液壓系統故障診斷技術淺議

【摘 要】本文將綜合分析了國內工程機械液壓技術的現狀，并對液壓系統故障產生的原因進行了分析，對故障診斷技術的發展趨勢進行了展望，以便為推進我國工程液壓行業繼續向前發展提供依據。

【關鍵詞】液壓系統；現狀；發展趨勢；故障診斷技術

一、液壓系統故障診斷技術發展現狀

液壓系統故障診斷技術是隨著液壓設備不斷高度自動化和復雜化以及對液壓系統工作可靠性要求越來越高而發展起來的，是針對現代液壓設備需要及時排除液壓故障而提出來的，是將醫療診斷中的基本思想推廣到液壓工程技術而形成的，是建立在液壓控制理論，信息理論和電子技術、傳感器技術、人工智能技術等基礎上的一門綜合性新技術。液壓傳動是三大傳動技術之一，與機械傳動、電力傳動相比，液壓傳動系統具有其獨特的優點，即廣泛的工藝適應性、優良的控制性能和較低廉的成本，并且功率大、響應快、精度高，已經廣泛應用于冶金、制造等領域。

二、液壓系統的故障原因分析

（1）主觀診斷法。主觀診斷法主要是依靠簡單的診斷儀器，憑借個人的實踐經驗，判別故障發生的部位及其原因。這種方法要求診斷人員掌握豐富的故障機理知識和診斷經驗，需利用系統或元件的結構、模型和功能等方面的知識，綜合分析才能了解。（2）基于模型診斷法。基于模型的診斷法是先運用一定的數學手段描述系統某些可測量特征量，這些特征量在幅值、相位、頻率及相關性上與故障源之間存在著聯系，然后通過測量、分析、處理這些特征量信號，來判斷故障源所在。這種方法實質上是以傳感器技術和動態測試技術為手段，以信號處理和建模處理為基礎的診斷技術。（3）智能診斷技術。液壓系統故障智能診斷技術是人工智能技術在液壓系統故障診斷領域中的應用，它是計算機技術和液壓系統故障診斷技術相互結合與發展進步的結果。智能診斷的本質特點是模擬人腦的機能，又能比人腦更有效地獲取、傳遞、處理、再生和利用故障信息，成功地識別和預測診斷對象的狀態。因此，智能診斷技術是液壓系統故障診斷的一個極具生命力的發展方向。目前的智能診斷研究主要從兩個方面開展：基于專家系統的故障智能診斷技術和基于神經網絡的液壓系統故障智能診斷技術。

三、液壓故障診斷技術發展趨勢

（1）多種知識表示方法的結合。近幾年來，在面向對象程序設計技術的基礎上，發展起來了一種稱為面向對象的知識表示方法，為這一問題提供了一條很有價值的途徑。在面向對象的知識表示方法中，傳統的知識表示方法如規則、框架、語義網絡等可以被集中在統一的對象庫中，而且這種表示方法可以對診斷對象的結構模型進行比較好的描述，在不強求知識分解成特定知識表示結構的前提下，以對象作為知識分割實體，明顯要比按一定結構強求知識的分割來得自然、貼切。（2）經驗知識與原理知識的緊密結合。關于深淺知識的結合問題，可以各自使用不同的表示方法，從而構成兩種不同類型的知識庫，每個知識庫有各自的推理機，它們在各自的權利范圍內構成子系統，兩個子系統再通過一個執行器綜合起來構成一個特定診斷問題的專家系統。這個執行器記錄診斷過程的中間結果和數據，并且還負責經驗與原理知識之間的“切換”。這樣在診斷過程中，通過兩種類型知識的相互作用，使得整個系統更加完善，功能更強。（3）多種智能故障診斷方法的混合。混合智能故障診斷系統的發展有如下趨勢：由基于規則的系統到基于混合模型的系統、由領域專家提供知識到機器學習、由非實時診斷到實時診斷、由單一推理控制策略到混合推理控制策略等。（4）虛擬現實技術將得到重視和應用。虛擬現實技術是繼多媒體技術以后另一個在計算機界引起廣泛關注的研究熱點，它有四個重要的特征，即多感知性、對存在感、交互性和自主性。從表面上看，它與多媒體技術有許多相似之處。（5）數據庫技術與人工智能技術相互滲透。人工智能技術多年來曲折發展，雖然碩果累累，但比起數據庫系統的發展卻相形見絀。其主要原因在于缺乏像數據庫系統那樣較為成熟的理論基礎和實用技術。人工智能技術的進一步應用和發展表明，結合數據庫技術可以克服人工智能不可跨越的障礙，這也是智能系統成功的關鍵。對于故障診斷系統來說，知識庫一般比較龐大，因此可以借鑒數據庫關于信息存儲、共享、并發控制和故障恢復技術，改善診斷系統性能。

四、結語

液壓系統故障具有隱蔽性、復雜性、隨機性、模糊性及分散性等特點，盡管國內外學者對液壓系統故障診斷進行了深入廣泛的研究，但實際診斷過程中仍面臨許多問題。隨著相關學科的新技術、新理論的不斷引入和融合，結合傳統診斷方法，探索和發展更多的智能診斷技術，液壓系統的故障診斷技術必將得到進一步完善和發展。將多種智能診斷方法相互融合，相互取長補短，并結合與多媒體技術、網絡技術、多傳感器信息融合技術、虛擬現實技術等技術，對液壓系統故障進行綜合評判和診斷，將是今后液壓系統故障診斷技術發展的趨勢。