1978 年瑞士物理学家 J.K.Hilpe fiekl 提出了 HNN 神经网络模型，是一种按 误差逆传播算法训练的多层前馈网络。自上世纪八十年代以来，在进行液压系统 故障诊断时，神经网络在模式识别、复杂系统控制、系统故障诊断等技术也得到 了应用，其中多层前向神经网络及反向传播算法应用最为广泛[1]。73839

石红雁等研究了液压系统故障诊断的高阶统计量——模糊神经网络法，即模 糊理论和神经网络相结合的一种产物，一般会使用这种方法来对液压系统的状态 进行诊断[2]。

张若青等在进行对于液压系统的测试研究时，采用了输出神经网络方法，该 方法的采用将网络变成液压系统的的完全模型，在通过 MATLAB 仿真时能够较 好地检测出一些难于发现的故障，这种方法与前馈时延网络和对角递归网络进行 比较研究，说明了在实时故障诊断系统中输出递归网络结构的优越性[3]。

1智能液压测试仪的组成

系统主要由 CPU8051、数显模块电路、多路信号采集及调理模块电路、USB

通信模块电路、以及电源电路等组成，智能液压测试仪系统组成

系统在工作时，安装在系统中的传感器对液压系统中的参数进行不断的检 测，并把这些检测到的参数转化为相应的电信号，经滤波和放大后送入 12 位串 行模数转换器。模数转换器将这些电信号转换为数字信号，然后进行滤波、运算 处理后，最后信号传输至显示模块，以便操作人员进行读取[4]。

2 智能液压测试仪的特点

智能液压测试仪主要适用于工程机械液压系统、工业液压系统及矿山液压系 统等行业对液压系统的流量、工作压力、温度、功率参数进行测试，并自动对测 试结果进行处理。

主要特点如下：论文网

(1)测量过程软件控制。本次设计中测试仪能够利用软件系统来对液压系统 进行智能化的检测。同时系统的硬件组成也可以在软件程序控制下实现体积小， 能耗低、可靠性高等优化。

(2)智能化数据处理。测试仪在对液压系统进行测试时会将测试到的结果同 步的进行处理，来提高测量的精度。此外，智能液压系统测试仪还能对测试结果 进行深入处理，以便获得更全面更高质量的信息。

(3)高度的灵活性。智能液压测试仪的工作核心是以软件为主的，工作过程 中对系统进行修改、复制都比较容易操作。而传统的液压测试系统，生产制作的

工艺相对繁琐，各方面的参数也不集中，一旦系统出现错误或者变动都会涉及到 各硬件元件的修改，不易于操作。

(4)通过单片机来对各个通道进行扫描采样。将检测到的参数进行检测之后 融合其相关性，对系统中传感器的信息进行比较、结合，来提高测试系统的精准 度、可靠性。

(5)多种输出形式。智能液压测试仪可以在 LCD 显示器上分时显示两路压力 值，并且通过左右两个发光二极管来区分两路压力信号；上位机可以进行显示、 打印等输出。

1.3 本课题研究的目的和意义

目前在机械设备中使用的液压设备都是由三部分组成，包括：机械、液压、 对于液压系统而言，随着机械自动化的程度逐渐的提升，液压系统也凭借自身的 特性，在高度自动化设备中占据重要的位置。所以，对于液压系统来说其可靠性 在工作中的要求越来越高，但是由于在对液压系统的故障进行诊断时会受到机 械、液压、电器等诸多因素影响，而且多数都是处在一个不可见的状态，因此在 对液压系统的状态进行检测、对故障进行诊断是有着极难克服的困难。能够引起 液压系统故障的因素也有很多，比如系统内部出现了油液污染、液压元件破损或 者老化引起的泄漏、液压冲击等都会使液压系统出现故障，所以为了提高液压系 统工作可靠性。在目前的技术支撑下，基于参数测量的故液压系统测试方法是比 较方便、有效并能被大众可以接受的。在判断液压系统工作状态是否正常时，主 要对两个重要的工作参数即压力和流量来进行测试，还需确认系统温度等辅导参 数的正常显示。综上所述，在对液压系统进行测试时，主要需要对流量、压力、 温度来进行测试，即本文所提出的智能液压系统测试仪的研制开发。