液压元件磨损劣化的预

《液压元件磨损劣化的预》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、液压元件磨损劣化的预测液压元件在使用过程中不断劣化。为了准确掌握元件的更换期，以便及时适量地准备相应的更换件；为了适时地安排各类维修，保证生产秩序的稳定性；必须准确地预测其磨损劣化速度及使用寿命。故障预测与早期诊断在某些方面优于实时诊断，是本技术领域的发展方向之一。由于各类随机性因素的影响，精确的液压元件磨损劣化预测比较困难。预测的基本依据是惯性原则、相似原则与概率原则等。在此主要研究利用式10-3的模糊神经网络得出的结论进行精确预测的方法。（1）依据惯性原则进行预测此原则的基本思想是假定液压元件磨损裂化的速度和加速度是相对稳定的。设已知元件在运行时刻t1的故障A的故障严重度为y1，在运行时

2、刻t2的故障严重度为y2，则t2时刻的磨损速度v2为v2=（y2-y1）/（t2-t1）t3时刻的故障严重度y3为y3=y2+Δy=y2+Δt3.v2=y2+（t3-t2）（y2-y1）/（t2-t1）式中t1

3、度y3预测式变为y3=y2+Δy3=y2+Δt3.v3这种预测方法仅依赖自身的数据，简单易行，但难以实现长期预测。（2）依据相似原则与概率原则进行预测所谓相似原则就是假定同一种液压元件在类似的工况下磨损劣化速度是相似的，按照类比法进行预测。Y=(10-)设作为考察对象的液压元件ak在已知各时刻（t1，t2,…,tss

4、认为ak与ax的磨损劣化状况最相似，由此可推断（yks+1,yks+2,…,ykn）最接近于（yxs+1,yxs+2,…,yxn）。在这一过程中，正确计算C并求出cmax是至关重要的，计算过程如下：设在时刻tj，Y对应各元件的故障严重度为（y1j,y2j,…,ymj）。设ak的故障严重度为ykj。设在时刻tj,ykj与Y对应各元件的故障严重度yij之差的集合为距离dj=（d1j,d2j,…,dmj）。dij=

5、yij-yk

6、,设dj中最大值为djmax,它是时刻tj，ykj与各yij之差的最大值。cij=1-dij/djmax最后可得（10-）式10-中为权系数，显然，接近ts的cij，权系

7、数相对要大一些，亦即后面的数据对结论的影响更大。这种预测方法的主要优点是能实现较长期的预测，由于是系统地、全面地考虑与比较，精度高，可信度高。（2）根据液压元件磨损速度与趋势的相似性进行预测此方法假定同类同工况液压元件磨损规律是相似的，仅由于某些因素的影响元件的磨损评价值y有差距，但各磨损曲线基本平行，这与实际情况是相符的。1）计算考察对象ak与作为基准的对象ax磨损曲线的平行度p对于式10-所示的矩阵Y和作为考察对象的液压元件ak在已知各时刻（t1，t2,…,tss

8、可得平行度集P=(p1,p2,…,pm)设Ti为各时刻yij与ykj之差的平均值Ti=[(yi1-yk1)+(yi2-yk2)+…+(yis-yks)]/s=[Δi1+Δi2+…+Δis]/s设Ki为yij与ykj之差的均方差Ki=(10-)式10-中为权系数，同样，接近ts的Δij，权系数相对要大一些，亦即后面的数据对结论的影响更大。根据式10-，可计算出均方差集K=（K1,K2,…Km），pi=1-Ki/Kmax由此得P=(p1,p2,…pm)2)趋势预测设Max(p1,p2,…pm)为px,其对应的磨损度值为yx,与ykj之差的平均值为Tx,要预测（yks+1,yks+2,…,ykn）

9、,可通过（yxs+1,yxs+2,…yxn）减去Tx实现，即yks+1=yxs+1-Txyks+2=yxs+2-Tx……yks+2=yxs+2-Tx预测的概率原则是按照统计的结论进行预测（实际上是演绎推理）。运用这种原则进行预测的基本法则是：如果与考察对象同类的元件在类似工况条件下在时刻t的故障度的统计均值为Yt，则可认为考察对象在时刻t的故障严重度yt亦为Yt，即Yt=yt=Yt式中yt为单个同类元件在时刻