工程機械液壓系統故障監測診斷技術分析

黃子涵

摘 要： 伴隨資源開發規模的進一步擴大及大型基礎工程建設項目的增多，我國工程機械行業也得到了極大的發展。但因工程機械產品具有較為復雜的系統結構，且工作環境惡劣，導致故障頻發。同時，因現代機械設備逐步向大型化、連續化方向發展，要求不斷提升設備的性能及復雜程度，進而增加了設備故障診斷的難度。液壓系統作為工程機械的主要構成部分，當液壓系統產生故障時，將嚴重影響機械設備正常運作，為此，本文在充分掌握工程機械液壓系統故障原因的基礎上，對其診斷技術的應用進行分析與探究。

關鍵詞： 工程機械；液壓系統；故障診斷

工程機械作業環境極為惡劣，基本都是露天作業，如常見的起重設備、裝載設備等，為此，對工程機械液壓系統的應用提出了更高的要求。第一，適應性、封閉性為工程機械液壓系統的環境要求；第二，工程機械液壓系統工作位置往往平整性不足，常處于傾斜、顛簸狀態，此時應保證系統可靠性良好。能夠更好應對多變載荷及多變速度；第三，液壓系統應具備較高機動性，保證系統能夠充分封閉，且能夠做各種變動活動。

一、工程機械液壓系統故障原因

工程機械液壓系統主要構成部分為液壓油箱、液壓泵裝置及液壓控制裝置。液壓系統產生故障的根本原因在于設計、制造等方面不合理。或是正常運作條件下，因自然磨損、老化及變質等因素產生故障。為此，本文主要從以下幾個方面對其故障原因進行了分析。

1、設計方面

于液壓系統性能而言，設計問題極為關鍵，為先天屬性。如油液污染將嚴重影響液壓系統，導致故障發生。在液壓系統內，油箱是油液污染的主要部位。最常見的故障原因為封閉性不佳，設計不當。如連接位置接管部位密封不嚴，油箱內極易滲入雜物。液壓系統內油液被污染后，將加快磨損、銹蝕或堵塞液壓元件的速度，最終出現故障。近年來，針對此問題以做出深入研究。如選用全封閉式油箱結構，因具有密閉性良好的油箱，可取消泵進口位置吸汕口部位過濾裝置，全部同油向同一個總回汕管路進入，此時可將濾油裝置安設到回油管口位置。其主要作用將系統中元件磨損的殘余物過濾出去，保證油箱內油液不被污染。

2、使用方面

工程機械設備往往在較為惡劣的工作環境下操作，其執行機構的活塞桿往往處于室外環境內，大氣內的污染物將對其造成一定損害。在活塞桿在長期伸縮運作中將逐漸被磨損，同時還會受到大氣內腐蝕性氣體的銹蝕，進而影響設備質量，導致液壓系統無法正常運轉。

二、工程機械液壓系統故障監測與診斷方法

1、常規診斷方法

（1）故障知識獲取。研究怎樣提取出專家大腦內的知識信息，并進行總結是故障知識獲取的主要任務，要求知識具有一致性。

（2）故障知識表示。通過一組框架構成分類框架知識表示，框架間層次結構形式的故障診斷樹可對元件故障診斷知識邏輯流程圖進行形象地描述。故障樹的各個框架都能夠對框架編號、類型、內容等進行全面表示。

（3）推理機制的實現。取得知識數量、質量等都是專家問題解決的主要內容，同時還應具備知識靈活運用的能力，也就是推理機制形式，如液壓元件故障、回路故障推理等。

（4）測試、維護及評價。診斷系統選取輸入及輸出自然語言，具有良好人機界面，及較高系統透明度，便于修改、擴充知識庫。

2、組合診斷方法

當前，應用最多的診斷方法為故障診斷法、神經網絡優化等，但此類診斷法多適用于傳統機械設備故障診斷，如大型發電機組等。而對于工程機械液壓系統而言，其故障特點主要為多層次性、不確定性與復雜性，在液壓回路故障知識表示及推理機制方面如何實現則難度較大，基于此，應根據實際情況，合理選用組合診斷法，以此對故障進行快速診斷。

（1）小波分析、模糊邏輯與ANN融合診斷方法

信號時頻局部分析時往往選取小波分析，信號異常點可通過小波變換模極大值進行檢測，并能夠對其成分進行分析，由此可見，針對突發型故障小波分析的診斷效果良好。同時，伴隨尺度的增加，隨機噪聲小波變換模極大值將呈現出快速減弱的趨勢，而在尺度增加的基礎上，與有效信號相應的小波變換模極大值則會呈現出增大的趨勢，通過該應用理論，可實現信號隨機去噪的目的。

（2）ES與ANN結合的診斷方法

在ES內納入FT與模糊數學，進行故障率、故障易檢率模糊概念的建立，并在此基礎進行FT的自動生成，通過啟發式對過程故障診斷進行全面指導，以此保證診斷結果的準確性。液壓系統故障診斷ES內，往往對各類定性模型使用進行研究。在故障診斷環節，為提高問題求解能力，相比推理機制，知識表示更為關鍵。一般故障診斷系統，都僅限于淺層知識，研究領域并不大。與其相比，基于模型的方法，在診斷中可運用深層知識，如利用設備結構、功能等，這對于系統故障診斷效果而言極為有利。也就是說僅基于規則的啟發式系統在工程機械液壓系統故障診斷中，因機制復雜程度較高，實現難度較大。為此，基于人工智能的AI啟發式模型可用于局部診斷，且選取定性模型用于全局診斷，以此降低待查故障數，達到局部診斷效率提升的目的。

（3）鐵譜分析技術與現代智能技術的結合

鐵譜分析技術就是我們通常所說的油液分析技術，是利用分析潤滑油內存有的金屬磨粒，如氣相色譜、紅外譜等，取得機械潤滑劑磨損的狀態信息，并通過該信息對機械磨損情況、故障位置等進行判斷。作為一項應用最廣泛的油液分析技術，在機械不停機、不解體等情況即可使用鐵譜分析技術，通過強度極高的梯度磁場，能夠把機械摩擦出現的磨粒分離出潤滑油，并根據其不同尺寸、順序等定量分析磨粒，以此取得磨損各類信息。鐵譜分析技術結合現代智能技術，故障診斷效果更佳。

三、結束語

綜上所述，在社會經濟高速發展的今天，我國工程機械行業也得到了極大的發展。作為工程機械設備的核心部件，液壓系統運行的可靠性對設備的運轉、質量影響巨大。因液壓系統較為復雜，且故障具有隨機性，因此，大大增加了液壓故障診斷的難度。為此，本文在全面了解液壓故障原因的基礎上，采取了常規診斷法與結合診斷法進行分析，以此全面提升診斷效果，保證工程機械設備運轉正常。

參考文獻

[1] 王世明.工程機械液壓系統故障監測診斷技術的現狀和發展趨勢[J]. 機床與液壓. 2009（02）.

[2] 雷萬倫.工程機械液壓系統故障監測診斷技術現狀分析及發展前景[J]. 機電信息. 2011（30）.

[3] 王建軍，劉欣玉，秦小龍.液壓機液壓系統故障的智能診斷[J]. 淮海工學院學報（自然科學版）. 2017（02）.

[4] 沈春霞.工程機械液壓故障監測診斷技術概況及未來趨勢[J]. 工程機械與維修. 2017（03）.