火炮自動機故障診斷研究綜述

武春林，潘宏俠

（中北大學機械工程與自動化學院，山西 太原 030051）

0 引 言

近幾十年來，為了與導彈和飛機整體航速的大幅提升相匹配，作為主要的近程防空裝備，小口徑火炮射速隨之也有了很大的提高。小口徑火炮的的核心部件高速自動機，由半自動化、簡單化向全自動化、復雜化轉變。根據以往經驗，如果自動機發生故障，就會引起火炮的整體癱瘓，從而導致巨大的人員傷亡和經濟損失。機械設備工作狀態所需的維護費用和停機損失在成本中就占有很大的比重，一旦設備發生故障引起的損失就更加重了成本，所以機械設備故障診斷的重要性就凸顯了。因此，為保證機械設備在工作中或者不拆卸的情況下能準確掌握其工作狀態，憑借和采用日益先進的信號處理、動態測試和傳感器技術，對機械設備異常部位和發生原因進行分析，并預測設備未來的運行狀態，成為世界各國學者亟待解決的問題。

自動機是十分常見的軍事設備，因此自動機的故障診斷和狀態監測備受國內外重視，同時投入較多的人力和物力并積極對該技術展開研究。做到故障的早發現、早診斷、早排除，從而更好地保障自動機運行的可靠性和安全性，降低維修費用及其損失，更有效地防治突發事故的發生。

1 自動機的常見故障

自動機的結構在供輸彈和炮彈擊發過程中會產生強烈的沖擊、噪聲和振動，自動機機箱可以看成是以機箱和各機構構件為整體質量的振動系統。自動機擊發時產生的火藥氣體，推動機框等后面的一系列構件高速運動，完成自動供輸彈過程和連續射擊，這是自動機主要的激振源[1]。由于射擊擊發時機箱轉動軸和轉膛滑板等構件周期性運動[2]，支撐剛度反復變化、結構作用扭矩也連續變化，它們都引起激振力作用，都將會產生一定頻率和方向的機械振動[3]。構件在機箱內3個方向的運動和沖擊會導致機箱徑向和軸向的振動[4]，從而形成自動機機箱的振動彎扭。自動機的運行狀態出現卡滯和構件產生裂紋等非正常狀態，將會直接反映在機構的傳遞特性上；如轉動軸的局部疲勞、裂紋、斷裂、偏心或松動等，將會影響響應特性的比較低頻的成份；轉膛滑板如果發生金屬面腐蝕、腐蝕深度等嚴重耗損時，就會增加響應特性較高頻率的成分。這些將會增大動載荷，從而加劇了沖擊振動。

2 自動機狀態監測和故障診斷的方法

自動機的結構是比較復雜的，其狀態監測的手段和故障診斷的方法比較多，如振動診斷技術、油液分析技術、溫度監測技術、無損檢測技術、神經網絡、數據融合和故障樹等。

2.1 振動診斷技術

在線診斷和離線診斷都屬于振動監測故障的方法。在線診斷是為防止事故的發生擴大，提前對振動故障作出線條性的診斷，因此，在線診斷對于診斷時間要求相對較緊迫，目前，該診斷采用計算機加以實現，也稱為自動專家診斷系統。振動監測離線診斷相比在線診斷在時間上相對寬松，它是專為消除振動故障而進行的診斷，可以將現成的實驗數據及采集到的振動信號進行科學的模擬實驗并加以嚴謹的對比分析，所以也將它稱為振動監測離線診斷。離線診斷在故障診斷的困難程度上要比在線診斷深入復雜的多。診斷自動機故障的振動監測技術已經被認可應用，并在科研領域取得了一些成績。如把兩個三通道壓電式加速度傳感器安裝在自動機的機箱上，通過分析自動機表面產生的振動信號和自動機內部結構從而診斷機箱內的故障。雖然在振動噪聲監測方面取得了顯著的進步，但振動監測技術并未在自動機的實時故障診斷中得到全面應用，只是在個別自動機上做了一些嘗試性的實驗。主要原因可能是：1）背景噪聲干擾比較大；2）自動機運行狀態不穩，變化頻率較高，所以產生的信號也不穩定；3）很少有與自動機壽命相匹配的傳感器。

2.2 油液分析技術

油液監測技術是通過分析被監測自動機在用潤滑劑(或工作介質)時性能的變化和攜帶的微粒磨損的情況，獲得自動機在潤滑和磨損狀態下的信息，然后評價自動機的工作狀態和預測其故障，并確定產生故障的原因、類型和零件的一項技術[5]。這項技術的實際應用表明，油液監測技術適于采用液體潤滑劑，并且主要失效形式為磨損、往復運動、外部干擾強烈、振動激勵源多、噪聲較大、低速重載設備的監測。最初的油液監測僅僅是用于油污染的分析，主要是分析油類品的理化指標，例如機械雜質、閃點、酸值、水分和粘度等，一般用測定石油性能指標的方法對使用的潤滑劑加以測試，從而對它的質量變化進行評價。隨著生產的工業化發展，復雜化、大型化、連續化成為機器發展的必然趨勢，對機器本身的維修也有了一定的高標準，從而，也就產生了機械系統故障診斷技術，隨之也激發了廣大學者對油液監測技術診斷故障的熱衷研究。應用光譜分析儀對潤滑油中所含磨粒的成份與含量進行分析也是對潤滑油本身帶有的污染物和磨損微粒的進一步研究，它所采用的方法是通過磨粒的信息判斷機器的磨損情況，這種方法的應用也是史無前例的。隨后鐵譜技術產生并很快應用到了機械設備的故障診斷中。因為這項技術擴展了油液監測中磨粒分析的深度，豐富了其內涵，能夠詳細地對磨粒所含成份及濃度等進行分析，所以有了“微粒摩擦學”這個概念。

潤滑油中磨粒監測技術通常可分為在線和離線兩大類。離線監測技術主要有油液光譜分析、鐵譜分析及利用掃描電子顯微鏡和能譜儀分析鐵譜譜片；在線監測技術主要有顆粒計數器，在線式鐵譜儀等，已經投入使用的主要有光學型磨損顆粒計數器，電磁型磨損顆粒計數器，尚未投入實際使用但已在研究的有X-射線磨損顆粒在線監測儀，超聲磨損顆粒監測儀等[6]。

2.3 基于神經網絡的自動機故障診斷

人工神經網絡（Artificial Neural Networks，簡寫為ANNs）簡稱為神經網絡（NNs）或稱為連接模型（Con?nection Model）。它是一種模范動物神經網絡行為特征，進行分布式并行信息處理的算法數學模型。這種網絡是依靠系統的復雜程度，通過調整它內部大量節點之間相互連接的關系，進而達到處理信息的目的[7]。人工神經網絡是模擬人的形象（直觀）思維方式，它不是一個線性動力學的系統，其特點在于它的并行協同處理和信息分布式存儲[8]，由許多結構功能十分簡單的神經元構成的網絡神經系統，它能實現比單個神經元非常復雜多樣的功能；但它也存在很多不足，例如：復雜系統的構建模型難，診斷分析機制不建全，診斷思路也很不清晰。

3 自動機故障診斷難點和未來趨勢

近幾年來在自動機故障診斷技術方面雖然攻克了不少的難點，也有了小范圍的現實應用，但是目前自動機需要研究的重點和攻克的難點仍然是它的狀態監測和故障診斷，因此自動機故障診斷的過程中應重視下列問題：

1）由于自動機結構復雜，而且它的用途特殊，在實際應用中不只有自身產生的振動，還有其他的激勵源，導致信號測試過程中對信號的干擾噪聲增多，而且有著很大的非線性和非平穩性，所以應著重研究信號的非定性，如在處理自動機信號時采用小波包分析法。積極努力開展神經網絡研究、粒子群算法及其它們組合在一起的系統。

2）由于自動機在工作過程中振動的不平穩性，甚至表現出的是隨機非線性，因此我們在建立整個系統的數學模型時有很大的困難；而且通過分析系統的振動來獲取自動機故障與特征參數間的相對應關系也十分復雜，這些都是需要解決的問題。

3）展開對價格合適、高質量保證的傳感器的研究。對一些比較重要的自動機，應該同時研制有效的故障診斷和在線狀態監測系統，而且把自動機的使用、監測診斷和保養結合起來，進而提高自動機工作時的可靠性，降低自動機發生故障的概率，減少它的維修費用。

綜以上分析得出，對像自動機這樣的復雜化機械進行故障診斷依然為廣大學者需攻克的重點和難點。我們應該將在柴油機等復雜機械故障診斷中取得的科研成就推廣運用于自動機中，對自動機進行相對初級的研究。目前，對于采集自動機在工作狀態中的可靠特征參數仍沒有一種較為通用的方法，而只是先依靠人的抽象假設或者以往工作中積累的經驗去設定特征參數，然后通過實驗論證，但是此方法還是缺少充分的理論依據，也找不出最為科學的特征參數。筆者認為以后應將粒子群算法、神經網絡、故障數等故障診斷技術綜合應用于自動機故障診斷的研究，同時對傳感器進行更深層次的探索，更好地為自動機故障診斷服務。

[1] 王茂林，張國平.GA35自動機機構設計創新思維分析[J].火炮發射與控制學報，2005(3)：28-31.

[2] 閆彬,姚忠,王瑞.某火炮自動機轉膛機構運動特性分析[J].火炮發射與控制學報,2010(2)：66-69.

[3] 戴勁松,王文中.外能源自動炮動態仿真[J].南京理工大學學報,2001(3):234-237.

[4] 劉科祥，李雪松，張國平，等.自動機模擬試驗臺控制和測試系統[J].火炮發射與控制學報,2005(2):55-58.

[5] 劉晉冀，劉泯舉.油液分析狀態監測技術及其應用[J].山西機械,2000（4）：21-24.

[6] 仰德標，明廷鋒.柴油機故障診斷研究綜述[J].武漢造船,2000(2)：26-29.

[7] 宋振雷.基于智能體的神經網絡優化及應用[D].北京：中國郵電大學,2010：31-35.

[8] 陳格.人工神經網絡技術發展綜述[J].中國科技信息,2009（17）：88-89.

[9] 王發輝，劉秀芳，程艷霞.往復式壓縮機故障診斷研究現狀及展望[J].壓縮機技術，2007（2）：45-48.

[10] 袁佳勝.轉管式火炮自動機齒輪故障診斷[D].合肥：中國科學技術大學，2006：62-66.