電液伺服系統的故障自愈設計與仿真

孫文理，袁宇浩，袁 野

(南京工業大學 電氣工程與控制科學學院，江蘇 南京 211816)

0 引 言

電液伺服系統由電信號處理元件和液壓動力結構構成，是一個兼具液壓和電氣兩方面技術優勢的反饋控制系統。因其控制準度高、反應速率快等優勢，被廣泛應用于航天航空、船舶作業系統以及鋼鐵制造裝備等科學技術領域[1]。

隨著現代工業的發展，大型機電系統是否能夠安全可靠地以最佳狀態運行，對于提高企業生產能力，確保生產安全具有十分重要的意義。如果系統的某個單元發生了故障，很容易產生連鎖反應，引起系統的其它部位也發生不同程度的故障，這些故障不僅會造成嚴重的經濟損失，甚至還會危及人的生命安全[2-4]。為了從根本上解決系統的故障診斷和修復，研究人員不斷地對常規方法進行改進，并提出新思路。故障智能自愈思想就是在這樣的大環境下應運而生[5-7]。

1 電液伺服系統的建模及故障分析

1.1 電液伺服系統的組成及工作原理

電液伺服系統主要包括以下基本元件：指令元件、檢測元件、比較元件、液壓控制元件、執行元件、控制對象以及液壓能源裝置等[8]，如圖1所示。

圖1 電液伺服控制系統

系統的工作原理可簡述為：指令元件發出的電信號作為輸入，與檢測元件反饋的電信號進行比較。將給出的誤差信號進行放大、轉換成液壓信號傳給執行元件。執行元件負責實現調節動作，滿足控制對象的調節要求[9]。

1.2 基于HCD庫的電液伺服系統建模

在AMESim(advanced modeling environment of simulation)中，預先提供了眾多的數學模型。將這些數學模型進行歸類，使其成為仿真模型“庫”。AMESim軟件中還包含了一個HCD庫，如果在軟件自帶的模塊中找不到需要的模型，可以利用HCD庫搭建出需要的各種模型。HCD庫的理念是能夠讓使用者以最少的子模型數，去構建最多的液壓元部件模型[10]。

液壓缸的HCD模型如圖2所示。子模型BAP11和BAP12代表了活塞兩側的腔體。左右兩側的壓力分別由所屬子模型處理，壓力作用的方向由BAP11和BAP12內箭頭所示。子模型BHC11是與兩個“半活塞”相連的液壓腔(ch)，用于模擬壓力的動態性。壓力的動態特性只與缸體內部的流體體積有關，該體積隨活塞位置的不同而改變。將基于HCD庫設計的液壓缸模型用于電液伺服系統的模型搭建，如圖3所示。

圖2 液壓缸的HCD模型

圖3 基于HCD庫設計的電液伺服系統

比較原液壓缸標準子模型與HCD優化后的子模型仿真圖像，驗證了HCD構建模型的準確性，且發現經過HCD庫優化設計的模型，在系統響應速度上更快、更穩定，并且波動更小，如圖4所示。

圖4 液壓缸活塞速度比較

1.3 電液伺服系統故障仿真及分析

電液伺服系統故障大多是由系統元件的重要特性或運行參數的變化引起的，也有可能是系統硬件部分損壞導致的。當系統發生故障時，系統的運行狀態會受到影響，也可能導致系統無法完成正常的功能[11,12]。本文主要針對放大器故障進行仿真分析，為電液伺服系統的故障自愈奠定基礎。

放大器中的放大器增益kp是引起電液伺服系統放大器故障的主要因素。標準運行中，系統放大器的增益kp設為300。利用故障注入的方法，將不同的kp值賦值給系統，研究分析其故障現象。液壓缸活塞速度圖像如圖5所示。由圖5(a)、(b)比較可以看出，當kp為100小于標準值時，液壓缸活塞速度達到最快速度時間更長，其響應速度較慢。但當kp為500后，液壓缸活塞速度開始出現明顯震蕩波動，且隨著kp增大，其震蕩波動程度加劇。

圖5 液壓缸活塞速度

2 電液伺服系統故障自愈設計

2.1 基于人工免疫的自愈原理

自然界的生物免疫系統所擁有的多層保護、自診斷、自匹配策略等免疫機制為故障自愈系統的設計提供了思路和方法。免疫系統能識別抗原并對抗原進行免疫應答，這種識別不需要精確匹配，是通過免疫系統中抗原與抗體的識別機制來完成的[13]。系統在進行自愈調控時通常包括3個階段：正常運行階段、故障產生階段和故障后階段。這3個階段都是在無人干預的情況下系統自己維持穩定有序的運行。

結合系統故障自愈調控的3個階段，從完成系統既定功能角度，把故障自愈系統結構分作自愈決策層、自愈執行層和免疫自愈層。自愈決策層：通過比對系統自身信息庫中的事實和數據，實時評估系統運行狀態，判斷各個故障自愈請求，并尋找出最優方案。自愈執行層：執行相關系統指令。免疫自愈層：處理整合自愈系統各模塊的狀態信息，制定各個自愈策略。

2.2 系統故障自愈的功能模塊設計

基于人工免疫的自愈原理，本文設計了能夠實現故障自愈的電液伺服系統，其工作流程如圖6所示。電液伺服系統運行過程中信息處理模塊對系統運行特征量進行特征提取與特征編碼。自己/非己識別模塊進行故障判斷識別，并劃分異常危險等級。若為已知抗原，固有免疫模塊進行抗原-抗體匹配，執行對應自愈策略，系統狀態評估為正常運行后，結束自愈流程；若為未知抗原，進行適應性免疫應答，進行免疫學習、記憶，更新系統數據信息庫。

圖6 故障自愈系統流程

(1)數據采集及特征量提取與編碼

本設計中的信息處理模塊，目的是采集、提取電液伺服系統運行過程中的狀態參數，并且對狀態特征量進行有效編碼。選取系統運行時的液壓缸桿位移、液壓缸活塞速度、液壓缸1和2端口壓力差、傳感器輸出信號作為狀態特征量，分別表示為n1、n2、n3、n4，狀態特征編碼表示為s=(n1,n2,n3,n4)。

(2)故障異常識別

自己/非己識別模塊需要識別區分出故障異常，通過電液伺服系統故障分析，采用二進制對電液伺服系統的正常與異常狀態進行編碼，見表1。

自己/非己識別模塊需要通過已知數據生成檢測器集來識別自己、非己。在AMESim軟件搭建的電液伺服系統仿真實驗模型中，采集得到了系統的故障數據，見表2。

表1 電液伺服系統狀態編碼

表2 放大器故障樣本

利用系統可接受閾值，劃分α的取值，對系統的現有故障進行故障等級劃分。

放大器故障等級劃分見表3。

表3 放大器故障等級劃分

(3)數據信息庫設計

故障自愈系統結構圖和系統故障自愈工作流程圖的設計，需要有關于已知故障的抗原庫，以及包含相應自愈策略的抗體庫。依據故障的嚴重等級劃分，定義系統衰退度的編碼為001、010、011、100。根據免疫應答模塊中抗體的編碼方式，記憶抗體的二進制編碼為：類型碼，衰退碼，抗體編碼。其中類型碼用來匹配抗原中的故障類型，衰退碼為衰退度的編碼。抗體編碼形式為：碼段1，碼段2，…，碼段n。抗體編碼作用是生成與調取相應的自愈策略，每個段碼對應一個自愈策略。

3 實驗仿真及分析

在AMESim-Matlab的聯合仿真操作系統環境中，驗證了故障自愈模型的可行性。在系統穩定運行后，用故障注入的方法引入故障進行仿真實驗：維持其余運行條件不變，在500～600之間任意調節參數kp。

系統監測采集出的各狀態特征量經過信息處理后，得到了檢測的數據樣本。放大器故障的監測狀態量為(0.15000.66640.69430.31830.2049)。在Matlab/Si-mulink中，s函數用于調用故障自愈模型各模塊的功能算法以及已設計好的各個數據庫。通過液壓缸活塞速度狀態特征量，診斷出放大器故障，故障程度是較嚴重故障Ⅲ；其中抗原編碼為(01 011 0.15000.66640.69430.31830.2049)；抗體編碼為(01 011 01)。

通過匹配抗原與抗體的編碼，調用抗體庫中相應的自愈策略，實現電液伺服系統的故障自愈。圖7是故障恢復后的曲線。液壓缸桿位移跟隨系統的給定輸入信號，因二者間存在一定的時間滯后性(允許范圍內)，二者的誤差值較小，并最終為0。液壓缸活塞速度曲線穩定，未出現明顯震蕩波動，系統運行狀態較為穩定，系統液壓缸桿位移最終穩定在0.2 m。

經過仿真實驗驗證，本文提出的基于免疫理論的故障自愈模型，在電液伺服系統的運行過程中能夠完成對系統自己、非己的判斷，并對可恢復故障實施相應的自愈調節動作，完成故障自愈。

4 結束語

本文主要研究了基于人工免疫理論的電液伺服系統故障識別與故障自愈調節，實現了放大器故障的識別與恢復。仿真實驗結果表明，所設計的電液伺服系統的故障自愈模型的可行性和有效性。系統在無外界介入干預的情況下，自行準確地識別故障類型及嚴重程度，并調用適當的自愈策略，使系統從故障狀態恢復到正常運行狀態。其原理可以推廣到相關機電裝備的設計、制造與維修中，具有一定的理論價值和工程意義。

參考文獻：

[1]Zhu Y,Jiang W L,Kong X D,et al.Study on nonlinear dynamics characteristics of electrohydraulic servo system[J].Nonlinear Dynamics,2015,80(1-2):723-737.

[2]Jiang W,Wei B,Xie C,et al.An evidential sensor fusion method in fault diagnosis[J].Advances in Mechanical Engineering,2016,8(3):1-7.

[3]Li Z,Peng T,Zhang P F,et al.Fault diagnosis and fault-to-lerant control of photovoltaic micro-inverter[J].Journal of Central South University,2016,23(9):2284-2295.

[4]Gao Z,Cecati C,Ding S X.A survey of fault diagnosis and fault-tolerant techniques—Part I:Fault diagnosis with model-based and signal-based approaches[J].IEEE Transactions on Industrial Electronics,2015,62(6):3757-3767.

[5]Tanha M,Hashim F,Subramaniam S.Secure and self-healing control centers of critical infrastructures using intrusion tole-rance[J].International Journal of Network Security,2015,17(4):365-382.

[6]Schneider C,Barker A,Dobson S.Evaluating unsupervised fault detection in self-healing systems using stochastic primitives[J].EAI Endorsed Transactions on Self-Adaptive Systems,2015,1(1):e3.

[7]Yuan L,Man M,Chang X.Principles of electromagnetic protection bionics and research of fault self-recovery mechanism[J].Engineering,2014,12(3):83-96.

[8]FENG Yongbao,LIU Jie,LI Rong,et al.Research on mo-deling and simulation of vectoring nozzle electro-hydraulic servo system based on AMESim /MATLAB co-simulation[J].MATLAB Machine Tool and Hydraulic Technology,2015,43(4):118-121(in Chinese).[馮永保,劉杰,李榮,等.基于AMESim與MATLAB的矢量噴管電液伺服系統建模與仿真研究[J].機床與液壓,2015,43(4):118-121.]

[9]LI Bo,CHEN Jun,ZHANG Weiming,et al.Research status of electro-hydraulic servo system modeling, identification and control[J].Machine Tool and Hydraulics,2016,44(13):168-172(in Chinese).[黎波,陳軍,張偉明,等.電液伺服系統建模、辨識與控制的研究現狀[J].機床與液壓,2016,44(13):168-172.]

[10]Grossschmidt G,Harf M.Multi-pole modeling and simulation of an electro-hydraulic servo-system in an intelligent programming environment[J].International Journal of Fluid Power,2015,17(1):1-13.

[11]Liu H,Liu D,Lu C,et al.Fault diagnosis of hydraulic servo system using the unscented Kalman filter[J].Asian Journal of Control,2015,16(6):1713-1725.

[12]MI Shuangshan,FU Jiuchang,HAN Cui’e.Application of AMESim in hydraulic system fault simulation[J].Machine Tool and Hydraulics,2013,41(11):183-186(in Chinese).[米雙山,付久長,韓翠娥.AMESim在液壓系統故障仿真中的應用[J].機床與液壓,2013,41(11):183-186.]

[13]SUN Jingjie,ZHAO Jianjun,YANG Libin,et al.Application of an artificial immune classifying method in fault diagnosis[J].Computer Engineering,2013,39(8):208-214(in Chinese).[孫靖杰,趙建軍,楊利斌,等.一種人工免疫分類方法在故障診斷中的應用[J].計算機工程,2013,39(8):208-214.]