AGC缸是轧机系统的重要组成部分,主要功能是为轧机提供轧制力,轧机系统是液压与机电高耦合的系统。AGC缸的性能直接影响轧制质量。一旦AGC缸发生故障,不仅直接影响轧制板带质量,同时也会影响轧机系统的其他部件,导致轧机设备振动、带钢打滑、跑偏、断带、堆钢等,严重的可能导致重大事故。因此,开展AGC缸故障诊断,确保轧机的正常工作是十分有意义的。针对目前轧机伺服液压缸内泄漏故障诊断过程中,故障特征提取困难,信号非线性变化,数据量大的问题本文开展的研究工作及成果如下:本文根据AGC系统液压原理在AMESIM软件中建立了AGC系统仿真模型,分析系统在轧制过程中,内泄漏系数对AGC缸无杆腔压力、AGC缸位移的影响。研究表明,随着内泄漏系数的增大,轧机系统响应时间变长,位移峰值开始下降。并在设定输入的基础上,获取了AGC缸在不同内泄漏系数下的故障数据,为AGC缸内泄漏智能诊断提供样本。提出了一种基于深度置信网络的轧机伺服液压缸内泄漏故障诊断的方法。根据轧机系统工作原理,建立轧机系统仿真模型,对轧机内泄漏故障状况进行模拟。利用深度置信网络在智能故障诊断的优越性,将时域特征信号归一化处理后放入深度置信网络进行训练,然后通过反向传播学习,优化网络各参数,提高诊断精度。深度置信网络模型由多层玻尔兹曼机以及顶层BP神经网络分类器组成。结果表明,在训练样本数据足够的条件下,深度置信网络模型可以适用于伺服液压缸内泄漏故障诊断。