液壓系統故障診斷技術的更新

鄧明達

（湖南省湘潭鳳凰中學 411228）

液壓系統故障診斷技術的更新

鄧明達

（湖南省湘潭鳳凰中學 411228）

液壓系統屬于機電液一體化系統，具有非線行、機電液耦合、時變性的特征，其故障的診斷非常復雜。本文主要針對液壓系統幾種常用的故障診斷技術進行闡述。

液壓系統故障；診斷技術；類別；應用

經過幾十年的發展，液壓系統的功能越加完善，同時液壓系統的結構越加復雜，由于液壓系統通過封閉管道內的受壓介質實現能量的轉換和傳遞，不如電力傳動和機械傳動那樣直觀、易于觀察，使得液壓系統的運行狀態不易觀察。當代液壓系統的發展迅速、機能高、功率大，新型技術的應用有效提升了系統的安全可利用性，但是，系統在運行的過程中難免出現故障，且故障問題方位、故障問題的判斷也十分困難。當前液壓系統多使用單一的診斷方法，存在限制，為此，有必要研究一種新型的液壓系統故障診斷技術。

1 人工神經網絡與解析容災儲備聯合診斷法

解析容災儲備法分為兩種，其一是立足于形態推測的方法，還有一種是立足于參數推測的方法，該種方式不利于故障問題的分離和多種故障的聯合診斷是形態推測，但是可以得出正確的參數推測。而舵機液壓系統的頻分雙工問題在故障檢測濾波器法的應用中存在幾個難題：①辨認最佳閾值問題；②魯棒性檢驗問題；③可分離檢測性問題，于是就限制了它的使用。液壓系統有著經典的非線性表現如：全溶、無活角、變增益、摩擦、游隙，除此之外，還有極高非線性因素即伺服閥的壓力性質，所以它的性質本質為非線性系統。

傳統的解析容災儲備法可以應用于辨別由變化工作點引起的，還是因故障問題引起的系統參數的轉變。利用人工神經網絡（ANN）法進行處理可以有效提升工作效率，快速找出故障。它的方法有：①將非線性系統針對不一樣的工作點、不同的故障或平常環境的線性進行測量，利用混合神經系統即HNN同時推測體制模參數，用模糊樣式辨識技術實現故障診斷。②系統在任何時刻的模型參數，任意選擇參考工作點，根據徑向基函數（RBFNN）實現推測，與體制在參考工作點平時情況下工作時的模型參數相比較，實現故障診斷。對于非線性系統——液壓系統，解析容儲操作系統（DOS）法里的奉獻觀測器的組織不好實現，便可用人工神經網絡實現靠近非線性映射的技能，借用反向神經網絡（BPNN）組織提升觀測結果的準確性。

因為液壓系統的非線性不確定體系，實現精確建模是比較難的，其是在假設、簡略、相近下所獲有的現存模型，解析容儲方法的魯棒性相對較差。哪怕結合了ANN的好處，這一缺陷也無法得到解決。目前，魯棒性觀測數據的后向頻分雙工（FDD）法成為現在的研究熱點。

2 小波分析、模糊邏輯及ANN聯合診斷法

小波分析的好處在于可以對信號的時頻進行局部解析，可用小波改變模最大值檢測出信號異樣點并顯示它的組成，所以非常適合應用于突發故障的診斷中。這一技術可以對突發信號的異樣性實行定量概括，解決伺服閥多問題，故障發生時其值大小的定量分析可用Lipschitz指數實現。另外，合理選擇小波尺度，可以在合理尺度的小波基上對信號實行重新組織，除去噪聲頻率段內的小波尺度，確保重新組織的信號僅僅涵蓋體系信息及故障信息，只要提升ANN技術性，就可以對噪聲擾亂魯棒性使用小波變換實行預處理。

ANN有兩大類，即模式辨認與知識處理。為提升正確率，減少少報和錯報率，ANN在新故障顯現時會調換權值、閾值。ANN在故障判斷中有絕對性，與現實不盡符合。如果把模糊邏輯與ANN相互聯合，就能盡可能的突出兩者優勢。模糊人工神經網絡（FNN）的準確性也非常高，可同時處理語義方式的輸入，適宜應用于模糊屬性的數據數據，其診斷結果會是多類故障的錄屬度，如此就解決了ANN傳統診斷的絕對性。

3 ES與ANN聯合診斷法

在ES中引進FT和模糊數學的方法，借助“故障問題率”和“故障問題可查率”的處理觀念，可以自動生成FT，用啟發形式的方法指引進程故障問題的判斷，可以有效提升診斷效率，ES推理中的連合爆炸問題如此也可以完美的解決。在液壓體系問題診斷ES時，套用研究各式的定性模型也十分靈活。在電液伺服體系問題診斷時，難以實現的是單立足于規則的啟發式體系，因為它的機制極其復雜。雙層診斷體系模型，克服傳統診斷的弊端，立足于人工智能的模型，全方位提升了局部診斷問題的效率。

4 結束語

在液壓系統故障診斷技術中，有發展前途的研究和應用領域分別為遺傳算法、模擬退火算法、混沌神經網絡及混沌預測、故障樹自動建造法。相信在技術水平的發展下，液壓系統故障診斷技術會日益完善。

[1]范士娟，楊超.液壓系統故障智能診斷技術現狀與發展趨勢[J].液壓與氣動，2010（03）.

[2]胡方偉.工程機械液壓系統故障診斷技術的發展[J].科學咨詢（科技管理），2010（07）.

[3]陸躍平，常德華，劉軍.基于RBF神經網絡的液壓系統模糊故障診斷研究[J].液壓與氣動，2009（02）.

[4]趙亮培.基于故障樹分析的液壓系統故障診斷研究[J].機床與液壓，2009（02）.

TH137

A

1004-7344（2016）36-0298-01

2016-12-11