基于VMD-BN的液压支架电磁先导阀故障诊断方法研究

来源：机床与液压杂志2025年第16期北京时间：

作者：张杰，杨爱琴，许春雨，宋建成，田慕琴，宋单阳，李磊，郝振杰，马锐

单位：太原理工大学矿用智能电器技术国家地方联合工程实验室；太原理工大学煤矿电气设备与智能控制山西省重点实验室；金鼎晋城王台机电有限公司；太原理工大学矿用智能电器技术国家地方联合工程实验室；太原理工大学煤矿电气设备与智能控制山西省重点实验室；太原理工大学矿用智能电器技术国家地方联合工程实验室；太原理工大学煤矿电气设备与智能控制山西省重点实验室；太原理工大学矿用智能电器技术国家地方联合工程实验室；太原理工大学煤矿电气设备与智能控制山西省重点实验室；太原理工大学矿用智能电器技术国家地方联合工程实验室；太原理工大学煤矿电气设备与智能控制山西省重点实验室；太原理工大学矿用智能电器技术国家地方联合工程实验室；太原理工大学煤矿电气设备与智能控制山西省重点实验室；太原理工大学矿用智能电器技术国家地方联合工程实验室；太原理工大学煤矿电气设备与智能控制山西省重点实验室；太原理工大学矿用智能电器技术国家地方联合工程实验室；太原理工大学煤矿电气设备与智能控制山西省重点实验室

摘要：电磁先导阀是液压支架电液控制系统的重要组成部分，其数量大、故障率高且难以识别，直接影响电液控制系统工作的可靠性和连续性，已成为影响综采工作面自动化生产的主要问题之一。针对此，对电液控制系统先导阀的故障检测、故障分析和故障诊断方法进行研究，提出基于电流信号变分模态分解和贝叶斯网络的电液控制系统电磁先导阀故障诊断方法。采用变分模态分解算法对液压支架电磁先导阀的驱动电流信号进行分析，利用鲸鱼优化算法优化IMF个数和惩罚因子，得到多个时域和频域的分量。提取电流信号各个分量的能量熵，将其作为故障特征向量并输入所建立的贝叶斯网络中分析故障原因，利用先验概率和条件概率对故障发生的后验概率进行推理。最后，通过煤矿井下实际的故障电磁先导阀对文中所提故障诊断方法进行实验验证。结果表明：所提诊断方法可以基于电磁阀驱动电流单一信源提取能量特征差异，实现电磁先导阀的故障诊断，准确率达到90%；与现有诊断方法相比，准确性提高，实施难度降低。

关键词：电磁先导阀;变分模态分解;能量熵;贝叶斯网络;故障诊断