液压与气动

作者：段博文, 木合塔尔·克力木, 杨波

单位：新疆大学 机械工程学院, 新疆 乌鲁木齐 830047

关键词：换向阀","液压缸","故障诊断","支持向量机","粒子群优化算法

基金：国家自然科学基金(12362030);新疆维吾尔自治区自然科学基金(2022D01C93)

针对液压系统中换向阀与液压缸的故障特性复杂、故障诊断准确率低的问题,提出一种融合线性核和高斯核的混合核支持向量机算法,该算法能显著提升支持向量机对复杂故障数据的分类能力。在此基础上,结合粒子群优化算法与一对一多分类策略,使混合核支持向量机故障诊断模型具备参数寻优与多分类的能力。为验证算法有效性,搭建换向阀与液压缸故障试验台采集出故障流量信号数据,通过时域特征提取与主成分分析进行预处理,再将预处理后的数据输入改进的故障诊断模型中进行训练与验证。分类结果表明:该方法在换向阀与液压缸故障诊断中的准确率为97.11%,相较于其他故障诊断模型,该模型具有更高的故障诊断精度和更优的分类性能。

来源：2026年第4期

《液压与气动》期刊编辑部

查看液压与气动杂志2026年第4期