高空臺液壓加載系統(tǒng)試驗智能運行技術研究

趙萬里,郭迎清,彭 晉,郭鵬飛,刁昕宇

(1.西北工業(yè)大學 動力與能源學院,陜西 西安 710129; 2.中國航發(fā)四川燃氣渦輪研究院,四川 綿陽 621700)

航空發(fā)動機高空模擬試車臺已經(jīng)成為航空發(fā)動機研發(fā)的關鍵實驗設備,對高空模擬試車臺的實驗能力和健康管理方面的研究具有戰(zhàn)略意義[1-3]。液壓加載系統(tǒng)作為高空臺最典型的工藝系統(tǒng)之一,用于模擬飛機液壓泵的工作,提取發(fā)動機的功率后對發(fā)動機的各項參數(shù)進行測量,并評估發(fā)動機在飛機上運轉的影響,其工作狀況的健康穩(wěn)定對高空臺順利完成多種要求下的試驗至關重要。液壓加載系統(tǒng)為發(fā)動機機載液壓泵提供所需壓力、流量的液壓油,主要通過調節(jié)液壓泵出口閥門開度在泵后造成一定節(jié)流阻力,使液壓泵在一定的負載狀態(tài)下運行,達到模擬發(fā)動機飛行狀態(tài)所需的液壓泵載荷的目的。液壓加載系統(tǒng)在高空試車臺的作用是在地面模擬發(fā)動機的抽功,提取發(fā)動機的功率,同時為液壓泵提供滿足條件的液壓油。隨著我國航空發(fā)動機技術的不斷發(fā)展,對發(fā)動機試驗條件的要求越來越高,高空臺液壓加載系統(tǒng)面臨著試驗過程智能化程度低、故障頻繁發(fā)生、故障無法自動識別和歷史數(shù)據(jù)應用不足等問題,對高空臺液壓加載系統(tǒng)進行智能化控制、故障診斷和健康管理具有重要的意義[4-5]。

現(xiàn)如今,高空臺液壓加載系統(tǒng)采集的原始數(shù)據(jù)僅用于人機交互界面實時顯示系統(tǒng)的各類壓力、溫度、流量和閥門的基本狀態(tài)等,以為操作人員操作和判斷提供參考,其深層利用價值并沒有被開發(fā)出來[6]。具體來說其數(shù)據(jù)價值利用瓶頸主要體現(xiàn)在以下3個方面:① 對數(shù)據(jù)的挖掘研究不夠深入,并未對數(shù)據(jù)本身或各類數(shù)據(jù)關聯(lián)集之間所隱藏的各類信息進行充分挖掘,發(fā)現(xiàn)其所包含的深層聯(lián)系和規(guī)律;② 對智能化新技術與數(shù)據(jù)挖掘的結合應用探索尚未開展,無法在典型故障診斷、設備信息管理和虛擬現(xiàn)實方面形成有效的應用管理機制,無法充分體現(xiàn)高空臺設備智能系統(tǒng)的智能化水平,展示其先進性;③ 數(shù)據(jù)在綜合管控平臺中的顯性化表達處于初級階段,在人機交互界面中只簡單地展現(xiàn)了系統(tǒng)測得的有限原始數(shù)據(jù),操作人員獲取的數(shù)據(jù)價值有限且形式簡單,在數(shù)據(jù)價值與數(shù)據(jù)展示直觀性上有待改進。

當前,全世界各國政府高度重視大數(shù)據(jù)技術研究與應用,不少發(fā)達國家頒布了關于大數(shù)據(jù)戰(zhàn)略綱領性文件,以推動大數(shù)據(jù)在社會治理、經(jīng)濟發(fā)展和政府服務等方面的應用[7]。美國阿諾德工程開發(fā)中心(Arnold Engineering Development Center,AEDC)也極為重視先進高空臺在數(shù)據(jù)庫方面的建設[8]。20世紀七八十年代便完成了對高空臺智能化等籌劃與體系建設,其中就提到多個測試數(shù)據(jù)庫的建立。例如AEDC用于發(fā)動機高空模擬試驗的測試儀器系統(tǒng)(Test Instrumentation System,TIS)是AEDC試驗設備的一個組成部分,該系統(tǒng)允許試驗人員實時監(jiān)測試驗過程中關鍵的設備參數(shù);系統(tǒng)會在試驗的特定階段自動向試驗人員提供設備狀態(tài)分析報表,同時允許試驗人員使用系統(tǒng)內部的控制子系統(tǒng)對試驗進程進行管控,這大幅減少了高空模擬試驗所需的時間,提高了試驗效率和試驗自動化水平[9]。

近年來又提出一個重要內容即建設綜合調度系統(tǒng)(Integrated Scheduling System,ISS)。ISS是一套數(shù)據(jù)庫,可以收集試驗、維修和投資項目的管理信息,并開展最優(yōu)化的規(guī)劃和分析來推進和完成這些項目;它將改善短期和長期規(guī)劃、決策、效率和效力,并提升系統(tǒng)的自動化和智能化能力。可以看出美國對先進高空臺在大數(shù)據(jù)平臺搭建、數(shù)據(jù)挖掘與分析運用方面給予了足夠的重視,并以此作為推動高空臺智能化發(fā)展的核心手段[10]。在國內,也對相應的試驗數(shù)據(jù)管理系統(tǒng)開發(fā)開展了諸多研究。李靈巧[11]對某研究所高空臺試驗數(shù)據(jù)信息管理系統(tǒng)進行了設計和開發(fā);中國航發(fā)四川燃氣渦輪研究院的師偉等[12]對高空臺試驗數(shù)據(jù)信息平臺數(shù)據(jù)交換技術進行了研究;文維陽等[13]采用現(xiàn)代測控技術、通信技術、數(shù)據(jù)管理和分析技術等先進手段建立了基于以太網(wǎng)的航空發(fā)動機試驗數(shù)據(jù)管理系統(tǒng)。

隨著數(shù)據(jù)挖掘技術的廣泛應用,傳感器設備數(shù)據(jù)、非結構化文檔數(shù)據(jù)等大數(shù)據(jù)環(huán)境下的數(shù)據(jù)組成無法通過傳統(tǒng)關系型數(shù)據(jù)模型進行建模和存儲。研究逐漸轉向通過研究大數(shù)據(jù)技術來滿足設備數(shù)據(jù)綜合管理的需要,可以采用數(shù)據(jù)融合技術開展相關研究。在國內,對高空臺傳統(tǒng)數(shù)據(jù)庫的改進一直在推進中,對試驗數(shù)據(jù)庫的研究與利用從未停止,特別是在在線顯示與數(shù)據(jù)分析、設備信息庫建立和數(shù)據(jù)回放等多方面的研究中獲得了不少成果[14-16]。但是數(shù)據(jù)資源的應用仍停留在初步利用階段,信息世界與物理世界的有機集成和深度融合不足、實物信息和電子數(shù)據(jù)存在信息孤島。基于多傳感器的數(shù)據(jù)融合技術、設備信息故障與健康管理技術、數(shù)據(jù)可視化技術等智能化技術尚在探索之中。

本文圍繞航空發(fā)動機高空模擬試車臺液壓加載系統(tǒng)試驗數(shù)據(jù)的深層次挖掘與預處理等科學問題,針對高空臺智能化試驗功能需求,利用當前大數(shù)據(jù)挖掘分析與信息融合技術原理,開展高空臺液壓加載系統(tǒng)智能運行技術研究。

1 液壓加載系統(tǒng)組成

高空模擬臺液壓加載系統(tǒng)可劃分為兩大部分:液壓系統(tǒng)和測控系統(tǒng)。液壓系統(tǒng)主要由液壓油源、地面液壓泵、電磁溢流閥、管路、機載液壓泵和電液比例閥等設備元件組成,測控系統(tǒng)則包括PLC控制器、比例放大器、壓力傳感器和渦輪流量計等測控單元。系統(tǒng)以壓力、流量作為測控對象,形成一個具有反饋調節(jié)的閉環(huán)控制系統(tǒng),最終實現(xiàn)液壓加載系統(tǒng)精度提高、操作簡化的目的。其系統(tǒng)工作原理圖如圖1所示。

圖1 高空臺液壓加載系統(tǒng)原理圖

由于飛機上的發(fā)動機液壓泵一般是恒壓變量泵,其輸出功率主要用于泵出液壓油供飛機起落架和機翼動作的消耗。根據(jù)高空試車臺模擬機載泵的工作原理,加入電液比例閥作為耗能元件,設計液壓加載控制系統(tǒng)對系統(tǒng)實現(xiàn)功率提取。

比例閥必須和電子放大器配合使用,放大器根據(jù)輸入信號向比例閥電磁鐵提供一個適當電流。利用比例閥實現(xiàn)加載的基本原理是:比例電磁鐵將電流轉換成作用在閥芯上的機械力并克服復位彈簧,隨著電流增大,電磁鐵輸出力增大,復位彈簧被壓縮,于是閥芯開始移動,進而改變主閥芯的開口面積大小,在壓差一定的前提下,比例閥開口面積的變化直接引起閥進出口前后流量的變化,實現(xiàn)了對液壓泵進行加載的目的。

2 高空臺液壓加載系統(tǒng)試驗智能運行需求及關鍵問題

2.1 高空臺液壓加載系統(tǒng)試驗智能運行需求分析

(1) 高空臺液壓加載載荷試驗的高精度化和智能化需求。

液壓加載系統(tǒng)是為了模擬飛機液壓泵工作,提取發(fā)動機功率并對液壓系統(tǒng)內各參數(shù)進行測量,測評液壓泵在提取發(fā)動機部分功率后對發(fā)動機運轉的影響。在高空臺模擬試驗中,液壓加載系統(tǒng)主要完成固定加載試驗和功率譜加載試驗,固定加載試驗時只需將閥門調到設定好的開度即可,而功率譜加載試驗需要加載不同的功率并且調節(jié)時間要盡可能縮短,目前主要采用手工調節(jié)和開環(huán)控制的方法,存在控制靈活度不高且精度較低的問題。因此需要設計智能化控制系統(tǒng)來使液壓加載系統(tǒng)達到高精度化和智能化,從而保證試驗安全、高效地進行。

(2) 高空臺液壓加載系統(tǒng)多傳感器數(shù)據(jù)的深入挖掘。

高空臺液壓加載系統(tǒng)傳感器眾多,主要有溫度、壓力和流量傳感器。目前液壓加載系統(tǒng)的傳感器數(shù)據(jù)的利用還停留在簡單的展示階段,數(shù)據(jù)潛在的特征信息并沒有被完全挖掘出來,導致數(shù)據(jù)利用率低,數(shù)據(jù)分析難。對高空臺液壓加載系統(tǒng)多傳感器數(shù)據(jù)的深入挖掘開發(fā)可將數(shù)據(jù)關聯(lián)集中的內涵聯(lián)系和規(guī)律挖掘出來,可以為系統(tǒng)智能運行平臺的改進提供數(shù)據(jù)支持。

(3) 高空臺液壓加載系統(tǒng)故障診斷、健康管理和智能化控制。

目前,高空臺液壓加載系統(tǒng)只是根據(jù)試驗需求提前設定好程序,當試驗設備或耗能元件故障時對其進行維修或更換,系統(tǒng)的智能化程度不高。由于對設備的狀態(tài)、故障和健康狀況等各類信息不了解,導致試驗效率低、維修費用高并且存在安全隱患。子設備處于高溫高壓環(huán)境中,很容易發(fā)生性能退化和故障,可以通過智能算法對液壓加載系統(tǒng)進行故障診斷和健康管理,根據(jù)輸出結果來對液壓加載系統(tǒng)進行條件控制,使液壓加載系統(tǒng)能夠智能運行。

(4) 液壓加載系統(tǒng)數(shù)據(jù)可視化與人機交互系統(tǒng)改進。

高空臺液壓加載系統(tǒng)的數(shù)據(jù)展示目前只停留在原始數(shù)據(jù)的簡單展示,操作人員獲取的信息混亂且價值不高。通過對數(shù)據(jù)可視化與人機交互系統(tǒng)的改進研究,設計出液壓加載系統(tǒng)的三維可視化虛擬運行場景,挖掘表征故障和健康信息的傳感器特征值并對其顯示方式進行改進,結合設備信息管理、實時狀態(tài)監(jiān)控、關鍵設備故障判別、工作日志和報表分析等業(yè)務需求,全面改進人機交互系統(tǒng)。

2.2 液壓加載系統(tǒng)試驗智能運行的關鍵問題

(1) 高空臺液壓加載系統(tǒng)多傳感器數(shù)據(jù)預處理問題。

高空臺液壓加載系統(tǒng)作為復雜液壓工藝系統(tǒng),由于工作特性和外界環(huán)境的影響使得測試信號(壓力、流量、油溫、轉速等)存在異常值和不同程度的噪聲、脈沖等干擾信號,這些干擾不利于對數(shù)據(jù)進行融合與深入挖掘等工作,并且會對基于數(shù)據(jù)的液壓加載系統(tǒng)故障診斷效果產生較大影響。基于數(shù)據(jù)的故障診斷技術在數(shù)據(jù)融合前需要保證數(shù)據(jù)的可信度,即必須進行數(shù)據(jù)的預處理。而對液壓加載系統(tǒng)復雜的干擾因素消除,需要有序地采用不同方法進行處理,以滿足信號融合所需要的數(shù)據(jù)屬性。首先分析高空臺液壓加載系統(tǒng)的歷史試驗數(shù)據(jù)特征,有針對性地選擇有效的數(shù)據(jù)預處理方式;再將數(shù)據(jù)預處理流程打包,形成數(shù)據(jù)預處理模塊;實現(xiàn)對原始數(shù)據(jù)的預處理,使數(shù)據(jù)能夠更好地應用于液壓加載系統(tǒng)的健康監(jiān)控和故障診斷。

(2) 高空臺液壓加載系統(tǒng)多傳感器數(shù)據(jù)融合問題。

高空臺液壓加載系統(tǒng)子設備眾多,長期處于高壓高溫狀態(tài)條件下會出現(xiàn)磨損、卡滯和汽蝕等故障或者性能發(fā)生退化,因此對液壓加載系統(tǒng)進行故障診斷和健康預測尤為重要。長時間的模擬試車試驗積攢了規(guī)模龐大的傳感器數(shù)據(jù),但這些數(shù)據(jù)是不同形式、不同維度和不同層面的、數(shù)據(jù)信號差異大、采樣形式多、數(shù)據(jù)價值密度低等導致數(shù)據(jù)質量參差不齊。通過高空臺液壓加載系統(tǒng)多傳感器數(shù)據(jù)融合研究,采用融合算法實現(xiàn)對數(shù)據(jù)的深入挖掘,并將各傳感器關于故障診斷與健康預測的說明數(shù)據(jù)按同一目標進行分組關聯(lián),進而實現(xiàn)液壓加載系統(tǒng)的故障診斷和健康預測。

(3) 高空臺液壓加載系統(tǒng)綜合智能控制平臺。

高空臺液壓加載系統(tǒng)在工作過程中,機載泵后流量會因控制系統(tǒng)的作用而跟蹤加載譜的目標流量,由于泵前后有較大的定壓差(通常約為28.4 MPa),使航空發(fā)動機在對應流量譜的功率負載下運行,所以高空臺液壓加載系統(tǒng)的控制過程是一個流量控制過程。高空臺液壓加載系統(tǒng)需要完成固定加載試驗和功率譜加載試驗,目前功率譜加載試驗中是采用試驗前人工大量摸索不同載荷需求下閥門控制位置,離線分析總結、得到閥門控制規(guī)律,在實際試驗中由提前輸入的閥門控制規(guī)律來完成控制,但每次試驗差異性(包括機載液壓泵的不同、載荷譜的不同等)都難以達到既快速又準確的目的。為了提高控制精度,應該采用閉環(huán)控制,但是由于加載譜瞬間變化,要求響應速度極快,通過人手動調節(jié)閥門、監(jiān)視被控制量機載液壓泵出口流量(或壓力)的方式,控制速度遠遠跟不上,采用一般閉環(huán)控制算法通過計算機或PLC自動控制也無法滿足要求。所以需要設計新的控制方法以滿足載荷需求變化時又快又準的控制效果。

為實現(xiàn)上述控制效果,應采用分層結構,根據(jù)高空臺液壓加載系統(tǒng)的工藝流程和多傳感器數(shù)據(jù)融合的結果,統(tǒng)籌管理高空臺液壓加載系統(tǒng)各子設備間的協(xié)調與聯(lián)合工作,實現(xiàn)設備之間的條件控制。根據(jù)故障診斷結果和設備健康狀況對底層控制器的控制規(guī)律或控制參數(shù)進行調整,使各子設備能夠實現(xiàn)自適應控制,進而提高控制精度,保證試驗安全高效地進行。

(4) 建立高空臺液壓加載系統(tǒng)可視化展示平臺。

目前液壓加載系統(tǒng)只是進行輸入輸出展示,例如查看當前工作條件下的閥位、流量、壓力和溫度等傳感器的數(shù)據(jù),無法展示系統(tǒng)內設備運作情況等信息,也不能直觀地展示其工藝流程和設備當前狀況,因此需要對二維數(shù)據(jù)展示界面進行改進。為了使操作人員能夠在試驗過程中直觀地查看各子設備的運行情況,采用前端構架與后端管理相結合的方法,基于輕量化BIM(Building Information Modeling,建筑信息模型),建立液壓加載系統(tǒng)三維運行場景,展示高空臺液壓加載系統(tǒng)的數(shù)據(jù)流,模擬真實設備場景,提取并展示相關特征和規(guī)律,實時監(jiān)控模擬狀態(tài),并可查看設備健康狀況,可通過動畫效果直觀地展示整個系統(tǒng)運作流程,實現(xiàn)局部到整體的分析展示。

3 關鍵技術

3.1 高空臺液壓加載系統(tǒng)智能運行技術總體框架

高空臺液壓加載系統(tǒng)智能運行技術總體框架如圖2所示,主要包含對試驗設備傳感器數(shù)據(jù)進行預處理并進行3層融合,根據(jù)故障診斷與健康預測的需求對數(shù)據(jù)進行分組關聯(lián),分析液壓加載系統(tǒng)典型故障,設計基于專家系統(tǒng)的開環(huán)控制與PID閉環(huán)控制提高試驗靈活度和精度。采用基于數(shù)據(jù)驅動的方法,結合數(shù)據(jù)預處理與融合的結果、數(shù)據(jù)分組關聯(lián)的結果,對液壓加載系統(tǒng)進行故障診斷與健康預測,最終搭建基于輕量化BIM的液壓加載系統(tǒng)可視化展示平臺。

圖2 高空臺液壓加載系統(tǒng)智能運行技術總體框架

3.2 基于層次分析法的數(shù)據(jù)分組關聯(lián)架構

通過分析高空臺液壓加載系統(tǒng)原理,結合歷史試驗數(shù)據(jù),分析液壓加載系統(tǒng)的常見故障及其故障機理,主要包括閥門故障、泵故障和管路故障等。采用基于物理機理和數(shù)據(jù)驅動相結合的方法建立整個高空臺液壓加載系統(tǒng)的故障模型。采用故障因子注入法來模擬典型故障,通過循環(huán)模擬液壓加載系統(tǒng)故障;采用單因素敏感性分析方法輸出局部敏感度矩陣;采用基于方差分解方法的多因素敏感性分析,在多故障共同發(fā)生時,分析狀態(tài)參數(shù)對各個故障的敏感性;采用數(shù)據(jù)信息熵公式,通過穩(wěn)定行為量來衡量液壓加載系統(tǒng)狀態(tài)參數(shù)序列的穩(wěn)定性。計算各傳感器之間的Pearson相關系數(shù)來度量兩個隨機變量間的線性相關程度,包括相關的強度和方向。

采用層次分析法建立高空臺液壓加載系統(tǒng)的數(shù)據(jù)分組關聯(lián)架構如圖3所示,分為目標層、準則層和方案層。目標層只有一個元素,是分析問題的預定目標。準則層包含為了實現(xiàn)目標所涉及的中間環(huán)節(jié),主要是一些指標或準則,主要包含敏感性、穩(wěn)定性和相關性等指標。方案層包含為了實現(xiàn)目標可供選擇的各種方案,子設備主要包括液壓泵、機載泵、管路、比例閥和電磁溢流閥等。以高空臺液壓加載系統(tǒng)故障診斷和健康預測數(shù)據(jù)分組關聯(lián)為目標,針對不同液壓加載系統(tǒng)子設備,分析其敏感性、穩(wěn)定性和相關性,得到各自的傳感器集合,然后通過決策樹分析方法對其進行分組關聯(lián)。

圖3 高空臺液壓加載系統(tǒng)的分組關聯(lián)架構

3.3 液壓加載系統(tǒng)數(shù)據(jù)預處理

高空臺液壓加載系統(tǒng)的數(shù)據(jù)預處理過程需要經(jīng)過濾波、缺失值填充、離群點處理、數(shù)據(jù)歸一化和特征提取5個步驟[17-18],其流程圖如圖4所示。針對原始數(shù)據(jù)中夾雜的噪聲信號,采用滑動平均法進行處理,把前后時刻的共2n+1個觀測值做平均,得到當前時刻的濾波結果。缺失值填充采用統(tǒng)計量填充的方法,即將缺失值填充為統(tǒng)一參數(shù)數(shù)據(jù)的平均值或中位數(shù)。離群點處理的過程可分為離群點檢測與離群點消除。離群點檢測采用基于聚類的方法。離群點數(shù)據(jù)分為隨機離群點和機理性離群點,檢測出離群點后,將隨機性離群點剔除,保留機理性離群點并分析其機理。數(shù)據(jù)預處理模塊主要包含異常值剔除、噪聲剔除、數(shù)據(jù)整合和數(shù)據(jù)存儲,對數(shù)據(jù)進行歸一化,將各數(shù)據(jù)元素投影到[0,1]空間當中。最后采用基于數(shù)據(jù)驅動的深度置信網(wǎng)絡進行特征提取,提取出數(shù)據(jù)中與故障診斷及預測相關的參數(shù)與維度,使數(shù)據(jù)更好地用于模型與網(wǎng)絡的訓練過程。

圖4 液壓加載系統(tǒng)傳感器數(shù)據(jù)預處理流程

3.4 液壓加載系統(tǒng)數(shù)據(jù)融合

對試驗數(shù)據(jù)預處理完之后需要進行數(shù)據(jù)融合,圖5為液壓加載系統(tǒng)多傳感器數(shù)據(jù)融合架構圖,主要包含數(shù)據(jù)層、特征層和決策層融合。首先對液壓加載系統(tǒng)多傳感器數(shù)據(jù)進行處理,然后對數(shù)據(jù)融合層的輸出結果進行特征提取,可得到在給定狀態(tài)下高空臺液壓加載系統(tǒng)傳感器測量參數(shù)的變化趨勢。數(shù)據(jù)層融合可采用基于模型的方法(如基于卡爾曼濾波器的方法和加權平均法);特征層融合可以采用基于數(shù)據(jù)驅動的方法或融合方法進行特征提取,提取的參數(shù)特征首先進行設備級的故障特征融合,可以采用模糊邏輯推理和神經(jīng)網(wǎng)絡方法。分析各子設備的工作是否異常,得到各子設備的故障檢測結果,然后進行全系統(tǒng)級的故障特征融合,即綜合考慮各子設備的故障情形,確定全系統(tǒng)的工作狀態(tài),決策級融合可以采用D-S證據(jù)理論和貝葉斯方法。

圖5 液壓加載系統(tǒng)多傳感器數(shù)據(jù)融合架構圖

3.5 基于設備特性與加載譜的液壓加載系統(tǒng)智能復合控制

高空臺液壓加載系統(tǒng)主要用于模擬飛機機載液壓泵的工作,在其工作過程中,機載泵后流量會因控制系統(tǒng)的作用而跟蹤加載譜的目標流量。在進行加載譜試驗時,需要在很短時間內調節(jié)流量大小[19],其具體試驗需求如圖6所示,因此目前采用了開環(huán)控制使響應時間更快,但是需要提前試車來手動摸索所需功率譜要求下閥門開度與流量之間的關系,再將其寫入程序進行實現(xiàn)。

圖6 加載譜試驗中時間與流量關系圖

為了解決加載譜試驗靈活度不高和精度較低的問題,設計了圖7所示的基于設備特性與加載譜的液壓加載系統(tǒng)智能復合控制方案。

圖7 基于設備特性與加載譜的液壓加載系統(tǒng)智能復合控制方案

該方案根據(jù)設備特性和加載譜試驗需求,結合歷史試驗數(shù)據(jù)建立專家系統(tǒng)來提高控制靈活度,通過流量傳感器反饋建立閉環(huán)控制系統(tǒng)來提高控制精度[20-21]。專家系統(tǒng)由液壓加載的特性和加載譜的試驗需求組成,根據(jù)傳感器測點數(shù)據(jù),建立液壓加載系統(tǒng)中閥門的模型,進而得到流量與閥門開度之間的關系,進而建立開環(huán)模糊系統(tǒng)。液壓加載系統(tǒng)的控制系統(tǒng)主要由一個PID控制器組成,該控制器在專家系統(tǒng)指令執(zhí)行完之后運行,主要負責加載譜試驗到達流量需求之后的穩(wěn)態(tài)控制過程。

3.6 液壓加載系統(tǒng)故障診斷與健康預測

通過數(shù)據(jù)融合的結果,分析液壓加載系統(tǒng)的子設備的健康狀況,給出子設備控制指令(如條件控制、連鎖控制和邏輯控制等),進而實現(xiàn)設備之間更好的協(xié)同工作,提高試驗效率,保障試驗的安全進行。對高空臺液壓加載系統(tǒng)傳感器數(shù)據(jù)進行預處理并進行特征提取,然后設計診斷模型進行故障診斷,結合診斷模塊的輸出信息,設計退化模型對液壓加載系統(tǒng)子設備性能退化預測進行研究,估計剩余使用壽命并指定決策,以此來重新規(guī)劃任務或進行系統(tǒng)重構,將結果輸出給液壓加載系統(tǒng),進而形成閉環(huán),從而實現(xiàn)對液壓加載系統(tǒng)運行過程完全的監(jiān)視、診斷與預測。

由于高空臺液壓加載系統(tǒng)設備復雜,精確建模難度很大,不適合使用基于模型的故障診斷方法,同時其積累了大量的可以深層次利用的歷史試驗數(shù)據(jù),有利于使用數(shù)據(jù)開發(fā)故障診斷模型并同時進行驗證。因此,采用基于數(shù)據(jù)驅動的方法進行液壓加載系統(tǒng)故障診斷,這樣可以充分利用其歷史試驗數(shù)據(jù),挖掘數(shù)據(jù)的潛在價值,當數(shù)據(jù)全面且充足時,可以有效提高故障診斷的精度,從而減少誤判[22]。深度學習理論指出具有多個隱藏層的神經(jīng)網(wǎng)絡具有強大的學習能力,并且隨著深度的增加,隱藏層數(shù)量可逐漸增加。高空臺液壓加載系統(tǒng)多傳感器與故障模式之間存在較為復雜的非線性關系,如果使用表征能力不強的模型學習這一關系則會出現(xiàn)欠擬合現(xiàn)象,即模型學習能力不強,無法準確擬合數(shù)據(jù)與故障之間的關系,所以本小節(jié)使用基于深度神經(jīng)網(wǎng)絡的故障診斷算法以提高對不同故障的識別率。深度神經(jīng)網(wǎng)絡的故障診斷算法基于大量帶標簽的試驗數(shù)據(jù)進行神經(jīng)網(wǎng)絡訓練,得到最優(yōu)的網(wǎng)絡權值和偏置項參數(shù),整個訓練過程以最小化交叉熵損失函數(shù)為目標,迭代更新網(wǎng)絡參數(shù),當訓練誤差小于預設值或總迭代次數(shù)達到預設次數(shù)時,訓練過程結束并完成神經(jīng)網(wǎng)絡建立過程。

當進行高空臺液壓加載系統(tǒng)故障診斷時,只需將經(jīng)數(shù)據(jù)處理后的特征向量作為輸入向量,借助訓練好的神經(jīng)網(wǎng)絡參數(shù)進行前向計算,進而得到輸出層參數(shù)值,選取輸出層神經(jīng)元值最大時對應的故障模式作為最終的故障診斷結果。基于深度神經(jīng)網(wǎng)絡的液壓加載系統(tǒng)故障診斷算法結構圖如圖8所示。

圖8 基于深度神經(jīng)網(wǎng)絡的液壓加載系統(tǒng)故障診斷算法結構圖

對高空臺液壓加載系統(tǒng)的性能衰退形式和特點進行研究。液壓加載系統(tǒng)的子設備眾多,長期處于高溫高壓環(huán)境中很容易發(fā)生性能退化,以液壓加載系統(tǒng)實效性為目標設計合適的健康指標選取方案,檢測液壓加載系統(tǒng)的性能衰退并表征其健康狀況。使用支持向量機的方法對其性能衰退進行預測,以提高預測精度和完整性[23]。基于液壓加載系統(tǒng)故障分析與故障數(shù)據(jù),將故障特征映射到健康指標上,基于性能衰退預測對故障時間和故障程度進行預測,提出有效的維修節(jié)點以延長高空臺液壓加載系統(tǒng)的使用壽命并降低其故障風險。基于支持向量機的健康預測結構圖如圖9所示。

圖9 基于支持向量機的液壓加載系統(tǒng)健康預測結構圖

3.7 基于WebGL液壓加載系統(tǒng)工藝流程三維可視化

高空臺液壓加載系統(tǒng)的硬件部分可劃分為兩大部分:液壓系統(tǒng)和測控系統(tǒng)。液壓系統(tǒng)主要由液壓油源、地面液壓泵、電磁溢流閥、管路、機載液壓泵和電液比例閥等設備元件組成。測控系統(tǒng)則包括PLC控制器、比例放大器、壓力傳感器和渦輪流量計等測控單元。WebGL技術可為HTML5 Canvas提供硬件3D加速渲染,可搭建液壓加載系統(tǒng)三維可視化場景[24-25]。液壓加載系統(tǒng)BIM整體技術架構如圖10所示,硬件系統(tǒng)通過Modbus協(xié)議將傳感器數(shù)據(jù)傳輸給軟件系統(tǒng)。軟件系統(tǒng)中,Python程序負責將收到的數(shù)據(jù)進行解析,實現(xiàn)數(shù)據(jù)處理、智能控制、故障診斷等功能并將各功能模塊的輸出通過WebSocket協(xié)議傳輸給Web展示界面。Web端展示界面根據(jù)需求規(guī)則,對液壓加載系統(tǒng)中的試驗設備、試驗部件、設備工藝流程進行可視化展示,生成可視化界面并接收操作人員的操作指令,對指令進行解析并通過WebSocket協(xié)議驅動Python程序的運行。界面前端對接液壓系統(tǒng)后臺系統(tǒng)數(shù)據(jù)進行多維度的監(jiān)控,實現(xiàn)液壓加載系統(tǒng)設備可視化、管道可視化、工作過程可視化、功能可視化,最終進行液壓加載系統(tǒng)實時數(shù)據(jù)展示、設備預警和實時監(jiān)控,以達到提高系統(tǒng)效率的目標。

圖10 高空臺液壓加載系統(tǒng)BIM整體技術架構

基于液壓加載系統(tǒng)原理圖,采用3DS MAX軟件對其子系統(tǒng)元件進行標注,然后根據(jù)網(wǎng)絡模型對建模部件進行適當修改并進行組裝,得到液壓加載系統(tǒng)的三維模型并將其導出為.obj三維模型文件和.mtl材質文件。Web端通過本地HTTP協(xié)議讀取該文件,基于WebGL技術將三維模型導入HTML5框架中,并將其與服務器相連接,服務器為其提供展示的數(shù)據(jù)與報表,使試驗智能化,圖11顯示了建立的高空臺液壓加載系統(tǒng)三維可視化界面,其功能包括液壓加載系統(tǒng)模型、傳感器實時數(shù)據(jù)顯示、試驗設置與人工操作界面、數(shù)據(jù)綜合管理、試驗過程分析和故障診斷分析。

圖11 高空臺液壓加載系統(tǒng)試驗智能運行三維可視化界面

4 結論

針對高空臺液壓加載系統(tǒng)試驗智能化需求,本文針對當前存在的關鍵問題提出試驗智能化的關鍵技術,結論如下。

① 深入分析了液壓加載系統(tǒng)原理并提出了智能運行總體框架,采用層次分析法建立高空臺液壓加載系統(tǒng)的數(shù)據(jù)分組關聯(lián)架構,根據(jù)液壓加載系統(tǒng)原理將其分為目標層、準則層和方案層,進而實現(xiàn)數(shù)據(jù)的分組關聯(lián)。

② 基于多傳感器信息融合技術,提出了液壓加載系統(tǒng)傳感器數(shù)據(jù)預處理流程和數(shù)據(jù)融合架構,依據(jù)數(shù)據(jù)融合結果提出了基于深度學習的液壓加載系統(tǒng)故障診斷方法和基于支持向量機的設備健康預測方法。

③ 提出了一種基于設備特性與加載譜的液壓加載系統(tǒng)智能復合控制框架,根據(jù)設備特性建立開環(huán)模糊控制器以滿足加載譜試驗的快速性要求,通過流量傳感器反饋建立PID控制器以提高控制精度。

④ 基于WebGL技術與HTML5框架設計了液壓加載系統(tǒng)的三維可視化框架,融合搭建的三維模型將結果與軟件系統(tǒng)集成,建立了液壓加載系統(tǒng)試驗智能運行的三維可視化界面并實現(xiàn)運行狀態(tài)的實時顯示。