珠海长隆海洋世界有限公司
摘要：液压设备具有功能多、结构复杂、自动化程度高的特点，故障发生几率较高，对液压系统使用人员造成了极大的安全威胁。且由于液压系统各元件大多在封闭的油路内运行，液压装置损坏大多发生在油路内，具有较强的隐蔽性。因此，本文以液压系统故障诊断技术为研究对象，阐述了液压系统故障诊断技术研究现状，分析了液压系统故障故障诊断技术应用措施。并对液压系统故障诊断技术发展趋势进行了简单的分析。
关键词：液压系统；故障诊断技术；PHM
前言
液压系统是设备重要的功能部件，是前轮转弯系统、控制系统中主要能源供给模块。在液压系统故障预测理念不断推广的背景下，机电系统监测技术水平不断提高，国内外学者开展了大量液压系统故障诊断研究。本文对液压系统故障诊断技术研究现状进行了适当分析，具体如下：
一、液压系统故障诊断技术研究现状
1、液压系统故障诊断技术国外研究现状
液压系统故障诊断研究开始于上世纪六十年代，英国机器保障和状态监测协会对液压系统故障诊断技术进行了研究。随后英国Bath大学通过在液压系统上布置压力传感器及加速度传感器，完成了液压泵故障诊断。同期加拿大Winston利用驱动卫星跟踪天线的方式，对液压系统故障诊断装置进行了研究，并开发了基于稳态液压伺服的故障诊断检测系统[1]。在近期故障诊断技术研究过程中，国外将液压系统未来可发生故障预测作为研究重点，利用模型搭建的方式，开展了基于知识的故障预测技术研究。
2、液压系统故障诊断技术国内研究现状
我国对液压系统维修与故障诊断研究主要起始于上世纪八十年代，浙江大学陈章位、燕山大学等学者，首次利用振动信号，对液压系统故障进行了研究。随后，我国首都航空航天大学学者综合利用专家系统、小波分析、鲁棒智能检测、神经网络等方法，实现了液压泵故障检测。并首次提出了液压系统PHM（故障预测及健康管理）体系结构。现阶段我国液压系统研究仍然停留在内部测试检测、定期维修阶段，过度维修现象较严重，距离国外液压系统自主后勤保障模式仍然具有较大的差距[2]。
二、液压系统故障诊断关键技术
1、液压故障数学模型诊断技术
液压系统故障数学模型诊断技术主要是采用一定数学手段，描述系统某些可测量特征量。随后从幅值、频率、相位等方面入手，与故障源间联系。最后通过测量、分析、判定相关信号，可确定故障源位置。从本质上而言，液压故障数学模型诊断技术主要是利用传感器技术、动态测试技术，在信号处理及模型构建的基础上，进行的故障信息诊断。
现阶段应用频率较高的液压故障数学模型诊断技术主要为铁谱记录诊断法、信号时-频域诊断法、随机信号频率响应法等。其中铁谱记录诊断法主要是通过分析铁粉图谱。结合铁粉记录图片上磨损粉末、颜色、大小等信息，确定液压系统磨损部位及程度。考虑到经济损耗问题，在铁谱液压诊断技术应用过程中，可首先以油液中污染颗粒数量监测为要点。在污染颗粒数量明显超标后，在相应位置抽取样品。并采用铁谱技术分析技术，对异常位置、异常原因进行分析；信号时-频域诊断技术主要采用信号视频分布分析技术，根据信号时间——频率谱带，确定特征信息；随机信号频率响应法主要是在液压伺服控制信号中，施加微小白噪声。随后测量液压控制系统响应特征。通过对施加噪声后伺服控制信号与初始数值对比，可以确定液压系统异常状态及原因。
2、液压故障智能诊断技术
基于液压系统内部故障类型多样、成因复杂的特点，为保证液压系统故障及时发现、处理，可利用人工智能诊断技术，模拟人脑机能，进行故障信息获取、传递、处理、利用。以QLY-18型轮胎式起重机液压系统PHM（故障预测及健康管理）故障诊断为例，首先，将液压系统压力、流量、振动、温度等检测信号映射到反应其故障特征的空间内，促使相关检测信息可以被识别。随后利用傅里叶快速变换、鲁棒故障特征提取或者倒谱包络技术，对压力及振动信号、温度信号进行频域分析。并进行故障特征模式的设置，以突出故障信号特征。如利用鲁棒特征提取技术，可以突出轮胎式起重机入口压力不足、轴承故障、配流盘磨损等故障信号特征。
期刊文章分类查询,尽在期刊图书馆
其次，利用基于专家系统的方法，在模型库、故障库、知识库的支撑下，进行液压系统故障推理规则制定。以便对故障信息进行定性分析。或者利用小波均值时域分析的方法，对故障信息进行定量分析。基于小波均值时域分析的方法，主要是将领域专家经验输入时域网，通过对故障实例、诊断经验进行训练学习。结合一定训练算法，促使网络实际输出与理想状态一致。其特有的容错能力、联想记忆能力，可以在减少系统开发周期的同时，提高求解效率。
最后，依据液压系统失效发展规律，在液压PHM（故障预测及健康管理）系统出现早期微弱故障时，对状态发生进行推理，以便在故障数据波动较大时采取维修活动[3]。常用的故障预测方法主要为基于失效物理的故障预测技术及基于数据驱动的预测技术。其中基于失效物理的故障预测技术主要是依据液压系统关键部件故障机理及失效物理过程，探究液压系统关键部件故障演变规律，以失效物理模型构建的方式，获取液压系统关键部件运行载荷数据。并对液压系统运行阶段载荷损伤量进行计算；而基于数据驱动的预测技术主要是在通过卡尔曼滤波状态估计模型，或者人工神经网络搭建的方式，探究液压系统输入、输入、状态参数三者间联系。同时借鉴历史数据信息，以输入、输出值映射联系为入手点，对液压系统未来故障信息进行计算、预测。在这个基础上，利用故障注入的方式，可改变液压系统健康状态，或者将中压故障模型替换为故障样品，实现在线检测、验证。
3、液压故障主观诊断技术
液压系统故障主观诊断技术主要包括四觉诊断法、参数诊断法、逻辑分析法、故障树分析、鱼刺分析法等。其中四觉诊断法需要检修人员利用视觉、听觉、嗅觉、触觉等感觉器官，借鉴以往经验，分析系统故障；参数诊断法主要对液压系统回路中某一模块工作参数进行测量，将其与系统工作规定值进行对比，进行故障在线监测、定量分析及诊断。以液压系统双球阀故障参数测量为例，检修人员可以液压系统双球阀三通接头为入手点，将双球阀回路与监测回路进行并联。同时测量液压系统中压力、温度、流量，可确定液压系统故障范围。随后检修人员可在液压泵出口、执行元件进出口位置进行双球阀三通安装，逐步缩小故障范围；逻辑分析法主要根据液压系统压力不足、流量不足、振动、泄露、噪声、发热等故障原理，进行逻辑分析，逐步简化，确定故障位置及原因。逻辑分析法主要引用流程为液压系统故障确定（流量、压力、机械、电气控制、方向）→系统原理图绘制及系统使用情况分析→元件检测清单及程序设置→元件初次检验（振动、噪声、过热、冲击）→采用检验设备进一步检测元件性能参数→故障元件处理及再分析。
三、液压系统故障诊断技术发展趋势
1、以云计算为基础的网络化实时故障诊断技术
以云计算为基础的网络化实时故障诊断技术主要是以公司专用网、无线通信网络或者Internet为渠道，将液压系统工作状态实时传输到远程监控平台，实现故障自诊断、远程数据跟踪、数据智能分析等作业。以云计算为基础的网络化实时故障诊断技术可以脱离数据传输量的限制，对多个特征信号进行实时采集、精确诊断[4]。
2、多种智能故障诊断方式联合应用
从上述分析结果中可得出，在液压系统故障诊断技术应用过程中不可避免的存在一些局限性，据此，为提高液压系统故障诊断效率，可将多种智能故障诊断方式进行有机整合。利用多种智能故障诊断方式运行优势，提高液压系统故障诊断效率。如将神经网络技术与模糊分析进行结合，将PHM、专家系统与神经网络进行结合等。通过中间权值取最佳的方式，进行故障诊断，可以有效提高液压系统故障诊断效率。
总结：
综上所述，液压系统将设备、电力能源、液体进行了有机耦合，其故障发生具有较大的随机性、复杂性、隐蔽性。在液压系统故障诊断技术发展过程中，虽然国内外专家学者取得了较大的研究成果，但是液压系统故障诊断技术应用问题仍然存在。因此，在液压系统故障诊断技术后续发展过程中，相关人员应借鉴相关学科的新理论、新技术，将其与现有故障诊断方式有机融合，为液压系统故障诊断技术应用范围的进一步拓展提供依据。
参考文献：
[1]刘保杰，杨清文，吴翔. 液压系统故障诊断技术研究现状和发展趋势[J]. 液压气动与密封，2016，36（8）：68-71.
[2]吴木财. 数控机床液压系统故障诊断分析[J]. 南方农机，2017，48（13）：91-91.
[3]向秋，王雪梅，倪文波. 基于PSO-SVM的矿用自卸车举升液压系统故障诊断[J]. 矿山机械，2016（5）：22-26.
[4]李文锋，廖强，贺华芹，等. 基于故障树分析的智能张拉设备液压系统故障诊断[J]. 液压气动与密封，2017，37（2）：74-77.
论文作者:钟浩波
论文发表刊物:《防护工程》2018年第34期
论文发表时间:2019/3/22
标签：液压系统论文; 故障论文; 故障诊断论文; 技术论文; 液压论文; 信号论文; 系统故障论文; 《防护工程》2018年第34期论文;