针对混凝土泵车泵送系统多模式液压故障诊断方法

《针对混凝土泵车泵送系统多模式液压故障诊断方法》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、学兔兔www.xuetutu.com混凝土泵车泵送系统多模式液压故障诊断方法串高明，黄罡，刘海明，谢秀芬(三一重工股份有限公司)-_’．-．-．-．J⋯_．r．．-．．．1--．-．．-．⋯-．

2、．-．-^_．．t_I．'．．-．r．-．I．．J_I_．．_-．．^⋯^⋯^-I．-．．1l_．_．-．^．JIl_．．_l_I-．⋯^⋯^_．_-．-⋯一．．-．__．__-．．-^“-．．j摘要：混凝土泵车发生的故障半数以上与液压系统有关，实现泵车液压系统的自诊断能够提高服务工程师的工作效率和泵车的使用效率。提出适用于本地的诊断策略——基于参数和信号分析的故障诊断方法，

3、以及适用于远程后台的诊断策略——智能诊断方法，并通过试验验证上述方法的有效性。二．．．‘’‘．．1⋯．．_．．I．_．．1．．1-．_I_-．．1．‘’。‘．．1⋯_I_⋯l-．．．．．．'⋯⋯．．。。‘．．'”1．．。。。．-1-．．．⋯．t-‘-．．⋯．’⋯_．．。’。．．”1．‘‘’。‘．．．⋯-．．．t．关键词：混凝土泵车；液压系统；故障诊断目前，国内外工程机械的传动和执行机构都普遍采用了液压技术。统计表明，设备发生的故障半数以上与液压系统有关，液压系统的状态直接影响甚至决定设备的运行状况，因此对液压系统的故障诊断越来越重要。本文针对混凝土泵车泵送液压系统所发

4、生的故障进行分析，提出了适用于本地和远程后台的泵车液压系统故障自诊断的3种方法。1基于参数的故障诊断方法液压系统在正常工作时，系统参数都处在设计和设定值附近，如果这些参数偏离了预定值，系统就会出现故障或可能出现故障。在此基础上，结合图1主溢流阀故障与正常情况下的压力对比图逻辑分析法，即可快速、准确地找出故障所在。这种方法所测取的信号主要有压力、温度和加速度。数通过简单的逻辑判断进行诊断的。所以，需要对以主溢流阀故障为例，当主溢流阀中的插装阀采集的信号进行分析和处理，提取出对故障敏感的卡死在下位时，系统压力接近于零，其他故障无法特征。使系统压力降为零。因此可以推导出下面

5、的逻辑判以摆缸内泄为例，图2为摆缸不同泄漏量下的断关系式：压力曲线(随时间变化逐渐调大内泄量)。直观上If换向压力>7MPaand泵送系统压力<0．5MPa看，摆缸系统压力下降，但导致摆缸系统压力下降Then主溢流阀故障有很多原因，如齿轮泵内泄、换向溢流阀故障等。利图1为据此判断的主溢流阀故障与正常情况用信号分析的方法，提取左右摆缸的相关系数，则下的压力对比图。可得到摆缸内泄与相关系数变化之间的一一映射关系。如图3所示，当相关系数小于l时，则表示摆2基于信号分析的故障诊断方法缸发生了内泄。液压系统中的很多故障是很难基于简单的参}基金项目：国家“863”计划高科技资助项

6、目(2008AA042802)作者简介：高明(1982一)，男，山东滨州人，硕土，研究方向：工程机械中的运动控制及系统智能化。一50—学兔兔www.xuetutu.comOnO裁n罂0aOn．l98765432样本包括的信号主要是振动信号和压力信号，而进行信号处理的方法主要是时间序列模型方法、小波分析方法、时域和频域分析方法等。图2摆缸不同泄漏量下的压力曲线图图4FuzzyARTMAP网络结构

7、e1圉圉悃圜囡；l鼬‰__尸●!‘8D样本对图3左右摆缸压力相关系数3智能诊断方法图5智能诊断流程图对液压系统一些复杂的故障进行诊断分析时，运用上述方法可能比较困难，为此提出智

8、能诊断方在这个模型中，对时域信号进行F丌运算后可法。传统的神经网络方法进行分析时，常需要有足以得到频域内的各个参数，直接建立AR模型可以够的样本进行训练，当未训练的故障出现时，则需得到时序模型参数，统计计算后可以得到时域内的重新训练网络模型，这样既浪费时间又没有保存以均值方差等参数，这些特征量对FAM神经网络不前学习的知识。对此，提出采用基于FAM(Fuzzy一定都是敏感的，可能有个别的特征值会产生干扰ARTMAP)的神经网络模型进行故障诊断。作用，这就需要对这些特征进行筛选，方法是基于该模型的网路结构图如图4所示，网络由两个距离区分技术的特征评估和选择，该选择方法的

9、流FuzzyART子模块(ARTa和ARTb)及连接这两个模程图如图6所示。块的映射场(MapField)组成，其中模块ARr日实现具体步骤如下：输入样本的模式聚类，ART模块实现输出的模式聚利用所有样本计算第m个特征参数的标准方1—：类，且每一个模块均由正则化层、输入层和分差：和均值厂；类层组成，而映射场实现输入聚类与输出聚类间根据属于第类的样本数计算第m个特征参数的映射关系。·1—=图5为基于该网路的诊断流程图，其中的训练的标准方差orm和均值‘；一51一学兔兔www.xuetutu.com学兔兔www.xuetutu.com进行有效识别。因此在