润滑与密封

作者：金耀，刘果，章荣，王宇婷

单位：湖南师范大学工程与设计学院,,湖南师范大学工程与设计学院,,湖南师范大学工程与设计学院,,湖南师范大学工程与设计学院,

关键词：液压缸;密封泄漏;故障诊断;经验模态分解;深度自编码器

基金：湖南省自然科学基金项目(2019JJ40189)；湖南省教育厅重点项目（HNJG-2022-0063）

液压缸内泄漏故障通常由密封损坏引发，及时准确地诊断有助于保障液压系统的运行效率和可靠性。针对这一问题，提出一种融合经验模态分解（Empirical Mode Decomposition,EMD）与深度自编码器（Deep Auto-Encoder,DAE）的智能诊断方法。具体方法是，通过对压力信号进行经验模态分解获取固有模态函数（Intrinsic Mode Function,IMF），并结合多种频域特征筛选出对泄漏故障敏感的关键IMF分量，完成特征提取；随后将提取的特征参数输入深度自编码器网络进行模式识别。实验结果表明，该方法在内泄漏故障识别中表现优异，准确率达到9824%，显著优于传统BP神经网络、小波神经网络及支持向量机等方法，为液压缸密封泄漏问题提供了一种可靠的诊断方案。

来源：2025年第12期

《润滑与密封》期刊编辑部

查看润滑与密封杂志2025年第12期