液压缸是机床、工程机械等机械设备液压系统的关键元件,其性能好坏直接影响液压系统甚至整机性能的优良与否,所以对液压缸进行性能检测以及故障诊断意义十分重大。液压缸最常见故障为内泄漏,内泄漏失效主要原因包括拉缸和活塞密封圈损坏。本文以QY110汽车起重机支腿油缸作为研究对象,着重研究了拉缸和密封圈损坏故障,并对这两种故障进行了诊断与评估。本文主要内容如下:1、根据现场调研及统计数据的方法,总结分析了拉缸和密封圈损坏的主要原因以及对液压缸性能的影响。在液压缸工况模拟实验台基础上,基于LabVIEW软件开发了液压缸综合性能测试系统。人工模拟预制了液压缸拉缸和密封圈损坏故障,进行了实验数据的采集。通过液压缸内泄漏量的计算结果,得出了负载压力与拉缸以及密封圈损坏状态下的内泄漏量变化规律。2、利用小波变换对拉缸和密封圈损坏状态下的液压缸无杆腔压力信号进行了特征提取。确定了小波系数均方根、小波包子带能量、小波包能量熵和小波包能量方差四个故障特征向量,得到了各个特征向量值在不同拉缸和密封圈损坏程度上的变化规律,并对比分析了这四个故障特征向量对拉缸和密封圈损坏的敏感度。3、介绍了松散型和紧致型小波神经网络的基本结构和学习规则,设计了小波神经网络的输入、输出向量,将这两种小波神经网络分别应用于液压缸拉缸和密封圈损坏的故障诊断。对拉缸的4种状态和密封圈损坏的3种状态进行了故障识别,都得到了较理想的识别效果。结果表明,紧致型小波神经网络的故障识别精度比松散型小波神经网络的更高,此方法可以应用到其它设备的故障诊断。