能根據(jù)早期振動(dòng)測(cè)得的數(shù)據(jù)準(zhǔn)確地判斷軸承的故障類(lèi)型，說(shuō)明神經(jīng)網(wǎng)絡(luò)采用上述算法以及特征參數(shù)能夠較好的對(duì)故障模式進(jìn)行識(shí)別。，，4 結(jié)論，，航空液壓泵軸承是液壓泵的重要支撐部件，對(duì)其故障診斷具有重要意義。BP神經(jīng)網(wǎng)絡(luò)模型具有較強(qiáng)的自學(xué)習(xí)、自適應(yīng)、聯(lián)想記憶及非線性模式識(shí)別能力，特別適用于多故障、多征兆等復(fù)雜模式的識(shí)別。本文通過(guò)對(duì)軸承振動(dòng)信息處理，提取無(wú)量綱特征參數(shù)作為神經(jīng)網(wǎng)絡(luò)輸入，實(shí)驗(yàn)結(jié)果表明，利用BP神經(jīng)網(wǎng)絡(luò)對(duì)航空滾動(dòng)軸承早期故障模式進(jìn)行識(shí)別是可靠與有效的。
東機(jī)美 DG4V-3-23A-M-P7-H-7-54 日本TOKIMEC
