Fault diagnosis of a hydraulic power system using an artificial neural network
Other Title(s)
تشخيص الأعطال في منظومة قدرة هيدروليكية باستخدام الشبكات العصبية الاصطناعية
Joint Authors
al-Bitar, Ahmad
Abd al-Hamid, Majdi M.
al-Assal, Ahmad
Abd al-Sattar, Rubi
Source
Journal of King Abdulaziz University : Engineering Sciences
Issue
Vol. 17, Issue 1 (30 Jun. 2006), pp.117-137, 21 p.
Publisher
King Abdulaziz University Scientific Publishing Center
Publication Date
2006-06-30
Country of Publication
Saudi Arabia
No. of Pages
21
Main Subjects
Topics
Abstract AR
تم التعامل مع مشكلة كشف العطل و عزله و تعريفه في منظومة قدرة هيدروليكية، و النظام المقترح في هذا البحث يعتمد على استخدام شبكة عصبية اصطناعية.
استخدمت شبكة عصبية متعددة الطبقات ذات تغذية أمامية لتشخيص نوعين من الأعطال الشائعة الحدوث في منظومات القدرة الهيدروليكية، و هما: تسرب الزيت داخليا عبر مكبس أسطوانة المشغل و إعاقة بكرة صمام التحكم التوجيهي، و التي تسبب الإغلاق الجزئي للصمام.
و قد تم اشتقاق نموذج حسابي لتمييز كل عطل, و هذا النظام يستخدم الحد الأدنى من أجهزة القياس اعتمادا على فصل المتغيرات المستقلة المعبرة عن الأعطال, و قد تم تطبيق خطة التشخيص على نموذج معملي لمنظومة قدرة هيدروليكية لتشخيص العيوبِ المطبقة الحقيقية, و قد تم تدريب منظومة التشخيص المعتمدة على الشبكة العصبية باستخدام بيانات كافية للأعطال. تم تنفيذ التجارب الشاملة، و عرض و مناقشة نتائجها.
و قد أظهرت النتائج التجريبية أن الشبكة التي تم تدريبها لها القدرة على اكتشاف و تمييز مستويات شدة الأعطال المختلفة موضع الاهتمام.
و علاوة على ذلك، فإن الشبكة التي تم تدريبها، لها القدرة على الدقة في تمييز وتعريف مستويات أعطال لم تكن قد دربت عليها، و لذا فقد تم التأكد من صلاحية خطة التشخيص المقترحة كأداة تشخيصية لتسرب الزيت داخليا عبر مكبس أسطوانة المشغل و إعاقة بكرة صمام التحكم التوجيهي.
كما أظهر نظام التشخيص المقترح في هذا البحث أداء جيدا، مما يجعله قابلا للتطبيق عمليا.
Abstract EN
This paper deals with the problem of fault detection, isolation and identification of a hydraulic power system.
A proposed fault diagnostic scheme (FDS) using an artificial neural network (ANN) is investigated.
A feedforward neural network is employed to diagnose two commonly occurring faults of the hydraulic power system: actuator internal leakage and valve spool blockage.
The characterizing model of each fault is derived.
The fault diagnostic scheme is applied to a hydraulic power test rig to diagnose real encountered faults.
The ANN based FDS has been trained with sufficient data of the faults.
Extensive experiments have been carried out and their results are presented and discussed.
The experimental results have showed that the trained network has the capability to detect and identify various severity magnitudes of the faults of interest.
Furthermore, the trained ANN based FDS has the ability to identify fault levels of untrained fault cases accurately.
Therefore, the validity of the proposed FDS as a diagnostic tool for the hydraulic actuator internal leakage and the valve blockage has been assured.
Finally, the proposed fault diagnostic scheme can be practically implemented.
American Psychological Association (APA)
al-Bitar, Ahmad& Abd al-Hamid, Majdi M.& al-Assal, Ahmad& Abd al-Sattar, Rubi. 2006. Fault diagnosis of a hydraulic power system using an artificial neural network. Journal of King Abdulaziz University : Engineering Sciences،Vol. 17, no. 1, pp.117-137.
https://search.emarefa.net/detail/BIM-344231
Modern Language Association (MLA)
al-Bitar, Ahmad…[et al.]. Fault diagnosis of a hydraulic power system using an artificial neural network. Journal of King Abdulaziz University : Engineering Sciences Vol. 17, no. 1 (2006), pp.117-137.
https://search.emarefa.net/detail/BIM-344231
American Medical Association (AMA)
al-Bitar, Ahmad& Abd al-Hamid, Majdi M.& al-Assal, Ahmad& Abd al-Sattar, Rubi. Fault diagnosis of a hydraulic power system using an artificial neural network. Journal of King Abdulaziz University : Engineering Sciences. 2006. Vol. 17, no. 1, pp.117-137.
https://search.emarefa.net/detail/BIM-344231
Data Type
Journal Articles
Language
English
Notes
Includes bibliographical references : p. 134-135
Record ID
BIM-344231
