針對(duì)混凝土泵車泵送系統(tǒng)多模式液壓故障診斷方法

《針對(duì)混凝土泵車泵送系統(tǒng)多模式液壓故障診斷方法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。

1、學(xué)兔兔www.xuetutu.com混凝土泵車泵送系統(tǒng)多模式液壓故障診斷方法串高明，黃罡，劉海明，謝秀芬(三一重工股份有限公司)-_’．-．-．-．J?_．r．．-．．．1--．-．．-．?-．

2、．-．-^_．．t_I．'．．-．r．-．I．．J_I_．．_-．．^?^?^-I．-．．1l_．_．-．^．JIl_．．_l_I-．?^?^_．_-．-?一．．-．__．__-．．-^“-．．j摘要：混凝土泵車發(fā)生的故障半數(shù)以上與液壓系統(tǒng)有關(guān)，實(shí)現(xiàn)泵車液壓系統(tǒng)的自診斷能夠提高服務(wù)工程師的工作效率和泵車的使用效率。提出適用于本地的診斷策略——基于參數(shù)和信號(hào)分析的故障診斷方法，

3、以及適用于遠(yuǎn)程后臺(tái)的診斷策略——智能診斷方法，并通過試驗(yàn)驗(yàn)證上述方法的有效性。二．．．‘’‘．．1?．．_．．I．_．．1．．1-．_I_-．．1．‘’?！??_I_?l-．．．．．．'??．．。?！?”1．．。。。．-1-．．．?．t-‘-．．?．’?_．．?！?。．．”1．‘‘’。‘．．．?-．．．t．關(guān)鍵詞：混凝土泵車；液壓系統(tǒng)；故障診斷目前，國(guó)內(nèi)外工程機(jī)械的傳動(dòng)和執(zhí)行機(jī)構(gòu)都普遍采用了液壓技術(shù)。統(tǒng)計(jì)表明，設(shè)備發(fā)生的故障半數(shù)以上與液壓系統(tǒng)有關(guān)，液壓系統(tǒng)的狀態(tài)直接影響甚至決定設(shè)備的運(yùn)行狀況，因此對(duì)液壓系統(tǒng)的故障診斷越來越重要。本文針對(duì)混凝土泵車泵送液壓系統(tǒng)所發(fā)

4、生的故障進(jìn)行分析，提出了適用于本地和遠(yuǎn)程后臺(tái)的泵車液壓系統(tǒng)故障自診斷的3種方法。1基于參數(shù)的故障診斷方法液壓系統(tǒng)在正常工作時(shí)，系統(tǒng)參數(shù)都處在設(shè)計(jì)和設(shè)定值附近，如果這些參數(shù)偏離了預(yù)定值，系統(tǒng)就會(huì)出現(xiàn)故障或可能出現(xiàn)故障。在此基礎(chǔ)上，結(jié)合圖1主溢流閥故障與正常情況下的壓力對(duì)比圖邏輯分析法，即可快速、準(zhǔn)確地找出故障所在。這種方法所測(cè)取的信號(hào)主要有壓力、溫度和加速度。數(shù)通過簡(jiǎn)單的邏輯判斷進(jìn)行診斷的。所以，需要對(duì)以主溢流閥故障為例，當(dāng)主溢流閥中的插裝閥采集的信號(hào)進(jìn)行分析和處理，提取出對(duì)故障敏感的卡死在下位時(shí)，系統(tǒng)壓力接近于零，其他故障無法特征。使系統(tǒng)壓力降為零。因此可以推導(dǎo)出下面

5、的邏輯判以擺缸內(nèi)泄為例，圖2為擺缸不同泄漏量下的斷關(guān)系式：壓力曲線(隨時(shí)間變化逐漸調(diào)大內(nèi)泄量)。直觀上If換向壓力>7MPaand泵送系統(tǒng)壓力<0．5MPa看，擺缸系統(tǒng)壓力下降，但導(dǎo)致擺缸系統(tǒng)壓力下降Then主溢流閥故障有很多原因，如齒輪泵內(nèi)泄、換向溢流閥故障等。利圖1為據(jù)此判斷的主溢流閥故障與正常情況用信號(hào)分析的方法，提取左右擺缸的相關(guān)系數(shù)，則下的壓力對(duì)比圖?？傻玫綌[缸內(nèi)泄與相關(guān)系數(shù)變化之間的一一映射關(guān)系。如圖3所示，當(dāng)相關(guān)系數(shù)小于l時(shí)，則表示擺2基于信號(hào)分析的故障診斷方法缸發(fā)生了內(nèi)泄。液壓系統(tǒng)中的很多故障是很難基于簡(jiǎn)單的參}基金項(xiàng)目：國(guó)家“863”計(jì)劃高科技資助項(xiàng)

6、目(2008AA042802)作者簡(jiǎn)介：高明(1982一)，男，山東濱州人，碩土，研究方向：工程機(jī)械中的運(yùn)動(dòng)控制及系統(tǒng)智能化。一50—學(xué)兔兔www.xuetutu.comOnO裁n罌0aOn．l98765432樣本包括的信號(hào)主要是振動(dòng)信號(hào)和壓力信號(hào)，而進(jìn)行信號(hào)處理的方法主要是時(shí)間序列模型方法、小波分析方法、時(shí)域和頻域分析方法等。圖2擺缸不同泄漏量下的壓力曲線圖圖4FuzzyARTMAP網(wǎng)絡(luò)結(jié)構(gòu)

7、e1圉圉悃圜囡；l鼬‰__尸●!‘8D樣本對(duì)圖3左右擺缸壓力相關(guān)系數(shù)3智能診斷方法圖5智能診斷流程圖對(duì)液壓系統(tǒng)一些復(fù)雜的故障進(jìn)行診斷分析時(shí)，運(yùn)用上述方法可能比較困難，為此提出智

8、能診斷方在這個(gè)模型中，對(duì)時(shí)域信號(hào)進(jìn)行F丌運(yùn)算后可法。傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)方法進(jìn)行分析時(shí)，常需要有足以得到頻域內(nèi)的各個(gè)參數(shù)，直接建立AR模型可以夠的樣本進(jìn)行訓(xùn)練，當(dāng)未訓(xùn)練的故障出現(xiàn)時(shí)，則需得到時(shí)序模型參數(shù)，統(tǒng)計(jì)計(jì)算后可以得到時(shí)域內(nèi)的重新訓(xùn)練網(wǎng)絡(luò)模型，這樣既浪費(fèi)時(shí)間又沒有保存以均值方差等參數(shù)，這些特征量對(duì)FAM神經(jīng)網(wǎng)絡(luò)不前學(xué)習(xí)的知識(shí)。對(duì)此，提出采用基于FAM(Fuzzy一定都是敏感的，可能有個(gè)別的特征值會(huì)產(chǎn)生干擾ARTMAP)的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行故障診斷。作用，這就需要對(duì)這些特征進(jìn)行篩選，方法是基于該模型的網(wǎng)路結(jié)構(gòu)圖如圖4所示，網(wǎng)絡(luò)由兩個(gè)距離區(qū)分技術(shù)的特征評(píng)估和選擇，該選擇方法的

9、流FuzzyART子模塊(ARTa和ARTb)及連接這兩個(gè)模程圖如圖6所示。塊的映射場(chǎng)(MapField)組成，其中模塊ARr日實(shí)現(xiàn)具體步驟如下：輸入樣本的模式聚類，ART模塊實(shí)現(xiàn)輸出的模式聚利用所有樣本計(jì)算第m個(gè)特征參數(shù)的標(biāo)準(zhǔn)方1—：類，且每一個(gè)模塊均由正則化層、輸入層和分差：和均值廠；類層組成，而映射場(chǎng)實(shí)現(xiàn)輸入聚類與輸出聚類間根據(jù)屬于第類的樣本數(shù)計(jì)算第m個(gè)特征參數(shù)的映射關(guān)系。·1—=圖5為基于該網(wǎng)路的診斷流程圖，其中的訓(xùn)練的標(biāo)準(zhǔn)方差orm和均值‘；一51一學(xué)兔兔www.xuetutu.com學(xué)兔兔www.xuetutu.com進(jìn)行有效識(shí)別。因此在