随着科技水平不断的提升,对电液控制系统的性能要求也越来越高,其中电磁阀是电液控制系统中的重要元件之一,其具有成本低、结构原理简单、无污染、响应快等优点,被广泛的应用于军工、船舶、化工、工业设备等重要领域中。但因其长期不断启停,并且工作环境相对恶劣,电磁阀极易磨损、腐蚀、电解,并导致电磁阀这一环节发生故障,这将带来严重的后果。因此本文针对几种电磁阀常见的故障进行故障诊断方法的深入研究。以下是本文针对电磁阀的故障诊断研究的主要内容:1.对电磁阀的主要组成部分——电磁铁进行分析,并建立电磁阀的数学方程,其中包括电路部分、电磁部分、机械部分,并通过其数学模型分析电磁阀阀芯在运动时其驱动端电流的变化规律,并将其分成了3个阶段:吸合触动阶段、吸合运动阶段、吸合保持阶段。然后利用AMESim仿真软件对电磁阀的阶跃响应进行仿真,通过仿真与理论分析说明了本文方案的可行性,为后续电磁阀的故障诊断研究奠定了基础。2.根据对电磁阀的常见故障形式进行分析,并在实验室中对相应故障情况进行模拟,并建立数据采集系统收集本论文后续研究所用数据。通过对采集后的数据进行整理并与仿真曲线的对比,进一步说明了仿真的正确性及该实验方法的合理性。3.本文提出搭建一个一维卷积神经网络模型,使用本文的实验方法采集到的大量数据对该模型进行训练,并使用训练好的模型检测实验数据及仿真数据。其中实验数据说明了该模型的有效性,针对不同的仿真曲线则体现了模型的鲁棒性,通过检测结果可以看出,该方法能较好的满足检测的准确性以及速度的要求,说明本文提出的故障检测方法在一定条件下具有良好的检测性能4.本文为了更广泛的使用该方法,提出了使用仿真曲线代替实际曲线去训练网络的思想。并对已有的工况进行仿真,获得曲线并训练,并用此网络模型对实际数据进行检测,结果显示此方法也可以得到较高的准确性,且可以将本文的方法推广至一些难以获取训练数据的工况,通过仿真获取数据并处理,训练本文提供的网络模型即可。