罗天洪，熊 钰，孙冬梅

(1.重庆大学经济与工商管理学院，重庆400030;2.重庆交通大学机电与汽车工程学院，重庆400074;3.中国石油勘探开发研究院采油采气装备研究所，北京100083)

0 引言

液压系统因其独特的优点在日常生产中得到了广泛的应用。因为液压管路内油液流动状态、液压件内部的零件动作、以及密封件的损坏等情况，一般是看不见摸不着的，所以给人们观察分析带来很多麻烦和困难［1］。目前的故障诊断专家系统大体分为两类:一类是运用模糊故障树理论，由专家经验构建模糊评判矩阵，经过模糊运算，依据最大隶属度原则判断故障［2］，该种方法人为因素对故障诊断结果影响太大;另一类是基于神经网络，主要有BP网络［3］和 RBF 网络［4］，但是这两种神经网络过于简单，收敛性不足，对于比较复杂，庞大的系统而言，事倍功半。此外还有 GM(高斯)网络［5］、SGA 网络［6］、贝叶斯网络［7］等。

笔者提出的故障诊断专家系统，基于对液压系统特征参量的变化信号的采集，根据其携带的故障信息来对液压系统故障评定。有以下几个优点:

1)能够进行实时故障诊断，且数据库可扩充。

2)采用MATLAB小波包分析技术，将传感器采集的多种信号一体化处理［8-10］，在专家系统给出评判结果的同时，显示出相关信号波形和频率特性，让具备一定知识能力的使用者根据专家系统说明书自行判断故障，提高故障诊断的准确性。

3)本文诊断方法综合了专家经验、客观数据和工况实际3方面因素对故障进行多重评定［11］，且给出的故障征兆隶属度向量客观合理，能准确、快速找出故障发生原因。……