液压缸内泄漏的检测与分类

液压系统因其依赖不可压缩流体来促进能量和动力传输，已成为许多行业中最常用的技术之一。在此类系统中，液压缸是将液压能转换为机械能的主要设备。与液压缸相关的一些真实且非常常见的问题是泄漏。液压系统中的泄漏会导致压力下降、整体效率降低，甚至系统完全失效。泄漏发生的不同方式定义了泄漏的主要分类：内泄漏和外泄漏。外泄漏易于察觉，而内泄漏涉及流体在压力腔之间的移动，更难检测，并可能在无明显迹象的情况下逐渐影响系统性能。当泄漏超过可接受限度时，即被归类为故障或失效。在这种情况下，泄漏被分为三类：无泄漏、低泄漏和高泄漏。本文的核心思想是提出一种故障检测算法，其基本职责是检测液压系统内的最小泄漏，并最小化检测时间。为了充分发展这一思想，需要进行液压系统的实验数据采集。采集的数据使用压力传感器和其他单一相关信号。由于采用了长短期记忆（LSTM）循环神经网络，使得更复杂的数据分析成为可能，基于 LSTM 的泄漏检测算法成功实现了这一点，在泄漏类型分类方面提供了近 96% 的准确率。结果表明，所提出的方法可以对每个周期进行实时在线故障诊断，从而降低维护成本并延长液压系统的使用寿命。