液壓泵故障診斷技術的研究現狀與發展趨勢

陶然 安徽省淮南技工學校 232100

一、緒論

由于液壓系統的體積越來越小，功率密度更高，系統壓力越來越大以及變壓技術的發展，液壓系統在我國機械制造領域的應用越來越多，特別是在一些特殊機械制造方面，如：武器裝備、大型工程作業機械等。但是液化系統的安全問題已經成為機械設計中日益突出的問題，提高液壓系統的安全性及可靠性一直是主要的研究方向。整個液壓系統工作的動力元件液壓泵被譽為液壓系統的核心，其運行的性能直接影響整個系統的工作狀態。

液化泵作為整個液壓系統中穩定性最難保證的部件，不僅運行負載是最大的，而且運行時長最長。據統計，液壓泵出現故障在所有的機械工程故障中，占有接近三分之一的比例，所以在液壓系統故障的診斷設計中，故障診斷是最重要的部分。液壓系統的液化泵發生了故障，會容易導致整個液壓系統的故障，造成不可預知的損失。例如，應用在汽車上面的液壓系統，會對汽車的形式狀態進行操作，如果汽車中的液壓系統出現故障，油壓不足，行駛中的汽車可能會失去控制，這對于交通安全是一個嚴重的隱患。

由于液壓泵處在封閉的油路中，在液壓油的壓縮性和伺服系統的流固耦和效果下，給液壓泵的診斷帶來了非常大的難度。一般的情況下液壓泵的故障信息不是很明顯，而且出現的信息難以提取。所以，為提前預知液壓泵的故障，在液化系統的研究和設計中，診斷技術的研究和發展絕對是必不可少的課題。

二、液壓泵故障診斷技術

（一）主要故障分析

液壓泵在液壓系統中的作用是將電動機或發動機中的機械能轉換成壓力能。液壓泵是液壓系統的動力源，可以為液壓系統提供特定的流量和壓力液壓油。在液壓系統中，液壓泵分為葉片泵、齒輪泵和柱塞泵。

葉片泵問題。一旦定子表面磨損、拉毛或出現泵和電機不同的軸和空氣進入系統，就會產生壓力波動、噪聲和振動。如果定子的內部磨損嚴重，密封不緊或油的粘度過低或過高，液壓泵的壓力就不能增加，容積效率也很低。在液化泵內的定子表面和葉片不合適，內部空氣的進入將導致同樣的情況。液壓泵的液壓油冷卻，內部摩擦增加，軸承和電機的不對準，會導致液壓泵高油溫和異常加熱等問題。在液壓泵中存在異物，裝配不良或破損和運動部件磨損都會導致液壓泵的疲勞和嚴重磨損。

齒輪泵中有空氣進入、出現困油、流動脈動或加工有精度誤差，都會使齒輪泵運行中出現壓力波動，噪音，和振動。低油粘度的齒輪泵，堵塞的油管線或齒輪油泵的間隙增加都會導致小流量的輸出。齒輪泵的油液散熱差、生產組裝精度差、摩擦增加或不適當粘度油液的使用都會導致泵體發熱。如果由于外接材料所造成的軸承磨損和傳動扭矩過大，會導致泵軸磨損。

在柱塞泵中，球頭和鞋的松動配合，進入系統的空氣，變量機構的失效會導致柱塞泵承受較大的壓力波動、振動和噪聲。如果柱塞泵內部泄漏增加，則油箱內的熱耗散和變量機構的失效。兩者都將導致液壓泵的油溫升高和泵體發熱。如果柱塞泵內的油含有雜質，如變形、嚴重的滯留油、安裝和加工精度誤差，將會燒毀或磨損閥板和氣缸。活塞泵的油含有雜質、零件加工誤差和小孔堵塞，可導致鞋和斜板接觸面溫度急劇升高而損壞。

（二）常用診斷方法

現有的液壓泵檢測和診斷方法主要分為三類：基于經驗的主觀故障診斷方法、基于信號和模型處理技術的診斷方法和人工智能診斷。主觀診斷需要診斷人員具有豐富的經驗和專業知識，基于維修人員的感官、思考、系統的簡單參數和故障診斷的實際經驗。包括方框圖法、魚刺圖法和參數測量比較是主要的方法。

目前，信號處理技術、人工智能理論和計算機技術、人工智能診斷和基于信號處理和模型的診斷方法的快速發展已經成為診斷方法的主流。其診斷一般都需要經過檢測方法和特征信號的選取、傳感器布設、信號的傳輸及采集、信號處理和故障診斷策略這五大方面。液壓泵在發生故障的時候，震動信號具有是變性、非線性以及微弱性等等的特點。所以，在液化泵發生故障時，很容易使故障信號被噪聲信號淹沒。

三、故障診斷技術的發展趨勢

目前人工智能、智能計算、信息處理、計算機等相關技術領域的發展，各種傳感器技術和信息處理技術的智能化，使得各種相關科學的融合，高精度化、網絡化、復合化還有不解體化成為了液壓泵故障診斷技術的主要發展方向。

（一）提高診斷精度

液壓泵作為整個液壓系統的核心部分，處于惡劣的工作環境中。當獲得傳感器信號時，通常會有很大的背景噪聲，而故障信息很容易被噪聲淹沒。因此，在信號處理中需要有效的降噪措施。

基于數據建模和微電子技術的發展，聲音傳感器等部件收集的信息可以通過微型處理器進行一定的降噪處理，有效去除背景噪聲，提高診斷信息的精確度。而且基于數據庫對比自動給出相應的診斷報告。

（二）網絡化實時故障診斷

網絡故障診斷技術是將液壓系統診斷傳感器收集的信息通過公司的專用網絡或無線通信網絡將液壓系統的工作狀態實時傳輸到遠程的監控中心，運用監控中心的設備實現液壓系統的數據采集、數據分析、遠程監控、故障診斷和技術支持服務。但是由于數據傳輸量有限，網絡故障診斷技術只能實時診斷小數據故障，這將不可避免地影響診斷的準確性。而云計算技術與高速網絡化故障診斷技術相結合，實現了多特征信號的實時采集、傳輸、融合和診斷，實現了準確的故障定位和實時狀態檢測。這將成為今后液壓系統故障診斷技術的主流。

（三）多種診斷技術的融合

目前實行發的故障診斷方法都有其優點和局限性，通過整合不同的故障診斷技術，進一步提高診斷系統的性能，是液壓診斷技術發展的發展方向。診斷技術的組合方法可以是兩種智能故障診斷方法的結合，如神經網絡與專家系統的結合，神經網絡與模糊方法的結合，專家系統與模糊方法的結合。當然，也可以是復數診斷技術的融合，而最好的組合方法可以通過中間權重選擇來進行故障診斷。不能局限于上述組合，也可以是灰色理論、混沌理論、模擬進化、人工免疫、集群智能等方法引入故障診斷。這也是未來研究的熱點之一。

(4)不解體化診斷技術

如今故障診斷技術的發展主要方向是降低損耗、減少設備的停機時間，而不解體化診斷技術具有診斷迅速、故障檢測無需拆解設備等特點。目前在復雜的液壓系統中正廣泛應用的不解體檢測技術主要是分為預埋式和非介入式二種。非介入式的診斷方式能夠通過在外部傳感信息收集設備檢測液壓泵的運行參數狀態，達到檢測中避免拆解液壓設備的目的。而預埋式檢測是通過設備制造中預先將傳感器置入液壓系統內部，從而在運行中實時收集系統運行狀態信息。這樣的故障檢測方法不僅提高了工作效率，降低了成本。而且能夠為線的診斷和檢測提供實時的故障信息收集，從而有效的避免了液壓泵的拆卸，減少設備檢測停機時間。

四、結語

隨著液壓傳統技術的廣泛應用，液壓泵作為液壓系統的核心動力，液壓泵故障診斷技術已朝著簡潔和自動化方向發展，以提高整個設備運行的穩定。液壓泵的診斷難點主要在于故障的多樣性，復雜性和隱蔽性。隨著液壓系統集成度和系統復雜度的增加，對于液壓系統診斷技術的要求也在不斷提高，診斷系統的網絡化，高精度化及智能化故障檢測是未來液壓泵檢測技術的發展趨勢。