液压系统故障诊断技术的现状与发展趋势
发布时间：2018-10-24
浏览次数：18
液压系统故障诊断技术是随着液压设备不断高度自动化和复杂化以及对液压系统工作可靠性要求越来越高而发展起来的,是针对现代液压设备需要及时排除液压故障而提出来的,是将医疗诊断中的基本思想推广到液压工程技术而形成的,是建立在液压控制理论,信息理论和子技术、传感器技术、人工智能技术等基础上的一门综合性新技术。液压系统以功率大、响应快、精度高等特点,已经广泛应用于冶金、制造等领域。但它的故障又具有隐蔽性、多样性、不确定性和因果关系复杂性等特点,故障出现后不易查找原因。然而液压系统一旦发生故障,不仅导致设备受损,产品质量下降,生产线停工,而且可能危及人身安全、造成环境污染,带来巨大的经济损失。因此如何保证液压系统的正常运行,怎样及时发现故障,甚至提前发现故障的征兆,都是亟待解决的问题。对于液压系统故障诊断技术前人做了大量的研究工作,本文在前人研究的基础上对液压系统诊断技术的现状和发展趋势进行综述。
1.液压故障诊断技术的研究现状
液压系统故障诊断技术的发展经历了主观诊断法、基于模型的诊断法和智能诊断技术三个阶段,在各个不同的发展阶段,广大科研技术人员都做了大量的工作。
1.1 主观诊断法
主观诊断法主要是依靠简单的诊断仪器,凭借个人的实践经验,判别故障发生的部位及其原因。这种方法要求诊断人员掌握丰富的故障机理知识和诊断经验,需利用系统或元件的结构、模型和功能等方面的知识,综合分析才能了解。对典型的液压系统分析中,常用的一些故障诊断方法有感官诊断法、故障树分析法、方框图分析法、液压系统图分析法等。陆望龙在所编著的液压阀和液压控制系统对液压系统的主观诊断法作了详细的讨论,为长期在现场从事故障诊断的液压技术人员提供了指导。液压系统的故障机理知识,可以定性地利用图形或表格等形式,直观地表示出来,嵇光国在所编著的液压系统机械故障排除和修理大全中运用的方框图、鱼刺图分析法。Watton和陈章位等针对主要液压原部件(泵、马达、阀、液压缸)及辅助元件的常见故障类型、主要征兆、主要原因及解决办法有详尽的列表。主观诊断法具有方便、快捷、实用的特点,在现阶段仍有一些液压设备用户在延用。但是它也存在着局限性,由于人们的感觉不同,判断能力和实践经验有差异,因而对所掌握的客观情况的分析结果也就不同。采用这种方法来判断液压故障,要求诊断人员必须具有较丰富的液压领域知识、经验知识及综合分析能力。此诊断方法是液压故障诊断发展的初级阶段, 只能对故障进行简单的定性分析,做不到定量分析。
1.2 基于模型诊断法
基于模型的诊断法是先运用一定的数学手段描述系统某些可测量特征量,这些特征量在幅值、相位、频率及相关性上与故障源之间存在着联系,然后通过测量、分析、处理这些特征量信号,来判断故障源所在。这种方法实质上是以传感器技术和动态测试技术为手段,以信号处理和建模处理为基础的诊断技术。梅志坚对故障诊断的谱分析法、概率密度法及互功率谱分析法等进行了讨论。陈章位研究了信号时域一频域分析处理的小波分析,提出了机械系统状态特征提取的新途径,并应用于电液伺服系统状态监测中,实现系统状态特征的定量描述。Mehra介绍了一种基于状态估计的方法,即重构被诊断过程的状态,并构成了包含故障信息的残差序列,再采用统计检验法,把故障从中检测出来,并做进一步的分离、估计与决策。相对于状态估计,参数估计更有利于故障的分离,可以建立故障与过程参数的精确关系,然后根据参数变化的统计特性来检测故障的发生。Iser-menn对最小二乘法进行了研究,此方法是一种简单实用、鲁棒性强的参数估计法。基于模型的诊断方法,虽然取得了显著的社会效益与经济效益,但它同样存在着一些局限,工业过程中的控制对象常常是复杂大系统,具有滞后、强耦合、参数时变等严重的非线性特征,且数学模型不存在或太复杂、噪声统计特性不理想,并存在过程不确定和外部干扰等因素,因而很难得到较准确的在线状态估计或参数估计,从而难以生成残差。基于信号处理和建模处理的故障诊断系统专用性强,一旦完成, 诊断能力很大程度上也就确定了,其功能很难扩充或修改,并且人机接口的/柔性很差。就此方法应用在液压系统而言,由于液压元件工作在封闭油路中,工作过程不像机械传动那样直观,也不像电气设备那样易于测量运行参数,影响液压系统特性的因素又多种多样,同时,液压系统存在伺服阀、执行器、管路和负载强烈的非线性时变环节,数学模型极其复杂,现有模型都是在各种假设和近似下得到的,因此,该方法在液压故障诊断的应用中受到了一定的限制。
1.3 智能诊断技术
液压系统故障智能诊断技术是人工智能技术在液压系统故障诊断领域中的应用,它是计算机技术和液压系统故障诊断技术相互结合与发展进步的结果。智能诊断的本质特点是模拟人脑的机能,又能比人脑更有效地获取、传递、处理、再生和利用故障信息,成功地识别和预测诊断对象的状态。因此,智能诊断技术是液压系统故障诊断的一个极具生命力的发展方向。目前的智能诊断研究主要从两个方面开展:基于专家系统的故障智能诊断技术和基于神经网络的液压系统故障智能诊断技术。
基于专家系统的智能诊断技术。故障诊断专家系统是研究最多、应用最广的一类智能诊断系统,主要用于那些没有精确数学模型或很难建立数学模型的复杂系统。大致经历了两个发展阶段:基于浅知识的第一代故障诊断专家系统和基于深知识的第二代故障诊断专家系统。近期出现的混合结构的专家系统,是将上述两种方法结合使用,互补不足。由于在专家系统中,知识通常是系统性、理论性较强的知识,因此求解结果可靠性高,并且由于知识是显式的,使其具有很好的解释能力。然而,专家系统在发展的同时遇到了知识获取的瓶颈、窄台阶等困难,使其支持能力受到较大的限制。
基于神经网络的智能诊断技术。神经网络具有的超高维性、强非线性等动力学特性,使其具有原则上容错、结构拓扑鲁棒、联想、推测、记忆、自适应、自学习、并行和处理复杂模式等功能,带来了提供最佳诊断性能的潜在可能性,解决了传统方法在知识表示、获取和并行推理等问题上的瓶颈问题。具体应用方式有:从模式识别角度应用神经网络作为分类器进行故障诊断;从预测角度应用神经网络作为动态预测模型进行故障预测;利用神经网络极强的非线性动态跟踪能力进行基于结构映射的故障诊断;从知识处理角度建立基于神经网络的诊断专家系统等。神经网络在出现新故障时通过自学习不断调整权值、闽值,以提高故障正确检测率,降低漏报率和误报率。
2.液压故障诊断技术发展趋势
液压系统故障智能诊断技术是液压系统故障诊断技术的发展趋势。随着知识工程的发展及数据库、虚拟现实、神经网络等技术的日新月异,必然引起智能故障诊断技术在各个方面的不断发展。液压系统故障诊断技术的发展趋势可概括如下:
2.1 多种知识表示方法的结合
在一个实际的诊断系统中,往往需要多种方式的组合才能表达清楚诊断知识,这就存在着多种表达方式之间的信息传递、信息转换、知识组织的维护与理解等问题,这些问题曾经一直影响着对诊断对象的描述与表达。近几年来,在面向对象程序设计技术的基础上,发展起来了一种称为面向对象的知识表示方法,为这一问题提供了一条很有价值的途径。在面向对象的知识表示方法中,传统的知识表示方法如规则、框架、语义网络等可以被集中在统一的对象库中,而且这种表示方法可以对诊断对象的结构模型进行比较好的描述,在不强求知识分解成特定知识表示结构的前提下,以对象作为知识分割实体,明显要比按一定结构强求知识的分割来得自然、贴切。另外,知识对象的封装特点,为知识库的维护和修正提供了极大的便利。随着面向对象程序设计技术的发展,面向对象的知识表示方法一定会在故障智能诊断系统中得到广泛的应用。
2.2 经验知识与原理知识的紧密结合
为了使故障智能诊断系统具备与人类专家能力相近的知识,研制者在建造智能诊断系统时,越来越强调不仅要重视领域专家的经验知识(浅知识),更要注重诊断对象的结构、功能等知识(深知识),忽视任何一方面都会严重影响系统的诊断能力。关于深浅知识的结合问题,可以各自使用不同的表示方法,从而构成两种不同类型的知识库,每个知识库有各自的推理机,它们在各自的权利范围内构成子系统,两个子系统再通过一个执行器综合起来构成一个特定诊断问题的专家系统。这个执行器记录诊断过程的中间结果和数据,并且还负责经验与原理知识之间的切换。这样在诊断过程中,通过两种类型知识的相互作用,使得整个系统更加完善,功能更强。
2.3 多种智能故障诊断方法的混合
将多种不同的智能技术结合起来的混合诊断系统是智能故障诊断研究的一个发展趋势。结合方式主要有基于规则的专家系统与神经网络的结合,模糊逻辑、神经网络与专家系统的结合等。混合智能故障诊断系统的发展有如下趋势:由基于规则的系统到基于混合模型的系统、由领域专家提供知识到机器学习、由非实时诊断到实时诊断、由单一推理控制策略到混合推理控制策略等。智能诊断系统在机器学习、诊断实时性等方面的性能改善,是决定其有效性和广泛应用性的关键。
2.4虚拟现实技术将得到重视和应用
虚拟现实技术是继多媒体技术以后另一个在计算机界引起广泛关注的研究热点,它有四个重要的特征,即多感知性、对存在感、交互性和自主性。从表面上看,它与多媒体技术有许多相似之处,如它们都是声、文、图并茂,容易被人们所接受,但是虚拟现实技术是人们通过计算机对复杂数据进行可视化操作以及交互的一种全新的方式,与传统的人机界面如键盘、鼠标、图形用户界面等相比,它在技术思想上有了质的飞跃。可以预言,随着虚拟现实技术的进一步发展和其在故障智能诊断系统中的广泛应用,它将给故障智能诊断系统带来一次技术性的革命。
2.5 数据库技术与人工智能技术相互渗透
人工智能技术多年来曲折发展,虽然硕果累累,但比起数据库系统的发展却相形见绌。其主要原因在于缺乏像数据库系统那样较为成熟的理论基础和实用技术。人工智能技术的进一步应用和发展表明,结合数据库技术可以克服人工智能不可跨越的障碍,这也是智能系统成功的关键。对于故障诊断系统来说,知识库一般比较庞大,因此可以借鉴数据库关于信息存储、共享、并发控制和故障恢复技术,改善诊断系统性能。
3.结束语
液压设备往往是结构复杂而且是高精度的机、电、液一体化的综合系统,系统具有机电液耦合、非线性、时变性等特点。引起液压故障的原因较多,加大了故障诊断的难度。但是液压系统故障有着自身的特点与规律,正确把握液压系统故障诊断技术的发展方向,深入研究液压系统的故障诊断技术,不仅具有很强的实用性,而且具有很重要的理论意义。
冀公网安备13010402002588