一种油压减振活塞阀系统、计算机设备、可读存储介质技术方案

本发明专利技术公开一种油压减振活塞阀系统、计算机设备、可读存储介质，涉及减振活塞阀技术领域，通过采集油压减振活塞阀系统的阻尼调节阀油压、活塞单向阀油压、弹簧刚度信号、底阀油压、预紧力信号；运用卷积神经网络对样本数据进行训练、测试，引入宽残差网络模型，通过拓宽卷积核达到对阻尼调节阀油压、活塞单向阀油压、弹簧刚度信号、底阀油压、预紧力信号数据高频噪声信号和低频特征信号的过滤折中；提取各种信号的经典的时域统计学特征、频域特征等，对油压减振活塞阀系统故障进行分类识别。本发明专利技术解决了现有技术对于高速动车用油压减振活塞阀系统长期运行中，不能对于各结构的工作中是否有效实施或可能出现的故障预警缺乏有效检测的问题。

【技术实现步骤摘要】
一种油压减振活塞阀系统、计算机设备、可读存储介质
本专利技术公开涉及减振活塞阀
，尤其涉及一种油压减振活塞阀系统、计算机设备、可读存储介质。
技术介绍
目前，油压减振器是轨道车辆上的重要零部件，具有较高的技术含量，其工作中拉伸和压缩方向的力值主要是通过对减振器活塞中的四组或六组弹簧进行预紧产生，预紧方法通常采用人工预拧调整螺钉后用弹簧试验机检测弹簧预紧力，根据测量结果与工艺要求的偏差值进行调整，调整方法是再次旋转调整螺钉，再检测的循环，直至将弹簧调整到合格预紧力范围内，在生产过程中对操作人员的调整经验有很高的要求，由于每个活塞上有四组或六组弹簧，每次调整时由于弹簧的反作用力使得芯阀与调整螺钉承受越来越大的阻尼力，因此对人员的体力和注意力要求也较高，这个工序通常也是生产过程中的瓶颈工序，会造成生产效率下降，工序人员培训和熟练程度时间较长。因此如何设计一种高效和操作简单的减振器活塞预紧力调节系统成为本领域亟需解决的技术问题。为解决上述技术问题，现有技术提供一种用于高速动车油压减振器活塞预紧力的自动调节系统及方法，包括：活塞装置和调节装置，其中，所述活塞装置包括：活塞、芯阀弹簧、芯阀和调整螺钉，其中，所述活塞包括：芯阀弹簧安装孔、芯阀安装孔和调整螺钉安装孔，所述芯阀安装孔位于所述活塞的一端，用于安装所述芯阀，且所述芯阀一端从所述芯阀安装孔内部延伸至外部，用于与测量杆接触，另一端设有环形托盘；所述调整螺钉安装孔位于所述芯阀安装孔的外侧且位于所述环形托盘的上方，用于安装所述调整螺钉；所述芯阀弹簧安装孔沿竖直方向位于所述环形托盘的下方，用于安装所述芯阀弹簧，所述芯阀弹簧一端与所述环形托盘的底部相连，另一端与所述活塞内壁相连；所述调整螺钉位于所述调整螺钉安装孔内，用于与旋杆接触；所述调节装置包括：旋杆、设有测量杆的压力传感器、控制器和控制所述旋杆和测量杆移动的伺服电机，其中，所述旋杆位于所述调整螺钉的上方，用于压缩所述芯阀弹簧，调节预紧力；所述测量杆贯穿所述旋杆的内部且其两端均延伸至所述旋杆的外部，一端与所述压力传感器相连，另一端位于所述芯阀的上方，用于压缩所述芯阀进而压缩芯阀弹簧产生预紧力；所述压力传感器分别与所述测量杆和控制器相连，用于将信号发送给控制器；所述控制器分别与所述压力传感器和伺服电机相连，用于接收所述压力传感器发出的信号和发送控制指令给伺服电机。利用所述的系统对减振器活塞预紧力调节的方法，包括以下步骤：1)启动所述伺服电机控制所述测量杆向下移动，压缩所述芯阀，所述芯阀上的环形托盘进而压缩所述芯阀弹簧，使得所述调整螺钉与环形托盘产生间隙，产生向上的芯阀弹簧预定预紧力值；2)所述压力传感器获取所述预定预紧力值后，向所述控制器发送相应信号，所述控制器接收到信号后发送指令给所述伺服电机，控制所述伺服电机停止运行，所述测量杆停止向下移动，待所述测量杆稳定；3)所述测量杆稳定后，启动所述伺服电机控制所述旋杆向下移动，当所述旋杆与所述调整螺钉的一字槽卡接后，带动所述调整螺钉一起向下旋转移动，调节所述预定预紧力值，所述调整螺钉接触到所述芯阀上的环形托盘时，产生一个下压的力值，此时所述测量杆传递到所述压力传感器的所述预定预紧力值呈现减小的趋势；4)当所述预定预紧力值减小了2％时，所述压力传感器发送相应的信号所述控制器，所述控制器发出所述伺服电机停止转动的控制指令，此时所述旋杆停止移动，一段时间后，启动所述伺服电机控制所述旋杆与测量杆退回原位；5)所述活塞装置的预紧力调节完成，取出所述活塞装置，进行下一组活塞装置的预紧力调节，重复上述步骤。通过上述分析，现有技术存在的问题及缺陷为：(1)现有技术对减振器活塞预紧力检测中，一定程度满足了实际需要，但是高速列车运行的安全性及舒适性得尤为重要，这就对减振器性能设计提出了更高的要求。而减振器性能的设计的一个重要手段就是调整内部各个阀系相关参数。为此，国内外已经有众多学者对减振器阀系参数对其性能影响做了研究。但是，在他们的研究中都是仅仅分析单一或个别参数的影响，而且没有对各个参数的影响主次顺序及最佳参数组合做分析。现有技术通过建立铁道车辆液压减振器模型，借助正交试验的分析方法通过数值计算分析了阀系结构参数对其性能的影响以期为减振器的参数设计提供理论方法。具体包括：选取高速列车车辆上常用的横向减振器作为建模对象。根据阻尼调节阀总成所示，利用提升阀元件与可变节流孔元件串联与较小节流孔元件并联模拟减振器阻尼调节阀。提升阀元件内部结构，出口压力可由下列公式描述。当入口处面积比单向阀开口面积大的时候阻力Ff表现为闭阀压力:式中:h表示球体移动距离，D表示入口直径，α表示斜面角度，ΔP表示入口和开口处压差，ΔP＝Pin－Pout，Cd表示流量系数，Cv表示速度系数。当阀处于开启状态时，油液流动表现出了拉力和压力两种力，其中油液拉力为:压力为:当阀处于关闭状态时，油液压力为:由式(1)、(3)、(4)、(5)可得开口处压力：可变节流孔流量特性描述为:式中:Δp表示节流口两端压差，AT表示节流口的通流截面积，φ表示节流口形状决定的节流阀指数，C表示节流口形状、液体流态、油液性质等决定的系数。工作缸阻尼力产生原理：DV_Negative分别表示拉伸腔和压缩腔体积变化率FC表示作用于活塞两端的压力差，即所要求的液压减振器的阻尼力，P_Positive、P_Negative分别表示拉伸腔压强和压缩腔压强，AX表示活塞移动的位移，它通过信号发生器AF元件来控制，AV表示活塞移动的速度，它也通过信号发生器AF元件来控制。根据减振器结构及各个结构初始值(包括阻尼阀孔径、常通孔径、活塞单向阀孔径、弹簧刚度、预紧力、底阀孔径等基本参数值)在Easy5环境下建立了减振器液压控制模型所示。现有技术取得积极效果为：(1)减振器各个阀系结构参数对阻尼力的影响从主到次顺序依次为阻尼阀孔径(D1)、弹簧刚度(K1)、预紧力(F1)、活塞单向阀孔径(D3)、常通孔径(D2)、底阀孔径(D4)。(2)以减振器最大阻尼力为评价指标，在减振器各个结构参数取值范围内取阻尼孔径(D1)一水平，常通孔径(D2)二水平，活塞单向阀孔径(D3)一水平，弹簧刚度(K1)三水平，预紧力(F1)三水平，底阀孔径(D4)三水平为最佳参数组合。(3)在各自的取值范围内，随着阻尼孔径的增大最大阻尼力逐渐减小；常通孔径D2＜0.1cm时其变化对最大阻尼力影响较小当D2＞0.1cm时最大阻尼力逐渐减小；随着活塞单向阀孔径增大最大阻尼力逐渐减小。但是现有技术对于高速动车用油压减振活塞阀系统长期运行中，对于各结构的工作中是否有效实施或可能出现的故障预警缺乏有效检测。油压减振活塞阀是高速动车的易损伤的部件之一，为了提高高速动车运行可靠性和安全性，有必要通过监控手段，对高速动车进行预测性维护，尤其是针对油压减振活塞本文档来自技高网...

【技术保护点】
1.一种高速动车用油压减振活塞阀系统，包括阻尼调节阀、活塞单向阀和底阀，所述阻尼调节阀、活塞单向阀和底阀各个结构初始值包括阻尼阀孔径、活塞单向阀孔径、弹簧刚度、预紧力、底阀孔径基本参数值；其特征在于，所述高速动车用油压减振活塞阀系统通过采集油压减振活塞阀系统的阻尼调节阀油压、活塞单向阀油压、弹簧刚度信号、底阀油压、预紧力信号；/n采集阻尼调节阀油压、活塞单向阀油压、弹簧刚度信号、底阀油压、预紧力信号数据时采样频率大于信号频率的两倍；单位时间采样所选取的采样点的数量等于采样频率；/n单位时间采样选择1024个采样点，即采样频率为1024Hz>2*137.48Hz，为有效保留原始阻尼调节阀油压、活塞单向阀油压、弹簧刚度信号、底阀油压、预紧力信号的故障特征，单个学习样本设置为32*32大小，把阻尼调节阀油压、活塞单向阀油压、弹簧刚度信号、底阀油压、预紧力信号数据转换为32*32大小的灰度图这种数据集形式，通过位深度为8位的灰度图灰度值的大小代表阻尼调节阀油压、活塞单向阀油压、弹簧刚度信号、底阀油压、预紧力信号数据的振动幅度，然后把数据集按一定比例进行分割，分为训练集和测试集；/n运用卷积神经网络对样本数据进行训练、测试，对卷积神经网络结构中的各层数据运用数据可视化技术，完成阻尼调节阀油压、活塞单向阀油压、弹簧刚度信号、底阀油压、预紧力信号数据和卷积神经网络模型结合的初步应用场景构建；/n引入宽残差网络模型，通过拓宽卷积核达到对阻尼调节阀油压、活塞单向阀油压、弹簧刚度信号、底阀油压、预紧力信号数据高频噪声信号和低频特征信号的过滤折中；/n卷积神经网络有L层，其中第i层(i∈1,2,...,L)的输入为x...

【技术特征摘要】
1.一种高速动车用油压减振活塞阀系统，包括阻尼调节阀、活塞单向阀和底阀，所述阻尼调节阀、活塞单向阀和底阀各个结构初始值包括阻尼阀孔径、活塞单向阀孔径、弹簧刚度、预紧力、底阀孔径基本参数值；其特征在于，所述高速动车用油压减振活塞阀系统通过采集油压减振活塞阀系统的阻尼调节阀油压、活塞单向阀油压、弹簧刚度信号、底阀油压、预紧力信号；
采集阻尼调节阀油压、活塞单向阀油压、弹簧刚度信号、底阀油压、预紧力信号数据时采样频率大于信号频率的两倍；单位时间采样所选取的采样点的数量等于采样频率；
单位时间采样选择1024个采样点，即采样频率为1024Hz>2*137.48Hz，为有效保留原始阻尼调节阀油压、活塞单向阀油压、弹簧刚度信号、底阀油压、预紧力信号的故障特征，单个学习样本设置为32*32大小，把阻尼调节阀油压、活塞单向阀油压、弹簧刚度信号、底阀油压、预紧力信号数据转换为32*32大小的灰度图这种数据集形式，通过位深度为8位的灰度图灰度值的大小代表阻尼调节阀油压、活塞单向阀油压、弹簧刚度信号、底阀油压、预紧力信号数据的振动幅度，然后把数据集按一定比例进行分割，分为训练集和测试集；
运用卷积神经网络对样本数据进行训练、测试，对卷积神经网络结构中的各层数据运用数据可视化技术，完成阻尼调节阀油压、活塞单向阀油压、弹簧刚度信号、底阀油压、预紧力信号数据和卷积神经网络模型结合的初步应用场景构建；
引入宽残差网络模型，通过拓宽卷积核达到对阻尼调节阀油压、活塞单向阀油压、弹簧刚度信号、底阀油压、预紧力信号数据高频噪声信号和低频特征信号的过滤折中；
卷积神经网络有L层，其中第i层(i∈1,2,...,L)的输入为xi，参数为wi，该层的输出yi＝xi+1；忽略层数和偏置，它们之间的关系表示如下：
y＝F(x,wf)；
其中，F为非线性激活函数，参数wf的下标表明该操作对应于F，深度残差网络用下公式表示：
y＝F(x,w)+x；
变形，得：
F(x,w)＝y-x；
网络需要学习的函数F为公式右侧的残差项(y-x)，称之为残差函数；残差学习模块有两个分支，包括左侧的残差函数，右侧的对输入的恒等映射；两个分支经过一个简单整合后，再经过一个非线性的变换ReLU激活函数，形成整个残差学习模块；由多个残差模块堆叠而成的网络结构称作残差网络；
提取各种信号的经典的时域统计学特征、频域特征，以及基于小波包分解获得时频域特征；
分别对各种信号的特征参数采用深度波尔曼兹机进行特征学习；接下来采用数据融合技术将深度波尔曼兹机学习到的各源特征进行融合；
最后将融合后的特征参数作为分类器支持向量机的输入，对油压减振活塞阀系统故障进行分类识别。


2.如权利要求1所述的高速动车用油压减振活塞阀系统，其特征在于，运用TensorFlow中的tensorboard数据可视化方法对卷积神经网络模型故障诊断准确率和目标函数损失进行统计；随着训练步数的增多，模型总体呈收敛状态；为了增加诊断准确率，采取增加网络深度的方法。


3.如权利要求1所述的高速动车用油压减振活塞阀系统，其特征在于，所述宽残差网络是在原始的残差模块的基础上增加一个系数k，从而拓宽卷积核的个数；具体包括：
(1)包含L2正则化，解决阻尼调节阀油压、活塞单向阀油压、...

【专利技术属性】
技术研发人员：李娜，
申请(专利权)人：李娜，
类型：发明
国别省市：山东;37