淺談液壓系統(tǒng)故障診斷技術(shù)發(fā)展前景

翟 亮

（蘭州鐵路技師學(xué)院，甘肅 蘭州730050）

0 引言

液壓系統(tǒng)故障診斷技術(shù)是隨著液壓設(shè)備不斷高度自動(dòng)化和復(fù)雜化以及對(duì)液壓系統(tǒng)工作可靠性要求越來(lái)越高而發(fā)展起來(lái)的,是針對(duì)現(xiàn)代液壓設(shè)備需要及時(shí)排除液壓故障而提出來(lái)的,是將醫(yī)療診斷中的基本思想推廣到液壓工程技術(shù)而形成的,是建立在液壓控制理論,信息理論和電子技術(shù)、傳感器技術(shù)、人工智能技術(shù)等基礎(chǔ)上的一門(mén)綜合性新技術(shù)。 回顧液壓系統(tǒng)故障診斷技術(shù)的發(fā)展,大致經(jīng)歷了三個(gè)發(fā)展階段:基于人的主觀診斷法、基于模型診斷法和基于智能技術(shù)的診斷法。

1 主觀診斷法

主觀診斷法主要是依靠簡(jiǎn)單的診斷儀器,憑借個(gè)人的實(shí)踐經(jīng)驗(yàn),判別故障發(fā)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(jī)理知識(shí)和診斷經(jīng)驗(yàn),需利用系統(tǒng)或元件的結(jié)構(gòu)、模型和功能等方面的知識(shí),綜合分析才能了解。 基于人的主觀診斷法主要包括系統(tǒng)分析法、參數(shù)測(cè)量法、方框圖分析法、魚(yú)刺圖分析法等。

2 模型的診斷法

模型的診斷法是先運(yùn)用一定的數(shù)學(xué)手段描述系統(tǒng)某些可測(cè)量特征量,這些特征量在幅值、相位、頻率及相關(guān)性上與故障源之間存在著聯(lián)系,然后通過(guò)測(cè)量、分析、處理這些特征量信號(hào),來(lái)判斷故障源所在。這種方法實(shí)質(zhì)上是以傳感器技術(shù)和動(dòng)態(tài)測(cè)試技術(shù)為手段,以信號(hào)處理和建模處理為基礎(chǔ)的診斷技術(shù)。基于數(shù)學(xué)模型與信息處理的故障診斷方法通常有狀態(tài)估計(jì)方法、參數(shù)估計(jì)方法、頻譜分析法、小波分析法等。

3 智能診斷技術(shù)

液壓系統(tǒng)故障智能診斷技術(shù)是人工智能技術(shù)在液壓系統(tǒng)故障診斷領(lǐng)域中的應(yīng)用,它是計(jì)算機(jī)技術(shù)和液壓系統(tǒng)故障診斷技術(shù)相互結(jié)合與發(fā)展進(jìn)步的結(jié)果。 智能診斷的本質(zhì)特點(diǎn)是模擬人腦的機(jī)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(shí)別和預(yù)測(cè)診斷對(duì)象的狀態(tài)。 因此,智能診斷技術(shù)是液壓系統(tǒng)故障診斷的一個(gè)極具生命力的發(fā)展方向。目前，智能技術(shù)的故障診斷法主要有：故障樹(shù)分析的診斷法、模糊邏輯的診斷法、神經(jīng)網(wǎng)絡(luò)的診斷法和專(zhuān)家系統(tǒng)的診斷法等。

3.1 故障樹(shù)分析的診斷法

故障樹(shù)分析法是一種圖形演繹方法，通過(guò)對(duì)可能造成系統(tǒng)故障的各種因素進(jìn)行分析，畫(huà)出邏輯框圖(故障樹(shù))，再對(duì)系統(tǒng)中發(fā)生的故障事件，由總體至部分按樹(shù)枝狀逐級(jí)細(xì)化的分析，其目的就是判明基本故障、確定故障原因、故障影響和發(fā)生概率等。故障樹(shù)分析診斷法的關(guān)鍵是建立故障樹(shù)，故障樹(shù)完善與否直接影響到分析結(jié)果的準(zhǔn)確性。因而，需要分析人員對(duì)分析系統(tǒng)的設(shè)備及運(yùn)行環(huán)境有透徹的理解，將故障癥狀作為樹(shù)頂，將發(fā)生故障的各種因素逐一排列，然后建立故障樹(shù)的數(shù)學(xué)模型，對(duì)故障樹(shù)進(jìn)行定性分析和定量計(jì)算，給出分析結(jié)果。故障樹(shù)分析法具有直觀性和理論性強(qiáng)、邏輯嚴(yán)密等特點(diǎn)，對(duì)一個(gè)系統(tǒng)而言，一切故障診斷都必然要先經(jīng)過(guò)某種程度的故障樹(shù)分析，是故障診斷系統(tǒng)的基礎(chǔ)。

3.2 模糊邏輯的診斷法

模糊邏輯的診斷法是借助模糊數(shù)學(xué)中的模糊隸屬關(guān)系提出的一種新的診斷方法， 它將各種故障及其癥狀視為兩類(lèi)不同的模糊集合，它們之間的關(guān)系用一個(gè)模糊關(guān)系矩陣來(lái)描述。由于液壓系統(tǒng)故障既有確定性的，也有模糊性的，表現(xiàn)為同一故障可能由不同的原因造成，同一故障可能會(huì)產(chǎn)生不同的故障癥狀，不同的故障也可能引起同樣的故障癥狀，多故障并發(fā)時(shí)故障癥狀更加復(fù)雜。 當(dāng)確定性故障和模糊性故障相互交織、密切相連時(shí)，就需要通過(guò)探討液壓系統(tǒng)故障的模糊性，尋找與之相適應(yīng)的診斷方法， 才能有利于正確描述故障的真實(shí)狀態(tài)，揭示其本質(zhì)特征。

3.3 神經(jīng)網(wǎng)絡(luò)的診斷法

神經(jīng)網(wǎng)絡(luò)的診斷法是利用神經(jīng)網(wǎng)絡(luò)具有非線性和自學(xué)習(xí)以及并行計(jì)算能力的特點(diǎn)，對(duì)液壓系統(tǒng)的故障進(jìn)行診斷。它具有的超高維性、強(qiáng)非線性等動(dòng)力學(xué)特性,使其具有原則上容錯(cuò)、結(jié)構(gòu)拓?fù)漪敯簟⒙?lián)想、推測(cè)、記憶、自適應(yīng)、自學(xué)習(xí)、并行和處理復(fù)雜模式等功能,帶來(lái)了提供最佳診斷性能的潛在可能性,解決了傳統(tǒng)方法在知識(shí)表示、獲取和并行推理等問(wèn)題上的“瓶頸”問(wèn)題。神經(jīng)網(wǎng)絡(luò)在出現(xiàn)新故障時(shí)通過(guò)自學(xué)習(xí)不斷調(diào)整權(quán)值、閩值,以提高故障正確檢測(cè)率,降低漏報(bào)率和誤報(bào)率。

3.4 專(zhuān)家系統(tǒng)的診斷法

專(zhuān)家系統(tǒng)是一種基于知識(shí)的應(yīng)用軟件系統(tǒng)，從領(lǐng)域?qū)＜夷抢铽@得專(zhuān)業(yè)知識(shí)，用來(lái)解決只有專(zhuān)家才能解決的困難問(wèn)題。它是研究最多、應(yīng)用最廣的一類(lèi)智能診斷系統(tǒng),主要用于那些沒(méi)有精確數(shù)學(xué)模型或很難建立數(shù)學(xué)模型的復(fù)雜系統(tǒng)。 由于在專(zhuān)家系統(tǒng)中,知識(shí)通常是系統(tǒng)性、理論性較強(qiáng)的知識(shí),因此求解結(jié)果可靠性高,并且由于知識(shí)是顯式的,使其具有很好的解釋能力。 然而,專(zhuān)家系統(tǒng)在發(fā)展的同時(shí)遇到了知識(shí)獲取的“瓶頸”、“窄臺(tái)階”等困難,使其支持能力受到較大的限制。

4 未來(lái)故障診斷技術(shù)的發(fā)展趨勢(shì)

液壓系統(tǒng)故障智能診斷技術(shù)是液壓系統(tǒng)故障診斷技術(shù)的發(fā)展趨勢(shì)。 但任何一種診斷方法,不論多么先進(jìn),總存在一定的局限性,單一的故障智能診斷方法難以勝任液壓系統(tǒng)的故障診斷。隨著知識(shí)工程的發(fā)展及數(shù)據(jù)庫(kù)、虛擬現(xiàn)實(shí)、神經(jīng)網(wǎng)絡(luò)等技術(shù)的日新月異,必然引起智能故障診斷技術(shù)在下列幾個(gè)方面的不斷發(fā)展。

4.1 混合智能故障診斷技術(shù)研究

將多種不同的故障診斷技術(shù)有效地融合,進(jìn)一步提高診斷系統(tǒng)的綜合性能,是智能診斷技術(shù)發(fā)展的必然趨勢(shì)。 結(jié)合方式主要是基于規(guī)則的專(zhuān)家系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的結(jié)合,CBR 與基于規(guī)則系統(tǒng)和神經(jīng)網(wǎng)絡(luò)的結(jié)合,模糊邏輯、神經(jīng)網(wǎng)絡(luò)與專(zhuān)家系統(tǒng)的結(jié)合等。 其中模糊邏輯、神經(jīng)網(wǎng)絡(luò)與專(zhuān)家系統(tǒng)結(jié)合的診斷模型是最具發(fā)展前景的,也是目前人工智能領(lǐng)域的研究熱點(diǎn)之一。

4.2 數(shù)據(jù)庫(kù)技術(shù)與人工智能技術(shù)相互滲透

人工智能與數(shù)據(jù)庫(kù)技術(shù)是計(jì)算機(jī)科學(xué)的兩大重要領(lǐng)域,越來(lái)越多的研究成果表明,這兩種技術(shù)的相互滲透將會(huì)給故障智能診斷系統(tǒng)帶來(lái)更廣闊的應(yīng)用前景。 人工智能技術(shù)多年來(lái)曲折發(fā)展,雖然成果累累,但比起數(shù)據(jù)庫(kù)系統(tǒng)卻相形見(jiàn)絀。其主要原因在于缺乏像數(shù)據(jù)庫(kù)系統(tǒng)那樣較為成熟的理論基礎(chǔ)和實(shí)用技術(shù)。人工智能技術(shù)的進(jìn)一步應(yīng)用和發(fā)展越來(lái)越表明,結(jié)合數(shù)據(jù)技術(shù)可以克服人工智能不可跨越的障礙,這也是智能系統(tǒng)成功的關(guān)鍵。 對(duì)于故障診斷系統(tǒng)來(lái)說(shuō),知識(shí)庫(kù)一般比較龐大,因此可以借鑒數(shù)據(jù)庫(kù)關(guān)于信息存儲(chǔ)、共享、并發(fā)控制和故障恢復(fù)技術(shù),改善診斷系統(tǒng)的性能。

4.3 基于internet 的遠(yuǎn)程協(xié)作診斷技術(shù)研究

基于internet 的設(shè)備故障遠(yuǎn)程協(xié)作診斷是將設(shè)備診斷技術(shù)與計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)相結(jié)合,用若干臺(tái)計(jì)算機(jī)作為服務(wù)器,在液壓系統(tǒng)的關(guān)鍵元件上建立狀態(tài)監(jiān)測(cè)點(diǎn),采集設(shè)備狀態(tài)數(shù)據(jù),在技術(shù)力量較強(qiáng)的科研院所建立分析診斷中心,為企業(yè)提供遠(yuǎn)程技術(shù)支持和保障。

5 結(jié)束語(yǔ)

液壓系統(tǒng)故障具有隱蔽性、復(fù)雜性、隨機(jī)性、模糊性及分散性等特點(diǎn),盡管?chē)?guó)內(nèi)外學(xué)者對(duì)液壓系統(tǒng)故障診斷進(jìn)行了深入廣泛的研究,但實(shí)際診斷過(guò)程中仍面臨許多問(wèn)題。對(duì)于今后越來(lái)越復(fù)雜的液壓系統(tǒng)的故障診斷,最佳途徑是將專(zhuān)家系統(tǒng)與神經(jīng)網(wǎng)絡(luò)有機(jī)地結(jié)合起來(lái),作為智能診斷的發(fā)展方向, 同時(shí)融入先進(jìn)的現(xiàn)代信息技術(shù), 如多媒體技術(shù)、internet 技術(shù)、信息融合技術(shù)、智能傳感器技術(shù)等,提高控制系統(tǒng)的開(kāi)放性、容錯(cuò)性和實(shí)用性,應(yīng)用前景十分廣闊。

［1］史紀(jì)定.液壓系統(tǒng)故障診斷與維修技術(shù)[M].北京:機(jī)械工業(yè)出版社,1990.

［2］劉永健,胡培金.液壓故障診斷分析[M].北京:人民交通出版社,1998.

［3］張兆國(guó),包春江.機(jī)械故障診斷與維修[M].北京:中國(guó)農(nóng)業(yè)出版社,2003.

［4］聞新，張洪鉞，周露.控制系統(tǒng)的故障診斷和容錯(cuò)控制[M].北京:機(jī)械工業(yè)出版社,1998.

［5］黃志堅(jiān).液壓設(shè)備故障分析與技術(shù)改進(jìn)[M].武漢:華中理工大學(xué)出版社,1999.