工程機(jī)械液壓系統(tǒng)故障監(jiān)測診斷及運(yùn)用研究

李雙文 李 嵐

（1.南華大學(xué)，衡陽 421001；2.衡陽技師學(xué)院，衡陽 421000）

在科學(xué)技術(shù)時(shí)代下，工程機(jī)械在日常生產(chǎn)中的應(yīng)用愈加廣泛，且工業(yè)生產(chǎn)領(lǐng)域?qū)こ虣C(jī)械的需求量不斷增加。但隨著工程機(jī)械普及范圍不斷擴(kuò)大，所造成的安全事故也頻繁發(fā)生。通過對工程機(jī)械常見故障的分析得知，其主要問題就是液壓系統(tǒng)故障，嚴(yán)重影響工程施工效率，甚至?xí)斐砂踩鹿蕟栴}。針對此類情況，相關(guān)部門和科研人員也加強(qiáng)對工程機(jī)械液壓系統(tǒng)故障檢測技術(shù)的研究，多年來取得了一定的成效。

1 工程機(jī)械故障診斷需求分析

通常情況下，工程機(jī)械生產(chǎn)環(huán)境十分惡劣，再加上近些年新型工程機(jī)械內(nèi)部結(jié)構(gòu)更加復(fù)雜，在日常使用中容易受到粉塵、風(fēng)雨侵蝕等因素影響，從而造成一系列故障問題，對工程施工十分不利。再者，由于工程機(jī)械體積龐大，所以技術(shù)人員往往只能在施工現(xiàn)場對機(jī)械展開檢測，不僅檢測工作實(shí)施起來十分困難，同時(shí)也難以檢測隱患故障。針對此類問題，隨著我國科學(xué)技術(shù)不斷發(fā)展，相關(guān)人員開始利用新技術(shù)對工程機(jī)械故障問題進(jìn)行診斷，旨在提高工程機(jī)械故障診斷質(zhì)量和效率，為工程建設(shè)提供更強(qiáng)大的保障。在計(jì)算機(jī)信息技術(shù)支持下，微電子、智能化、數(shù)字化的故障診斷技術(shù)誕生，為工程機(jī)械日常檢修工作提供了更好的服務(wù)。而工程機(jī)械液壓系統(tǒng)故障監(jiān)測技術(shù)就是在此基礎(chǔ)上產(chǎn)生的，為技術(shù)人員診斷故障、排除故障提供了技術(shù)支持。

2 工程機(jī)械液壓系統(tǒng)故障監(jiān)測診斷技術(shù)應(yīng)用現(xiàn)狀

2.1 基于液壓裝置信息監(jiān)測

2.1.1 在線監(jiān)測動態(tài)信號

液壓系統(tǒng)運(yùn)行中的動態(tài)參數(shù)有很多，例如，振動、運(yùn)轉(zhuǎn)速率、噪聲、流量、壓力、電氣等，而這些運(yùn)行信息都可以通過傳感器檢測出實(shí)際數(shù)據(jù)，并通過所采集數(shù)據(jù)的實(shí)時(shí)更新實(shí)現(xiàn)全天24小時(shí)監(jiān)測，如濾波器、放大信號調(diào)理以及A/D轉(zhuǎn)換裝置，等等。動態(tài)信號監(jiān)測手段不僅能夠?qū)φ麄€(gè)液壓系統(tǒng)參數(shù)進(jìn)行監(jiān)測，還可以對某個(gè)元器件運(yùn)行參數(shù)進(jìn)行監(jiān)測。信號檢測技術(shù)在液壓系統(tǒng)監(jiān)測中占據(jù)重要地位，要求所采集的信號真實(shí)、準(zhǔn)確，所以，做好傳感器的選擇以及設(shè)計(jì)安裝都十分重要。在某種程度上，信號檢測技術(shù)的應(yīng)用水平是由傳感器設(shè)備信號采集精度決定的。

2.1.2 工作狀態(tài)識別與診斷

模糊診斷法。模糊診斷法通常是采用IF-THEN形式，主要是模仿人類的大腦神經(jīng)，從而對工程機(jī)械運(yùn)行狀態(tài)進(jìn)行檢測。

神經(jīng)網(wǎng)絡(luò)診斷法。神經(jīng)網(wǎng)絡(luò)系統(tǒng)主要是模仿人類大腦神經(jīng)元而提出的一項(xiàng)智能化技術(shù)，可以構(gòu)建一種非線性動力學(xué)網(wǎng)絡(luò)。該技術(shù)具備十分強(qiáng)大的問題處理能力，還具備學(xué)習(xí)功能，由于當(dāng)今我國智能技術(shù)還不夠成熟，因此，該技術(shù)在實(shí)際應(yīng)用中也較為局限，無法實(shí)現(xiàn)大規(guī)模推廣使用。

專家系統(tǒng)診斷法。不同型號的工程機(jī)械內(nèi)部的液壓系統(tǒng)運(yùn)行本質(zhì)上都存在一定的共性，如通過分析伺服閥結(jié)構(gòu)即可判定其故障點(diǎn)。也正是利用這些共性，在液壓系統(tǒng)故障診斷中累積了很多專家知識，并將這些知識存儲到數(shù)據(jù)庫中，通過對比液壓系統(tǒng)相似的故障情況即可得出結(jié)果，從而為液壓系統(tǒng)故障診斷奠定了良好的基礎(chǔ)。

2.2 基于油漬污染檢測

2.2.1 檢測油液顆粒污染度

該項(xiàng)技術(shù)主要是對油污進(jìn)行分析，從而判斷液壓系統(tǒng)是否存在故障問題，在實(shí)際應(yīng)用中的方法為：結(jié)合專家系統(tǒng)知識庫內(nèi)容，構(gòu)建一個(gè)油液顆粒污染度和液壓系統(tǒng)、元器件參數(shù)樣本庫，采用專家推理系統(tǒng)對液壓系統(tǒng)運(yùn)行狀態(tài)進(jìn)行診斷和預(yù)測，該方法的關(guān)鍵點(diǎn)在于對油液顆粒污染物的檢測精度。針對此類問題，國際上已經(jīng)提出了關(guān)于油液污染度的檢測標(biāo)準(zhǔn)。該方法經(jīng)歷了三個(gè)發(fā)展階段，包括實(shí)驗(yàn)室分析檢測、便攜式檢測儀器檢測、在線檢測。

2.2.2 檢測油液理化性能

在液壓系統(tǒng)中，不同元器件的運(yùn)動部分材料都會存在一定差異，所以，通過液壓油當(dāng)中的金屬、非金屬含量變化即可判定整個(gè)液壓系統(tǒng)磨損、密封狀況。通過分析液壓油理化指標(biāo)即可分析液壓系統(tǒng)的運(yùn)行變化，如油液粘稠度、酸堿度等。配合專家分析系統(tǒng)，構(gòu)建液壓油理化性能以及液壓系統(tǒng)、元器件狀態(tài)參數(shù)的樣本庫，結(jié)合專家系統(tǒng)的推理功能，從而對整個(gè)液壓系統(tǒng)運(yùn)行狀態(tài)進(jìn)行判定。但該項(xiàng)技術(shù)在實(shí)際應(yīng)用中，對油液參數(shù)、金屬含量等的分析精度要求非常高，監(jiān)測周期相對較長，所以，更適用于十分重要的液壓系統(tǒng)故障監(jiān)測。

3 新型工程機(jī)械液壓系統(tǒng)故障監(jiān)測診斷技術(shù)

3.1 人工神經(jīng)網(wǎng)絡(luò)與解析容災(zāi)儲備聯(lián)合技術(shù)

解析容災(zāi)技術(shù)可以分為兩種，即立足于形態(tài)推測法和立足于參數(shù)推測法。該兩種技術(shù)不利于故障問題分離和技術(shù)聯(lián)合進(jìn)行診斷推測，但可以正確得出運(yùn)行參數(shù)。而舵機(jī)液壓系統(tǒng)的頻分雙工問題在故障檢測濾波器法的應(yīng)用中存在幾個(gè)難題：辨認(rèn)最佳閾值問題；魯棒性檢驗(yàn)問題；可分離檢測性問題，限制了它的使用。由于其具有很高的非線性因素，也就是伺服閥壓力性質(zhì)，因此，屬于非線性系統(tǒng)。而配合上人工神經(jīng)網(wǎng)絡(luò)可以有效提高工作效率，主要實(shí)現(xiàn)方法有：第一，將非線性系統(tǒng)中不一樣故障、環(huán)境進(jìn)行線性測量，這樣即可利用混合神經(jīng)系統(tǒng)和HNN推測體制模參數(shù)，再通過模糊樣式即可進(jìn)行故障診斷；第二，在任何時(shí)刻系統(tǒng)的模型參數(shù)，通過利用徑向基函數(shù)（RBFNN）即可推測運(yùn)行信息，參考液壓系統(tǒng)工作點(diǎn)平時(shí)工作或標(biāo)準(zhǔn)模型參數(shù)進(jìn)行對比，即可診斷其中的故障問題。由于液壓系統(tǒng)是一種非線性系統(tǒng)，解析容儲操作系統(tǒng)（DOS）中含有的觀測器組織難以實(shí)現(xiàn)，這時(shí)即可應(yīng)用人工神經(jīng)網(wǎng)絡(luò)中靠近非線性映射的功能，也就是采用反向神經(jīng)網(wǎng)絡(luò)（BPNN）組織確保監(jiān)測結(jié)果的準(zhǔn)確性。

3.2 小波分析、模糊邏輯及ANN聯(lián)合診斷法

小波分析能夠局部分析時(shí)頻信號，利用小波改變模最大值檢測出信號異樣，并能夠在顯示器中顯示組成結(jié)構(gòu)，該項(xiàng)技術(shù)在突發(fā)故障的診斷中有著很強(qiáng)的適應(yīng)性，可以概況突發(fā)信號的異樣性，從而發(fā)現(xiàn)伺服閥相關(guān)問題。該項(xiàng)技術(shù)的數(shù)值大小定量分析主要通過Lipschitz指數(shù)實(shí)現(xiàn)。另外，合理小波尺度，即可對信號實(shí)行重新組織，將小波尺度噪聲頻率段內(nèi)去除，并重新組織信號，這樣一來，其中的信號就能涵蓋體系信息、故障信息，所以，在實(shí)際應(yīng)用中只需要提升ANN技術(shù)性，即可應(yīng)用小波變化對噪聲擾亂魯棒性使用進(jìn)行預(yù)處理。針對ANN信息處理的絕對性問題，可以讓模糊邏輯與ANN聯(lián)合，突出二者的優(yōu)勢。模糊人工神經(jīng)網(wǎng)絡(luò)（FNN）由于信息檢測精度更高，可同時(shí)處理語義方式的輸入，與模糊屬性的數(shù)據(jù)相適應(yīng)，且診斷結(jié)果是多類故障的集合，這就解決了ANN技術(shù)診斷的絕對性。

4 結(jié)語

結(jié)合我國液壓機(jī)系統(tǒng)發(fā)展現(xiàn)狀來看，雖然已經(jīng)應(yīng)用了先進(jìn)傳感器和技術(shù)，但大部分診斷技術(shù)都是單一形式，且部分技術(shù)已經(jīng)應(yīng)用了十幾年，在實(shí)際應(yīng)用中存在一定的局限性。因此，相關(guān)領(lǐng)域也提出了人工神經(jīng)網(wǎng)絡(luò)與解析容災(zāi)儲備聯(lián)合技術(shù)以及小波分析、模糊邏輯及ANN聯(lián)合診斷法，解決個(gè)別技術(shù)的單一性和絕對性，實(shí)現(xiàn)了技術(shù)優(yōu)勢上的綜合。