機械液壓系統中智能故障診斷技術的探究

王晉強

摘 要：隨著我國建筑業的發展，建筑施工中機械的運用必不可少。在機械系統的應用中，液壓傳動系統是一個非常重要的組成部分。因此，液壓系統出現故障時就要及時對其進行檢修，以免造成不必要的損失。通過對液壓系統的故障特點進行了分析，并列舉出了相應的診斷方法，以供參考。

關鍵詞：機械液壓系統;智能故障;診斷技術

引言

近些年，隨著國內社會經濟的發展，科學技術及信息化也獲得了迅猛的發展，且在社會建設中發揮了突出的作用。以工程機械為例，為了便于操作和維護管理，現代工程機械在設計制造中，以信息技術為基礎，融合互聯網技術、人工智能技術、云計算技術等，進行了不斷的升級和創新。工程機械的這種轉變，是機械設備在系統運作時的主觀性不斷提升，為綜合管理和故障診斷奠定了基礎。現有的工程機械系統大部分采用了液壓傳統系統。液壓傳統系統相對于傳統的機械傳統系統，其功率密度更高、結構小巧、配置靈活、組裝方便，運行更加可靠，同時系統的復雜性和精密程度也越高。根據液壓系統高精密性、高復雜性的特征，研究液壓系統的智能故障診斷技術對優化液壓系統運行生產的效率、穩定性及延長使用壽命有著重要的意義。

1.液壓系統概述

（1）液壓系統構成

液壓系統主要由液壓泵、液壓缸、控制閥和輔助元件等液壓元件構成，要想實現構成液壓元件的各零件可以順利完成相對運動，通常需要設置相應的配合間隙。在縫隙中通過油液后，受到多種因素影響容易引起漏油問題，不利于液壓系統的正常工作。在液壓系統中容易發生泄漏現象，大多時候只能預防不能完全禁止，需要運用一定液壓技術，最大限度減少泄漏量。

（2）液壓系統泄漏故障危害

液壓系統泄漏故障主要指超出規定范圍的泄漏，包括內泄漏與外泄漏兩種，液壓元件中含有一定液體，當期由高壓腔泄漏到低壓腔時則為內泄漏，并形成液壓閥和液壓泵，由高壓腔向低壓腔流動。對外泄漏來說，是指元件內部有部分液體朝著外部泄漏，常見的有油管滲漏與液壓油缸泄漏。當液壓系統產生泄漏故障后將主要產生以下危害：

導致液壓系統壓力降低。

執行機構缺乏足夠推力，速度減緩，無法保持穩定，甚至出現不能工作的情況。

油液消耗增多，系統效率降低，油溫度也不斷提升。

大量油液等物質被浪費，液壓系統運轉成本大大增加。

對環境有一定影響，導致工作條件惡化，影響人員健康安全。

2.液壓元件

（1）分類。機械液壓系統液壓元件的品種類型和規格非常多，可滿足不同用途的系統控制需求。以最常用的液壓閥為例，目前市場上的品種已有幾百個，而規格也已過千。根據用途可分為方向控制閥、流量控制閥、壓力控制閥等。根據連接方式可分為管式連接、法蘭式連接、板式連接等。此外，還有插裝式連接閥、疊加式連接閥。其他伺服元件還包括單一閥、組合閥等。液壓元件類型和規格的多樣性無疑給系統的故障診斷提出了更高的要求。

（2）作用及參數性能。機械液壓系統的工作能力取決于液壓元件的參數。不同類型、不同規格的液壓元件雖然各有差異，但其基本性能參數也存在共性。影響機械液壓系統運行狀態的主要共性參數為公稱壓力與公稱流量。一般的液壓元件公稱壓力、公稱流量都記錄于銘牌上。機械液壓系統運行時，要求其壓力與流量必須控制在公稱壓力與公稱流量范圍之內。超出公稱壓力、公稱流量范圍就容易造成系統運行故障。

3.液壓系統裝置檢測與故障診斷的常用方法

3.1通過油液分析進行診斷

在液壓傳動系統的運行過程中，液壓油液包含了大量系統故障相關的關鍵信息。所以，在實際診斷過程中，相關工作者通過對油液的分析來預測和診斷液壓傳動系統的狀態。同時，工作人員也要注意油液性質的保護，在實際使用中參考油液的顆粒污染和其理化性能的異常進行判斷，使其能夠作為正確可靠的檢測標準使用。因此，通過油液分析進行液壓傳動系統的診斷時，可以將診斷方法分為對油液顆粒污染程度進行檢查和對油液理化性質進行檢測兩種方法，確保檢測結果的準確性。

由于液壓傳動系統的故障原因具有多樣性、復雜性和隱形性特點，因此，傳統的故障診斷方法已經無法適應現代故障檢測的需求。隨著科學技術的不斷進步，智能診斷法進入了人們的視野，并被應用到液壓系統的故障診斷工作中去，發揮了其獨特的優勢，為人們的生產安全提供了可靠的保障。

3.2計算機輔助系統診斷

計算機輔助系統是一種基于計算機自動化診斷系統的診斷技術。通過為機械液壓系統設置監視與故障診斷系統，對系統的運行狀態進行動態化監視與診斷。監視診斷系統由PC端、IPC及監視網絡構成。系統結果采用多層次設計，將多層振動信號有機聯系起來，再采用PC總線將各路通信網絡與工業控制總計算機相連。總機就可以對多臺液壓系統進行集中管理，并通過實時監測機傳來的信號對計算機液壓系統故障進行聯機診斷。同時，計算機輔助系統還有自動記錄連鎖信號的功能，以便于系統發生異常或故障時自動發出報警。計算機輔助系統的智能診斷具有信號自動獲取、信號自動處理及工況狀態識別、數據管理和屏幕顯示、向上位機傳送各種信號時域數據和特征數據的功能。后臺數據每10分鐘自動刷新一次，并具有自動保留停機前10分鐘原始數據的功能。通過對信號的綜合分析與處理，可以有效地對系統故障自動診斷。

3.3神經網絡診斷

神經網絡診斷主要利用神經網絡的高度功能，包括具有較強的容錯性、自學能力、自適應性、分布式、合并完成數據處理等，能夠有效處理專家系統中出現的組合爆炸等相關問題，并大大提高了計算速度。神經網絡的智能診斷應用方式有以下幾個方面：（1）從模式識別角度上來看，采用神經網絡可用于分類器故障診斷。（2）從預測角度上來看，采用神經網絡能夠實現動態預測模型，并對故障進行準確預測，利用神經網絡的非線性動態能力，能夠實現結構映射故障診斷。（3）從知識處理角度來看，基于神經網絡專家診斷系統一旦出現新問題，利用神經網絡具有的自學習對權值不斷調整，以提高故障診斷率，有效降低誤報率或者漏報問題的產生。同時，利用神經網絡能夠對多種類型的液壓閥、泵等執行機構、能源系統、增速回路故障進行準確判斷。在實際運用過程中，采用神經網絡故障診斷的方法也存在很多問題，包括：學習算法收斂速度慢、很難獲取訓練樣本、無法快速解釋、推理結果等。

3.4專家系統診斷

專家系統是一種基于人類專家符號推理的邏輯來識別和處理系統元件故障的方式。根據機械液壓系統中的液壓元件存的基本性能存在一定的共性的特征，可以對液壓系統進行專家推理和解釋。為系統設定IF<條件A>、THEN<動作B>，根據系統數據庫中載入的專家知識，來解釋液壓系統元件不同伺服閥結構的故障，從而實現對相似故障更加精準化的識別和診斷。

結語

綜上所述，液壓系統泄漏故障在線智能診斷系統涉及多個技術分支，主要有信號采集與分析、設備故障診斷與監測、人工智能、數據傳輸與通信和數字媒體等，能夠及時、有效對液壓系統進行診斷與監測，便于企業結合泄漏故障情況采取相關應對措施，能夠為企業創造更大經濟效益。該系統充分利用油箱液位高度及泄漏故障產生的溫度變化特征，實現對故障的在線智能監測，圓滿的解決了人工巡檢存在的各種問題。

參考文獻：

[1]譚巨興，張清華，王欽若，孫國璽，熊建斌.旋轉機械設備智能故障診斷方法的研究[J].工業控制計算機，2016（01）：36-38.

[2]廖強，李迅波，陳勇強.自適應冗余提升多小波包在滾動軸承復合故障診斷中的應用[J].機械設計與制造，2015（06）：21-24+29.

[3]郭敬恩.液壓元件故障多Agent協同診斷技術研究與開發[D].廣東工業大學，2014.

（徐州徐工挖掘機械有限公司，江蘇 徐州 ?221100）