【正文】 (2)結(jié)合動態(tài) GRNN模型與殘差平方和檢驗，提出了基于動態(tài) GRNN 模型的挖掘機液壓系統(tǒng)故 障檢測方法；研究了多模型故障診斷，在故障檢測方法的基礎上，提出了基于多網(wǎng)絡模型的挖掘機液壓系統(tǒng)故障診斷方法。 GRNN 模型和多模型故障診斷相結(jié)合應用于挖掘機液壓系統(tǒng)的故障診斷。 (3)提出了基于 FARX模型與 RBF網(wǎng)絡的挖掘機液壓系統(tǒng)故障診斷方法。 (2)提出了基于 FARX 模型與 FCM 的挖掘機液壓系統(tǒng)的故障診斷方法。 的 ARX 模型，稱之為 FARX 模型，并將之應用于挖掘機液壓系統(tǒng)的故障診斷之中。本文以理論研究、仿真建模和實驗分析為基礎，對挖掘機液壓系統(tǒng)故障檢測和故障診斷方法進行了系統(tǒng)的研究，主要內(nèi)容包括如下幾個方面： ，分析了挖掘機液壓系統(tǒng)關(guān)鍵液壓元件模塊化特點，研究了關(guān)鍵液壓元件模型參數(shù)與故障模式和故障機理之間的對應關(guān)系；分析了挖掘機液壓系統(tǒng)故障 診斷研究中的幾個關(guān)鍵問題，提出了挖掘機液壓系統(tǒng)故障診斷研究策略。采集了故障數(shù)據(jù)樣本；仿真和實驗驗證結(jié)果表明：上述故障檢測和故障診斷方法均能有效地應用于挖掘機液壓系統(tǒng)。 (2)結(jié)合動態(tài) GRNN模型與殘差平方和檢驗，提出了基于動態(tài) GRNN 模型的挖掘機液壓系統(tǒng)故障檢測方法；研究了多模型故障診斷，在故障檢測方法的基礎上，提出了基于多網(wǎng)絡模型的挖掘機液壓系統(tǒng)故障診斷方法。 GRNN模型和多模型故障診斷相結(jié)合應用于挖掘機液壓系統(tǒng)的故障診斷。 (3)提出了基于 FARX 模型與 RBF 網(wǎng)絡的挖掘機液壓系統(tǒng)故障診斷方法。該方法使用目標故障特征訓練 RBF 網(wǎng)絡，建立 RBF網(wǎng)絡故障分類器；故障特 征代入故障分類器所得到的輸出即為故障診斷結(jié)果。 (1)在GRNN 模型中引入全局遞歸的反饋機制，提出了動態(tài) GRNN 模型；研究了動態(tài) GRNN模型的基本結(jié)構(gòu)和動態(tài) GRNN 模型的多步預測方法。 AMESim 系統(tǒng)仿真環(huán)境下，建立了 SWE50 型挖掘機工作裝置及其液壓系統(tǒng)的實體參數(shù)模型，設置了多種模擬故障；在 SWE50 型挖掘機實驗平臺上，設置了活塞磨損、閥芯運動不到位、閥芯磨損、球 頭松動、配流盤磨損等 5類單一故障以及閥芯磨損 +閥芯運動不到位、閥芯磨損 +活塞磨損、球頭松動 +配流盤磨損等 3 類復合故障。 隨著挖掘機自動化水平的提高，液壓系統(tǒng)的故障診斷已經(jīng)成為現(xiàn)代挖掘機的關(guān)鍵技術(shù)之一，開展挖掘機液壓系統(tǒng)故障診斷方法的研究，對于提 高挖掘機的可靠性水平和施工效率具有重要的意義。 PCA 方法和動態(tài)主元模型，建立了挖掘機液壓系統(tǒng)的基本回路建立了動態(tài)主元模型；通過研究多元統(tǒng)計量檢驗，提出了基于動態(tài) PCA 的挖掘機液壓系統(tǒng)的故障檢測方法；通過分析挖掘機液壓系統(tǒng)在實際使用中的特點，提出了在線建模方法和在線故障檢測方法。 (1)研究了 FARX 模型非線性特征及其故障特征參數(shù)的提取過程，提出了基于 FARX 模型的挖掘機液壓系統(tǒng)故障特征提取方法。該方法以目標故障特征為分類參考，使用 FCM 分類器對故障特征進行分類，判斷 系統(tǒng)的故障狀態(tài)。該方法使用目標故障特征訓練 RBF 網(wǎng)絡，建立 RBF 網(wǎng)絡故障分類器；故障特征代入故障分類器所得到的輸出即為故障診斷結(jié)果。 (1)在 GRNN 模型中引入全局遞歸的反饋機制，提出了動態(tài) GRNN 模型；研究了動態(tài) GRNN 模型的基本結(jié)構(gòu)和動態(tài) GRNN模型的多步預測方法。 AMESim 系統(tǒng)仿真環(huán)境下，建立了 SWE50 型挖掘機工作裝置及其液壓系統(tǒng)的實體參數(shù)模型，設置了多種模擬故障；在 SWE50 型挖掘機實驗平臺上，設置了活塞磨損、閥芯運動不到位、閥芯磨損、球頭松動、配流盤磨損等 5類單一故障以及閥芯磨損 +閥芯運動不到位、閥芯磨損 +活塞磨損、球頭松動 +配流盤磨損等 3 類復合故障。 (1)在 GRNN 模型中引入全局遞歸的反饋機制，提出了動態(tài) GRNN 模型；研究了動態(tài) GRNN 模型的基本結(jié)構(gòu)和動態(tài) GRNN模型的多步預測方法。該方法使用目標故障特征訓練 RBF 網(wǎng)絡，建立 RBF 網(wǎng)絡故障分類器；故障特征代入故障分類器所 得到的輸出即為故障診斷結(jié)果。該方法以目標故障特征為分類參考，使用 FCM 分類器對故障特征進行分類，判斷系統(tǒng)的故障狀態(tài)。 (1)研究了 FARX 模型非線性特征及其故障特征參數(shù)的提取過程，提出了基于 FARX 模型的挖掘機液壓系統(tǒng)故障特征提取方法。 PCA 方法和動態(tài)主元模型，建立了挖掘機液壓系統(tǒng)的基本回路建立了動態(tài)主元模型；通過研究多元統(tǒng)計量檢驗，提出了基于動態(tài) PCA 的挖掘機液壓系統(tǒng)的故障檢測方法；通過分析挖掘機液壓系統(tǒng)在實際使用中的特點，提出了在線建模方法和在線故障檢測方法。 隨著挖掘機自動化水平的提高，液壓系統(tǒng)的故障診斷已經(jīng)成為現(xiàn)代挖掘機的關(guān)鍵技術(shù)之一，開展挖掘機液壓系統(tǒng)故障診斷方法的研究，對于提高挖掘機的可靠性水平和施工效率具有重要的意義。 AMESim 系統(tǒng)仿 真環(huán)境下，建立了 SWE50 型挖掘機工作裝置及其液壓系統(tǒng)的實體參數(shù)模型，設置了多種模擬故障；在 SWE50 型挖掘機實驗平臺上，設置了活塞磨損、閥芯運動不到位、閥芯磨損、球頭松動、配流盤磨損等 5類單一故障以及閥芯磨損 +閥芯運動不到位、閥芯磨損 +活塞磨損、球頭松動 +配流盤磨損等 3 類復合故障。 (1)在 GRNN 模型中 引入全局遞歸的反饋機制，提出了動態(tài) GRNN 模型；研究了動態(tài) GRNN 模型的基本結(jié)構(gòu)和動態(tài) GRNN模型的多步預測方法。該方法使用目標故障特征訓練 RBF網(wǎng)絡，建立 RBF網(wǎng)絡故障分類器；故障特征代入故障分類器所得到的輸出即為故障診斷結(jié)果。該方法以目標故障特征為分類參考，使用 FCM 分類器對故障特征進行分類，判斷系統(tǒng)的故障狀態(tài)。 GRNN 模型和多模型故障診斷相結(jié)合應用于挖掘機液壓系統(tǒng)的故障診斷。 (2)結(jié)合動態(tài) GRNN 模型與殘差平方和檢驗，提 出了基于動態(tài) GRNN 模型的挖掘機液壓系統(tǒng)故障檢測方法；研究了多模型故障診斷，在故障檢測方法的基礎上，提出了基于多網(wǎng)絡模型的挖掘機液壓系統(tǒng)故障診斷方法。采集了故障數(shù)據(jù)樣本；仿真和實驗驗證結(jié)果表明：上述故障檢測和故障診斷方法均能有效地應用于挖掘機液壓系統(tǒng)。本文以理論研究、仿真建模和實驗分析為基礎，對挖掘機液壓系統(tǒng)故障檢測和故障診斷方法進行了系統(tǒng)的研究，主要內(nèi)容包括如下幾個方面： ，分析了挖掘機