基于PSO-ELM的液压油性能衰退预测及分析

作     者：宋新成 杨洁 王崴 李恒威 郝俊杰 郭亮亮 SONG Xincheng;YANG Jie;WANG Wei;LI Hengwei;HAO Junjie;GUO Liangliang

作者机构：空军工程大学防空反导学院陕西西安710051 解放军93285部队吉林公主岭136100 

基　　金：军内科研项目(KJ2018-2019C060) 

出 版 物：《润滑与密封》 (Lubrication Engineering)

年 卷 期：2021年第46卷第12期

页      码：131-135页

摘      要：提出基于粒子群优化(Particle Swarm Optimization,PSO)的极限学习机(Extreme Learning Machine,ELM)的液压油性能衰退预测方法。以L-HM46抗磨液压油为研究对象,设计液压油性能衰退实验,检测油液的黏度、张角、水分含量、衰退度。基于提出的液压油性能衰退预测方法,利用遍历搜索和PSO算法分别对ELM的外部、内部参数进行优化选取,从而建立最优的性能衰退预测模型。将油液的黏度、张角、水分含量作为模型输入特征向量,衰退度作为模型输出,采用PSO-ELM性能衰退预测模型对液压油性能进行仿真分析。结果表明:PSO-ELM算法计算结果与实验数据吻合较好;PSO-ELM算法预测精度达到了98.47%,高于ELM算法的预测精度,表明PSO-ELM算法能更准确地预测液压油的衰退情况,为确定换油时机提供参考。

主 题 词：粒子群优化 极限学习机 液压油 性能衰退 

学科分类：080202[080202] 08[工学] 0802[工学-机械学] 

D　O　I：10.3969/j.issn.0254-0150.2021.12.019

馆 藏 号：203106570...