電液閥故障氣動半實物仿真平臺設計

劉健伯, 田 昊, 陳圣濤, 弓永軍

(大連海事大學船舶與海洋工程學院, 遼寧大連 116026)

引言

先導式電液比例閥作為關鍵的控制元件廣泛用于挖掘機、輪式裝載車和各類非鋪裝道路車輛,通過調節流向與流量實現作動元件運動控制[1]。然而,電磁閥閥芯閥套間隙配合精密,如果工作環境惡劣或液壓油、元件維護不當,污染的油液會導致閥芯運動受阻甚至卡死,這嚴重影響被控系統的性能與運行安全[2]。因此,及時、早期對閥芯故障的檢出對于減少機器停機時間和成本至關重要。一般來說,機電系統故障預測和檢測方法可基于物理模型或數據分析[3-4]。基于物理的方法使用特定的物理模型來表示正常機器狀態,并根據實際系統和物理模型之間的偏差來檢測潛在故障類型[5]。由于機電系統元件繁多,機電耦合關系復雜,基于物理模型分析的方法一般僅適用于自由度較少、可建立線性非時變的機電系統。對于多自由度、高非線性系統,目前的趨勢主要以基于信號分析與機器學習分類器的方法為主[6]。肖永超[7]利用磁場和加速度傳感器檢測磁場和振動信號進行了電磁閥故障診斷。謝芳等[8]通過檢測液壓閥進出口壓力和流量的變化檢測了電磁閥的故障。王欽惠等[9]提出了基于小波分析的電磁閥在軌實時診斷技術,通過小波分解與功率譜分析確定電磁閥故障敏感頻率帶,達到電磁閥開關故障狀態在軌實時診斷的目的。王蘊超等[10]采用CPCI總線技術,設計了采樣模塊及控制器,在電磁閥的工作電流回路內串聯一個電阻,通過此電阻測量電流,此方法可以檢測到電磁閥的電流,這種與傳統的方法相比大大減小了故障檢測系統的尺寸,使得試驗可以更好的進行。郭彥青等[11]設計了一種對驅動電流信號分類的方式,對電流提取特征進行在線故障診斷。劉志昊等[12]驅動端的電流進行電磁閥的故障檢測,其收集目標階躍信號,利用3層小波分解對信號進行重構,提取響應特征作為特征向量,并將提取出來的特征向量送入BP神經網絡中進行檢測。武文韜等[13]搭建了一維卷積神經網絡模型,通過試驗獲取的數據進行模型訓練后對開關電磁閥進行故障診斷。LINIGER J等[14]描述了一種基于模型的檢測方法采用了一個簡單的螺線管熱模型和一個用于產生線圈電流殘差的擴展卡爾曼濾波器。YANG Yingze等[15]提出了一種基于模型和數據驅動的故障診斷策略。通過對電磁閥驅動電流的分析,可以表征電磁閥的狀態,利用小波分析提取特征,利用BP神經網絡對故障類型進行分類,實現了電磁閥的故障診斷。

由綜述可知,對于機器學習或信號分析方法而言,仍然需要獲取大量數據與建立各類故障樣本。然而,受成本、商業機密以及故障發生概率制約,在工程車輛上實車開展故障樣本提取顯然不現實。因此,本研究設計了一個用于仿真先導級閥芯卡滯的半實物仿真平臺(Hardware-in-loop,HIL),加工組裝并開展故障信號提取試驗。

1 半實物仿真平臺設計

本研究對象是典型先導式比例閥,其橫截面如圖1所示。壓力(P)端口和輸出(A/B)端口之間的流道由主閥芯移動控制,該瞬時位置是兩端壓差、彈簧預加載力和先導閥芯力之間力平衡的結果。通過比例電磁鐵控制先導閥芯位移調節主閥芯壓差,即可實現閥整體流控功能。由閥結構可知,由于主閥芯端面的壓力狀態、運動狀態可由反饋彈簧傳遞至先導閥芯,若閥體任何一處發生卡滯,則先導閥芯受力狀態與運動狀態將發生改變。因此,通過對先導級閥芯運動狀態監測與模擬,則可對目標閥的工況得以分析與試驗。于是,本研究擬搭建先導級卡滯模擬半實物仿真平臺。

圖1 先導式電磁比例閥結構圖Fig.1 Structural diagram of pilot operated electromagnetic proportional valve

1.1 閥芯卡滯定義

對于比例閥而言,檢測難度較高的故障之一是閥芯卡滯,因為輕微的卡滯就會導致噪聲增加和末端執行器的振動。但卡滯故障并不明顯,如果不加以檢測和處理,積累并惡化的故障最終會導致閥芯卡住,嚴重影響設備安全,在維護成本方面造成問題。因此,本研究旨在對閥芯卡滯故障進行模擬。雖然采用接觸力和摩擦力來定義卡滯的物理特性是最準確的,但這些力難以測量。為了解決這一問題,本研究利用閥芯絕對位移定義了卡滯程度Sd,即卡滯程度定義為閥芯的卡滯位移與閥芯正常移動位移之間的比值:

(1)

式中,Δznorm為正常工況下的閥芯最大位移;Δzstict為卡滯工況下的閥芯最大位移。利用二者差所占正常工況位移的百分比定義卡滯程度,即當不卡滯時,閥芯卡滯程度Sd為0%,完全卡死則卡滯程度Sd為100%。相關參數定義如圖2所示。

圖2 卡滯程度定義Fig.2 Definition of degree of stuck

1.2 試驗臺設計

試驗臺測試原理如圖3所示。半實物仿真系統可以實現調控先導級結構的運動和作用力、模擬先導閥芯對電磁鐵加載過程以及試驗數據的測量與采集。為了減小氣體進入氣缸前的壓力損失,使用短距離氣管將氣源與高速開關閥相連,后者閥口直接連接到氣缸端口。氣缸活塞輸出力由氣源設定的壓力決定,氣源輸出壓力由壓力調節閥控制。為便于確定氣缸的輸出力,將推拉力傳感器與氣缸活塞桿一端剛性連接。推拉力傳感器的另一端固定反射擋板,兩者共同把氣缸輸出力傳遞到電磁鐵推桿,可以實現對比例電磁鐵的加載,同時反射擋板與電磁鐵推桿始終保持接觸。其中開關閥由達林頓晶體管作為受控開關。比例電磁鐵由相同設計的電路驅動,但晶體管在放大區域工作。電磁鐵推桿的力輸出和閥的開閉時間由輸入占空比調節。試驗前,對兩種不同占空比信號的組合進行了測試,得到了輸入占空比和氣缸輸出力的近似線性關系。

圖3 HIL平臺測試原理Fig.3 HIL platform testing principle

在試驗室中搭建的半實物仿真平臺,如圖4所示。數據采集功能通過搭建采集系統得以實現,試驗所用電磁鐵為比例電磁體,額定驅動電流為0.8 A,其驅動電路采用在飽和區域工作的達林頓晶體管作為受控開關,電路驅動時晶體管始終在放大區域工作。高速開關閥最高開關頻率為330 Hz,試驗時的驅動頻率為100 Hz。氣缸活塞的最大行程為14 mm,其活塞桿直徑為12 mm。由于比例電磁鐵推桿位移不便測量,使用激光位移傳感器測量反射面板位移間接測量電磁鐵推桿位移。通過傳感元件收集線圈電壓信號和推桿位移信號,信號采集頻率設置為1 kHz,采集時間設置為0.2 s。

1.比例電磁鐵 2.反射擋板 3.推壓力傳感器 4.激光位移傳感器 5.氣缸 6.高速開關閥 7.移動滑軌 8.試驗臺底座

2 試驗結果與分析

2.1 HIL功能驗證

本研究的主要目的之一是確認HIL平臺基本功能,在空載和電磁鐵力推力負載條件下對試驗臺進行測試,如圖5所示。加載條件由氣缸是否連接到比例電磁閥來定義。在無負載情況下,將閥控信號占空比和氣源壓力的不同組合對模型進行了測試。如圖5a所示,閥芯位移的變化率與2個高速開關閥的占空比成正比,2個閥的占空比參數設置見表1。此外,閥芯移動速度也隨壓力下降而變慢。結果表明,通過獨立計算各開關閥的PWM占空比,可以控制氣缸活塞移動速度。

表1 無負載情況的試驗條件Tab.1 Test conditions without load

圖5 HIL平臺功能驗證Fig.5 HIL platform Functional verification

為了模擬先導閥芯卡滯,比例電磁鐵需要氣缸的加載,此時HIL平臺在施加負載的條件下運行,如圖5b所示。在試驗過程中,保持比例電磁鐵以額定功率輸出運行。在負載狀態下,為確保平穩的卡滯狀態,調節活塞無桿腔一側的開關閥占空比信號為100%, 有桿腔一側開關閥信號占空比為0。根據推拉力傳感器確定氣動系統為電磁鐵提供加載力大小。通過改變表2給出的壓力調節閥參數,控制氣源輸出壓力模擬電磁鐵受到不同程度的閥芯卡滯力。所模擬的閥芯卡滯程度是根據激光位移傳感器測量閥芯位移數據、利用式(1)計算得到。由表可知,調節氣源壓力對不同卡滯程度分類,通過計算得到氣源壓力在0～0.6 MPa范圍內就能實現對電磁閥芯0～100%的卡滯模擬。因此本研究提出的先導閥芯卡滯模擬試驗臺可以對閥芯開展卡滯模擬,試驗臺的基本功能得到驗證。

表2 閥芯加載下的試驗條件Tab.2 Test conditions under valve core loading

2.2 信號采集與處理

由法拉第電磁感應定律可知,電磁鐵產生的電推力與電流正相關。因此,當閥芯卡滯狀態發生變化時、閥芯的受力也隨之變化;反過來,變化的閥芯受力也影響了閥電磁鐵勵磁電流。如圖6所示,不同卡滯狀態下的勵磁電流不同。然而,當對此信號加以傅里葉變換后,卻難以區分卡滯程度區別,這是由于傳統傅里葉變換僅能分析頻譜,無法捕捉信號時變特征所致。

圖6 勵磁電流數據Fig.6 Excitation current data

圖7 勵磁電流信號傅里葉變換Fig.7 Fourier transform of excitation current signal

2.3 信號分析

為了得到信號變化的時頻特性和頻譜特性, 對線圈電流信號分別做小波變換和短時傅里葉變換。其中,小波變換采用Morse小波包進行分析,短時傅里葉變換采用Kaiser窗,窗寬32,形狀系數β=5。在MATLAB編程環境中加載測量得到的9組閥芯線圈信號,經計算,得到的信號時頻域分析結果,如圖8、圖9所示。如圖所示,經過時頻域分析處理的信號,可以展示出不同閥芯卡滯程度下的區別,利用機器學習、分類機等工具,可用于未來對于故障的檢測、監測等應用。圖8、圖9也證明了閥芯卡滯這一故障,在不同卡滯程度下是具有較顯著的時頻域特征與區別的,從另一方面驗證了本試驗臺的可行性。

圖8 不同卡滯程度下勵磁信號的小波變換Fig.8 Wavelet transform of excitation signals under different degrees of stuck

圖9 不同卡滯程度下勵磁信號的短時傅里葉變換Fig.9 Short time Fourier transform of excitation signals under different degrees of stuck

3 結論

液壓元件的高過載特性以及內部零件的復雜性,很難直接建立故障信號模型。為了研究故障部件,設計了一種半實物仿真平臺。建立了基于物理信號特征提取的故障診斷模型。在試驗中,閥的先導級和主級以及正常和故障工況通過獨立驅動的開關閥驅動氣缸進行模擬。初步結果表明,HIL試驗臺能夠模擬閥芯的正常移動,并模擬卡滯故障。在半實物仿真試驗臺上模擬了不同程度的閥芯卡滯。