基于深度学习的四柱液压机故障诊断

来源：机床与液压杂志2026年第8期北京时间：

作者：钟金豹，冯相龙，孟祥一，范浩熙，王永鹏，张剑

单位：内蒙古科技大学机械工程学院；内蒙古科技大学机械工程学院；内蒙古科技大学机械工程学院；内蒙古科技大学机械工程学院；内蒙古科技大学机械工程学院；内蒙古科技大学机械工程学院

摘要：针对四柱压力机液压系统故障隐蔽性强、难以通过常规手段实时监测与定位的问题，提出一种基于1D-CNN与LSTM的融合诊断方法。以YT3250T四柱液压机为研究对象，分析其液压系统工作原理与典型故障机制。通过AMESim仿真平台注入13类典型故障（包括柱塞泵泄漏、换向阀卡滞、溢流阀失效等），并结合实验台通过物理故障注入模拟4种实际故障（液压缸泄漏、阀芯卡滞等），构建包含442个压力信号样本的多源数据集。采用1D-CNN对压力时序数据进行特征提取，构建LSTM故障分类模型。结果表明：仿真与实验压力趋势吻合度较高，验证了仿真模型的有效性；在包含14种状态（13种故障+1种正常）的数据集上，LSTM模型整体故障分类准确率达85%，其中6类故障的F1分数超过0.9，验证了LSTM在时序压力信号特征提取中的诊断优势。

关键词：四柱液压机;故障诊断;神经网络