电动叉车EPS系统的故障检测与诊断

• 作者: 肖本贤 陶婕
• 来源期刊: 电子测量与仪器学报
• 学科: 工学
• 关键词: 电动助力转向 故障检测与诊断 粗糙集理论 支持向量机 概率神经网络
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 学术论文
• 页码范围: 173-180
• 页数: 8页
• 分类号: TP277|TN03
• 语种: 中文
• DOI: 10.13382/j.jemi.B1902144

摘要

电动助力转向(EPS)系统在电动叉车操纵中起关键作用,并且转向系统的故障会影响车辆的操纵性能.因此EPS系统需要可靠且有效的故障检测与诊断(FDD)方法,以保证EPS系统的安全性和改善故障部件的可修复性.提出了一种基于模型和数据驱动的EPS系统故障检测与诊断方法.首先建立一个基于物理的EPS系统模型,进行故障注入实验以得出故障传感器测量依赖性;然后研究各种故障检测与诊断方案以检测和隔离故障,重点强调基于粗糙集理论(RST)的故障分类;最后,通过实车实验数据说明运用粗糙集理论方法估计故障的严重程度,同时将故障分类精度与传统分类方法的精度进行比较,证明了基于粗糙集理论的故障检测与诊断方法对缺失数据具有鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖本贤		94	939	18.0	27.0
2	陶婕		2	0	0.0	0.0