（机械电子工程专业论文）新型强夯机监控系统研究.pdf

摘要 强夯机作为地基施工中不可或缺的大型设备，广泛应用在开山填淤、围海造田等建筑地 基处理中。目前国内尚无强夯机的设计与制造标准，使用最广的强夯机主要是由履带式起重 机改装而成。但是由于强夯施工特殊的工作情况，代用强夯机并不能完全替代强夯机的作用。 本文旨在设计一种适用于强夯工况的监控系统，可以使得现有强夯机运行更加安全、且降低 设备维修费用，提高设备利用率等。本文以理论研究、仿真建模和实验分析为基础，将以微 电子为重要标志的监控系统用于强夯施工设备上，实现夯锤下沉量的测量与判定，以及对液 压系统故障的诊断，从而提高施工作业的安全性和系统工作的可靠性。 本文以长安大学工程机械学院与杭州重型机械有限公司合作开发的6 0 0 t m 强夯机实际项 目为背景，开发了基于高性能d s p 的强夯机监控系统。实现了对强夯机液压设备故障诊断处 理与实时深度测量功能的开发。并具有触摸屏中文显示夯击记录功能，同时可将数据打印及 用优盘保存下来。主要工作如下： 分析了强夯机液压系统的故障诊断方法及深度测量系统开发背景；确定了强夯机监控系 统的开发方案；基于s o m 神经网络的液压故障模式识别；基于d s p 的数据采集处理系统的 硬件设计；基于d s p 的数据采集处理系统的软件设计；样机的调试与实验。 关键字：深度检测、液压故障诊断、s o m 网络、d s p a b s t r a c t d y n a m i cc o m p a c t i o nm a c h i n ea sa ni n t e g r a lp a r to fal a r g ef o u n d a t i o nc o n s t r u c t i o ne q u i p m e n t , w i d e l yu s e di nt h em o u n t a i n sf i l ld e p o s i t i o n , l a n dr e c l a m a t i o na n do t h e rb u i l d i n gf o u n d a t i o n t r e a t m e n t d y n a m i cc o m p a c t i o nm a c h i n ei sc u r r e n t l yn on a t i o n a ls t a n d a r d sf o rd e s i g na n d m a n u f a c t u r i n g h o w e v e r , d u et ot h ew o r ko f t h es p e c i a ld y n a m i cc o m p a c t i o n , c r a w l e rc r a n e sc a nn o t e n t i r e l yr e p l a c et h er o l eo fd y n a m i cc o m p a c t i o nm a c h i n e t h i sp a p e ra i m st od e s i g nam o n i t o r i n g s y s t e mt h a tc a nm a k et h em a c h i n er u nm o r es e c u r e ，a n dr e d u c ee q u i p m e n tm a i n t e n a n c ec o s t s ， i m p r o v ee q u i p m e n tu t i l i z a t i o na n ds oo n t h i sp a p e ri sb a s e do nt h e o r e t i c a lr e s e a r c h , s i m u l a t i o na n d m o d e l i n ga n de x p e r i m e n t a la n a l y s i s u s et h em o n i t o r i n gd e v i c ew h i c hi sb a s e do i lm i c r o e l e c t r o n i c s f o rd y n a m i cc o m p a c t i o ne q u i p m e n tt oa c h i e v et h em e a s u r e m e n to f t a m p i n gd e p t h , a n dt od i a g n o s e t h eh y d r a u l i cs y s t e mf a u l t ，i no r d e rt oi m p r o v et h es a f e t ya n dr e l i a b i l i t yo ft h es y s t e m t h i sp a p e ri sb a s e do nt h ep r o j e c tw h i c hj o i n t l yd e v e l o p e db ym e c h a n i c a le n g i n e e r i n gi n s t i t u t e o fc h a n g a nu n i v e r s i t ya n dh a n g z h o uh e a v ym a c h i n e r yc o l t d i th a s d e v e l o p e dt h e h i g h - p e r f o r m a n c ed s p b a s e dd y n a m i cc o m p a c t i o nm a c h i n em o n i t o r i n gs y s t e m i th a sr e a l i z e dt h e f a u l td i a g n o s i sf o rh y d r a u l i cs y s t e ma n dt h et a m p i n gd e p t hm e a s u r e m e n t a tt h es a m et i m ei th a st h e f u n c t i o nf o rc h i n e s ed i s p l a yw i n lt o u c hs c r e e na n dr e c o r dh i s t o r yd a t a , a n dc a l lp r i n ta n du s et h e u s bt os t o r et h ed a t a t h em a i nw o r ki s 舔f o l l o w s ： a n a l y s i so fh y d r a u l i cs y s t e mf a u l td i a g n o s i ss y s t e ma n dt h eb a c k g r o u n do ft h em e a s u r e m e n to f t a m p i n gd e p t h ；d e t e r m i n e dt h em e t h o d so fc o m p a c t i o nm a c h i n ec o n t r o ls y s t e m ；s o mn e u r a l n e t w o r kb a s e dp a t t e mr e c o g n i t i o no fh y d r a u l i cf a u l t ；d s p b a s e dd a t aa c q u i s i t i o na n dp r o c e s s i n g s y s t e mh a r d w a r ed e s i g n ；d s p - b a s e dd a t as y s t e ms o f t w a r ed e s i g n ；d e b u g g i n ga n de x p e r i m e n t a lo f t h ep r o t o t y p e k e y w o r d s ：d e p t hd e t e c t i o n ；d i a g n o s i so fh y d r a u l i cf a u l t ；s o mn e u r a ln e t w o r k ；d s p 长安大学硕士学位论文 1 1 强夯机发展概述 第一章绪论 1 1 1 强夯机发展简史 强夯机是一种处理地基的重要工程机械，由于在施工中表现出来的经济高效性，近年来 在我国的开山填淤、围海造田、山区回填等地基处理中得到了广泛的应用。目前国内外强夯 机大部分都是中低能级并且是由履带起重机改装过的“代用强夯机 ，随着改革开放以及国内 国际市场的扩张，高能级的强夯机需求量逐步加大，有很好的发展前景【j 】。 追溯历史，强夯法加固地基的方法，早在公元前6 世纪已经被使用。2 0 世纪3 0 年代开始 了重锤压实方法，那时夯锤重量只有2 0 - - 一3 0 k n ，落距也仅为2 3 m 的距离。到了五六十年代， 夯锤重量发展到了5 0 - , 7 0 k n ，落距可达5 9 m ，此时加固深度很浅，因此和建筑起重机的区 别不是很明显。真正的强夯机是由法国工程师梅纳德在1 9 6 9 年创立了强夯工艺之后才形成的。 在这以后，锤重量和起升高度有很大的提高，使普通起重机难以满足强夯负荷突然卸载等特 殊工况。各个国家的机械设计者针对强夯施工的这些特点，设计了多种不同的强夯机。在中 国，强夯机的理论研究已具有较高的水平，但没有一个专门设计和制造的强夯机。图1 - 1 为 正在施工的强夯机。 1 1 2 强夯机发展现状 1 国外发展现状 图1 - 1 强夯机施工图 第一章绪论 1 9 7 5 年，法国推出了特制的强夯机，是由梅纳德介绍的，使用了液压驱动的专用三角架， 能够把4 0 0 k n 的夯锤提高到4 0 m 。法国著名的n i c e 机场，由于起降大客机而延长飞机跑道， 需要向海中填土使得跑道延长3 0 0 0 m ，填土厚度要求8 - - 1 8 m ，原来的海床是松软的淤泥，厚 度5 0 - - 8 0 m ，要求夯击深度4 0 m 。为了这个项目专门特别制造了一台可以提升2 0 0 0 k n 夯锤、 起吊高度2 5 m 、自身重量达6 5 0 0 k n 并且拥有1 8 6 个轮胎的大型强夯机，是目前世界上最大的 强夯施工机械。但是由于各方面原因，如机械自身的不足以及对工作场地的要求过高等因素， 使得这辆超级强夯机成为了“一次性”的设备，没有形成可生产的产品。j o h nf o b r i e n 报道 说，在孟加拉国的住宅区和一家化肥厂的地基处理工程，第一次使用了1 0 0 0 0 k n m 的高能 量强夯，该项目使用特制三角架起重机能够提起4 0 0 k n 的夯锤，提升高度2 5 m 。虽然三脚架 具有很多优点，如结构受力好、制造成本低等，但是由于强夯施工工况实在太复杂，并且作 业效率不高，对现场地面的平整度要求也太高，这些都影响了三角架起重机的使用和推广。 目前在美国和英国的强夯施工项目中，大部分强夯机能够提起6 0 - - 2 0 0 k n 重的夯锤，提升高 度在2 0 m 左右，施工是由履带式起重机来执行。 2 国内发展现状 国内强夯施工从1 9 7 5 年开始引进到目前为止，尽管超过3 0 多年发展历程，目前的水平 也已达到了1 0 0 0 0 k n m 的夯击能力，但是主要强夯设备依然是改造中小吨位的履带式起重 机而来的。并且通过增加一些辅助的装置来实现8 0 0 0 k n m 以下夯击能力强夯施工。这些改 造的目的主要是为了增加强夯施工时的倾翻稳定性，提高桁架臂杆的抗弯能力。此类改装以 后的“代用强夯机”，在8 0 0 0 k n m 以下能级的夯实作业中具有一次性投入成本低的优点， 但是却存在着安全性差、使用效率低、高能耗和维修成本高的缺点。 我国从1 9 7 5 年就开始介绍与引进强夯技术，1 9 7 8 年便开始在工程中试用，均采用的是履 带式起重机进行强夯施工。在国家大力发展建设的时期全国重大工程项目有关地基处理的项 目中采用强夯技术就取得了3 0 0 万平方米的良好经济与社会效益，但是同时也暴露出了这种 履带式起重机待用强夯机进行强夯作业的许多弊病，同时也出现了多起事故。这些缺憾使得 强夯施工机械再一次限制了强夯法的发展。 1 1 3 强夯机发展趋势 经过几十年的强夯技术开发、施工方法研究和工程上的实际应用，使得国内外强夯机的 适用范围与施工领域都不断扩大。强夯机今后的发展总体趋势是面向高夯击能力、工艺多样 性与高技术含量发展。但是面对国内强夯施工的不断成熟以及强夯设备相对落后的状况，强 夯施工人员与一些熟悉施工工艺的技术人员正在密切关注该行业的发展动态，发现有的已经 2 长安大学硕士学位论文 进入了高夯击能力的强夯机设计与开发阶段。鉴于强夯机的广泛应用，强夯机的施工设备将 会往以下几个方向发展。 ( 1 ) 由于我国地处高烈度地震区、黄土区和软土区，近几年广泛开展了围海造田、炸山 填海以及各类软弱地基广布，因此，除了在强夯施工现有基础上进行工作外，会向二级发展： 即高能力，大夯击能量和低能量、小能及。这一趋势体现在设备上是系列化、大型化( 适合 6 0 0 0 1 6 0 0 0 k n m 能级，用于处理深度深的地基) 和微型化( 只需要5 0 0 - - 2 0 0 0 k n m 能量，用 初始小能量而后逐渐增大能量的少击多遍区处理饱和软土或处理高速公路桥头填土夯实) 强 夯机的出现。 ( 2 ) 为了合理利用资源，避免重复开发，提高强夯设备的利用率，以满足不同用户的需 求。强夯机的多用途发展也将是一种新的趋势。大型和中型工作级别的强夯机、结构设计和 使用功能，充分满足了其它施工要求，配置上只需要特定的连接装置、辅助卷扬等装置，就 可完成作业工况类似的强夯旌工。 ( 3 ) 施工工艺、设计要求和生产制造目标将是强夯机的设计和开发模式，这将使强夯机 具有低接地比压的履带、大单绳拉力起升的卷扬、符合频繁制动的高性能制动器。具有创新 结构的桁架体系也将增强强夯作业中突然卸载稳定性以及防后倾功能，减少对整机和机构的 冲击、振动。 “ ( 4 ) 以微电子、互联网为标志的电子化和信息化技术设备将被应用到强夯施工设备上， 它可以实现远程监控，提高施工作业的安全性和防患人为误动作。为了实现自动测量强夯和 打桩下沉量、判定，真正体现强夯的信息化施工能力。 ( 5 ) 节能和环保是工程机械的发展大趋势，因此，一个新型强夯机也将在“代用强夯机 老、旧、破、脏、高消耗、低效率的现有状态下，以降低发动机排放，提高液压系统效率， 降低钢丝绳消耗为目标，使强夯机完全满足低排放，低消耗( 燃料、钢丝绳) 工作，高效率作 业。 ( 6 ) 模块化设计和具有自装卸功能的设计思想将会在强夯机设计中得到进一步体现，从 而给强夯机远距离、快速运输带来方便；也给在无大型安装起重机的边远山区、海岛施工减 少起重机调迁和使用费 2 1 。 1 2 课题的来源和背景 强夯机的发展前景是f r d 强夯工程项目密切相联的，没有强夯工程项目，不可能有强夯机 3 第一章绪论 的发展；同样，缺少安全、高效、低耗的强夯机，强夯施工工程将会受到影响，一定时期内 将制约强夯工艺、工法的研究与开发。我国现有强夯机保有量达2 0 0 0 台以上，但国内没有专 业的强夯机生产公司，大多由履带式起重机改造而成，但强夯机的起重机亦没有配套的强夯 监理系统，现有的强夯机监理造成了人力和物力的很大浪费，以及人工测量误差。在这个强 调效率和节能的时代，开发出一个智能化的强夯监理系统显得尤为重要。本文旨在通过研究 一种基于高性能d s p 的监控设备，达到以下两个目的：一是自动夯击深度检测功能，另一个是 实现对液压系统的故障诊断。 1 2 1 深度检测部分 目前，强夯机施工过程中夯锤的夯击次数和夯击深度主要是依靠人力完成，每夯击一次， 由专门的监理人员来实时计数和实际测量。但是在工程作业时，伴随着夯锤的下落，夯击点 四周的土地就会隆起，如图1 2 所示，使得测量深度的数据不准确，这给人工测量夯击是否到 位带来了很大的困难。例如夯击强度还未满足施工要求，但由于周围土地的隆起导致监理人 员的错误测量使得夯击次数的减少，从而地面强度不达标。或者夯击强度已经满足施工要求， 但是周围土地下陷导致夯击次数的增加，这使得机器的油耗增加，作业时间无谓延长，造成 了很大的能源浪费。并且人手工测量也无法将施工中的历史数据详细记录，这也给工程质量 的优劣判断带来了很大的问题。 图1 2 夯击点周边地形沉降、隆起示意图 1 2 2 液压系统故障检测与诊断部分 新型强夯机普遍采用液压传动系统，由于液压系统无论是在结构上还是在信息传递上都越 来越复杂，并且液压系统因其各种元件和传动介质都是在密闭的油路工作，故其故障具有隐 蔽性，不像机械设备那样直观易见，也不像电气设备那样方便易检，难以找到故障的因果关 系，因此使得液压系统故障诊断比较困难。液压系统作为一个整体，任何一个液压元件的故 4 长安大学硕士学位论文 障都会影响整个系统的工作状态，当出现故障时，难以准确地判断出故障发生的位置以及原 因。长久以来人们习惯的维修方式是事后维修和定期维修，但是随着强夯机向着大型化、自 动化和精密化的方向发展，这两种维修方式难以适应现场需求。 现有的工程机械液压故障检测与诊断系统一般是将所收集到的信号通过串行或并行通信 送到主机。这样的系统都需使用一个单独的外接电源，由于施工环境因素，基本上只有在特 定的维修点才能维修，而不适合在施工作业现场工作。只有交付给工程机械维修点后才能进 行故障检与诊断，这样不利于早发现问题，早解决问题，并且当机器出现故障时很有可能引 起安全事故。因此，研究一种在线实时监测的强夯机液压系统故障模式识别技术是很有必要 的【3 】。 1 4 主要研究内容 本文旨在结合强夯机的个性特征，从改善施工安全条件、提高施工效率着手，对现有强 夯机进行研究和分析，设计开发一套基于高性能d s p 的监控设备，使之完成夯击深度自动测量 与检测以及液压设备的状态监测与故障诊断的多重功能。该设备充分利用了d s p 芯片的高速数 据处理能力，整个系统具有较高的数据采集处理、管理和分析能力。使得传统的“代用强夯 机 向着更加专业、自动化的方向迈进。主要工作如下： ( 1 ) 监控系统整体方案的设计。针对所要实现的功能，确定了监控系统的各个部分实施 方案。 ( 2 ) 详细介绍了液压诊断系统这部分的推理核心一神经网络模型。包括该模型的神经元 构造，神经网络结构和学习算法，以及神经元权值和阈值的定义和意义，给出了构建这种神 经网络模型的方法和步骤。 ( 3 ) 根据监控系统的功能要求，完成相应的硬件设计，包括模拟信号的采样调理电路、 仿真和测试接口电路、a d 转换电路以及触摸液晶显示单元等，并制作电路板。 ( 4 ) 根据监控系统要实现的功能和设计的硬件电路，完成各个功能程序模块的设计和调 试。 ( 5 ) 针对强夯机液压系统故障的复杂性，引入神经网络的概念，构造了s o m 神经网络， 并用它进行液压故障诊断。诊断仿真结果表明，引入神经网络后，对知识的表示更准确，不 仅对输入故障现象的描述更加细化，而且对输出的故障原因也有明确的解释，更符合人们的 思维习惯。 5 第一章绪论 ( 6 ) 深度检测部分实物搭建完成后，经实验验证，该装置能够按设计要求精确运行，可 行性较高。 6 长安大学硕士学位论文 第二章强夯机监控系统开发方案研究 强夯机监控控制系统：集成了深度检测系统、液压故障诊断系统的功能于一体，统 一控制强夯机设备运行状态，其基本结构将是采用高性能的控制芯片做中央控制单元， 通过各个传感器采集到关键信号，运用r s 2 3 2 通信协议将信号传送到中央控制单元，信 号经运算处理后实现各自的功能。并兼具液晶显示、打印、以及u s b 接口输出的功能。 2 1 深度检测功能 强夯机进行地基处理时，分为点夯和普夯两种。点夯就是在划定的区域内就某一个 坑一锤接一锤的夯击，直到满足最后两击平均下沉量在一定数值范围内。整个区域几遍 点夯后，最后进行普夯，普夯要求夯印搭接，且搭接部分不小于夯锤底面积的l 3 1 5 。 在点夯时，每夯击一次，就要测量一次夯击深度，本论文研究的深度检测功能就是用于 每次夯击完成后自动检测深度的功能。 为实现本文所研究的深度检测功能，有两种方案可实施：方案一是直接测量法，方 案二为间接测量法。两种方案比较说明如下： 1 直接测量法 直接测量的方案采用了高精度的激光测距传感器，具体方法是将激光测距传感器安 装在强夯机臂架的顶部用来测量夯锤的下沉量，同时安装压力传感器在臂架的底部用以 传输压力信号。之所以将压力传感器安装于臂架底部，是因为臂架底部位于臂架与车体 的铰接处，在提升夯锤的瞬间受力最大，变形也最大，方便测量信号。该方案直接测量 两次夯击中夯锤落下后测距传感器到夯锤的距离，两次数据传回控制器，相减后就是夯 锤下沉量，即夯击深度。 测量过程中，首先将压力传感器作为测量控制信号和计数信号给控制器，当前次夯 锤落下且本次起吊的瞬间，压力传感器给控制器一个触发信号，控制器接到信号后发给 激光测距传感器一个开始测量的信号；由予激光测距传感器是应答形式的传感器，只有 在控制器给其信号时才把测量的数据返回给控制器，通过压力传感器和激光测距传感器 此种配置形式能很好地解决传感器测量时的实时性不强和可能出现误报的影响。激光测 距传感器测量的数据送到控制器后，所返回的数据经控制器处理后再判断被夯击基础是 否达到由预先设定的施工要求值，继而再相应决定是继续夯击还是完成该次作业。 7 第二章强夯机监控系统开发方案研究 该方案的特点是激光深度传感器具有精度高、测量准、使用便捷的优点。但是由于 强夯施工环境恶劣，在强震动、高温、大雾情况下不能保证激光传感器的正常工作，故 该方案还有待进一步加以改善。 2 间接测量法 ， 间接测量的方法是通过测量钢丝绳收回的长度差来计算夯锤的下沉量。钢丝绳收回 的长度使用光电编码器来测量。其实施原理是，钢丝绳绕在卷筒上，光电编码器的转轴 与卷筒同轴连接，并与卷筒主轴一起转动。这样光电编码器在卷筒转动时会输出很多个 脉冲，这些脉冲个数可以换算成钢丝绳的线位移量。设卷筒的半径为r ，光电编码器的 线数为n ，则每个输出脉冲代表的线位移为d = 三n = 2 万尺。图2 - l 为方案二的电路 原理图。 图2 - 1 电路原理图 具体实施过程如下： 夯击工作开始之前，监理人员按施工要求将停夯时的最后两次夯实深度平均值通过 触摸屏进行预先设定。夯击过程中，每次夯锤下落后起吊的瞬间，由于土地吸附力作用， 此时强夯机的臂架受力变形量最大，此时压力传感器将感应到的压力信号通过信号放大 及整形电路转化后产生一个触发( 阶跃) 信号并上传至控制器，控制器检测到此阶跃信 号后对光电编码器发送控制指令，由于涉及到风力和晃动对臂架的影响，触发信号必须 达到触发下限值后方可触发，控制器检测到此触发信号时发出指令给光电编码器；之后， 光电编码器开始输出脉冲，输出的脉冲信号传送给控制器进行计数，当夯锤上升到接近 开关预先设定的高度时，接近开关向控制器反馈信号且控制器相应发出停止计数信号， 此时控制器按照一定的算法对测得的数据进行处理后并在触摸屏上进行同步显示。由于 8 长安大学硕士学位论文 本装置只需要检测夯击深度，所以用测得的后一次夯锤下落高度值减去前一次夯锤下落 高度值则得到各次的夯击深度，此时卷筒上的钢丝绳的变形量相互抵消掉了，因此可以 准确测得夯击深度。当夯击深度到达预先设定值后，控制器控制声光报警装置开始报警， 提示工作人员夯击动作完成。每次夯击后的实时数据均存储在存储器中，同时本装置还 外接有u s b 接口，控制器通过u s b 接口可将夯击过程中所测得的实时数据在p c 机中进行 查看，并且数据存储时间大约为一个月。任何时候，驾驶员或监理人员想要查看施工数 据都可以通过打印机直接打印或在液晶触摸显示屏上查看强夯施工历史数据。综上，查 看方式非常简单，当按下液晶触摸显示屏中的查看键后，系统会提示输入时间段，当输 入时间段后通过上下翻页键即可显示施工记录，如果需要，可按下键盘上的打印键，并 输入时间段，则想要查看的数据就像超市购物的清单一样清晰的呈现给监理人员和业主， 并可作为施工原始记录资料保存。其中，打印机和大容量存储均是通过串口扩展电路进 行的。另外，通过液晶触摸显示屏中的参数设置单元还可以设定系统时钟等，使得系统 时钟准确易调，即使在掉电状态下系统时钟仍能正确运行，并且键盘面板和实时显示面 板均可在液晶触摸显示屏上进行显示。整个系统的时钟用时钟芯片进行控制和设定，从 而使得系统时钟准确易调，即使在掉电状态下系统时钟仍能正确运行。 间接测量方法通过测量提升夯锤时卷筒绕过的钢丝绳长度来间接测量夯锤的提升高 度，相邻两次夯击提升高度相减便得到夯锤的夯击深度。因各个厂家生产的强夯机卷筒 滑轮组倍率不同，所以安装在卷筒端盖的光电编码器所测数据经过倍率换算后都可以得 到夯锤的下沉量。 结论：经比较，方案二更可行，其具有成本低、体积小、精度高、测量准且测量方 便等优点。故本文研究的强夯机监控系统深度测量部分采用方案二来完成。 2 2 液压状态检测与故障诊断功能 强夯机是一个集机、电、液于一体的大型复杂系统，且作业环境恶劣、作业对象多 变、工况复杂、载荷波动大。为此，有必要对其作业过程中液压系统的重要参数进行实 时检测，以便驾驶员能随时了解机器的工作状态，并根据检测结果做出合理的操作，确 保机器在任何状态下都具有较好的动力性和经济性，从而提高强夯机的作业效率和智能 化水平。液压故障诊断功能是在状态检测的前提下进行的，应当首先确定液压状态检测 的内容。 9 第二章 强夯机监控系统开发方案研究 2 2 1 液压状态检测的内容 在状态监测判别出有异常时，通过故障诊断进一步确定故障的性质、严重程度、故 障类别、故障部位、故障原因，乃至说明故障发展趋势和对未来的影响。为预报、控制、 剩余寿命预估、调整、维修、治理及事故分析提供依据【4 】。 根据以上分析，并结合强夯机的具体使用情况，在本系统中选取以下信号为特征信 号： 1 压力信号：液压系统是靠压力传递能量和进行控制的，因此压力信号是各种检测 信号中信息量最丰富的。通过对液压泵进出油口压力以及重要管道内的压力或压力差的 监测，可以对系统与压力有关的故障进行监视。其信号拾取也较容易，故液压系统的状 态检测与故障诊断，多以压力作为特征信号。 2 流量信号：液压传动的介质是油液，故流量信号也是状态信息的丰富载体。可以 通过检测液压泵、液压马达及阀件的流量信号，辨别元件的磨损和泄漏情况。对柴油管 路流量信号的采集，也可以辨别其堵塞情况。 3 温度信号：温度信号可以总体上反映被测元件的工作状态，温度异常升高既能反 映压力的异常变动，也能反映诸如系统内泄漏增加、环境温度过高、冷却器发生故障、 执行机构运动速度降低掣卯。 2 2 2 液压故障诊断的方案确定 目前，自动控制理论以及生物神经相关的技术理论广泛应用于液压故障诊断领域， 其中应用较多的是神经网络理论。神经网络在故障诊断中受到越来越多的重视，并且显 示出巨大的潜力，为智能故障诊断技术的研究开辟了一条新的途径。由于神经网络具有 很强的自适应能力和自学习能力，并且在一定条件下，神经网络能够逼近任意非线性映 射关系，可以解决线性不可分问题，这使得神经网络模式识别技术在近几年取得了飞快 的发展，在模式识别领域中占据重要地位。神经网络在故障模式快速识别和分类方面具 有很大的优势，很适合故障的实时监测【6 1 。 神经网络应用在液压故障诊断领域，有以下几个方面：利用神经网络模式分类进行 液压故障诊断，神经网络模型可以使得神经网络的输入节点对应故障症状，输出节点对 应故障及其原因。对于模式分类，先利用事先测量好的故障样本对模型进行训练，网络 训练完成后，故障的模式分类就可以实现输入节点与输出故障之间的非线性映射过程。 神经网络故障模式识别的一般做法是，首先利用已知故障样本进行网络的训练，使得网 络对不同类别的输入样本给出不同的输出，然后利用网络来进行未知样本的识别，根据 1 0 长安大学硕士学位论文 不同样本各自对应的网络输出来画分未知样本的类别1 7 8 j 。 液压系统状态检测与智能故障诊断技术往往是通过检测被诊断对象一切有用的信 息，经过分析处理获得最能识别液压设备状态的特征参数，通过神经网络将特征参数融 合处理，避免单传感器信息量不足或不完善等弊端，从而作出正确的诊断结果。液压系 统的状态检测与故障诊断是利用多个传感器对设备液压系统中各故障特征信号进行采 集，并将采集信号作滤波放大和模数转换后再经过神经网络信息融合中心实现故障的诊 断或模式识别。其过程如图2 2 ： 图2 - 2 液压系统状态检测与智能故障诊断 如图所示，用于检测液压系统中的油温、油压、流量等信号，通过传感器采集到后， 经信号滤波放大再经a d 模数转换成数字量供数字信号处理单元处理，数字信号处理单 元将这些信号作为神经网络的输入，经神经网络融合处理后的结果按照一定规则判断出 设备液压系统是否发生故障以及发生故障的原因和部位，并预测将可能发生的故障。 第三章神经网络理论与$ o m 网络的故障诊断法 第三章神经网络理论与s o m 网络的故障诊断法 人工神经网络近年来发展十分迅速，它是在现代神经学、计算机、心理学等研究成 果的基础上发展起来的。人工神经网络是一种模仿人类大脑信息处理机制的网络系统， 它是由大量非线性人工神经元广泛互连而构成的一种网络系统；它并不是真正意义上的 人脑神经系统，只是真实反映了人脑功能的一定特性，如完成学习、推理、记忆和识别 等功能。人工神经网络的实质是某个数学模型，可以通过大量的神经元相互连接实现人 脑的某些功能。如今，人工神经网络学已经应用到各个领域，并在智能控制、优化计算、 模式识别、医学与经济学等领域显示出很大的应用价值 9 1 。 3 1 神经网络基本要素 在人工神经网络设计及应用研究中，通常需要考虑的两大要素是神经元激活函数以 及网络的学习过程。 3 1 1 神经元激活函数 人工神经元在输入信号作用下产生输出信号的规律是由神经元激活函数厂 ( a c t i v a t i o nf u n c t i o n ) 给出的，它也称为功能函数，是神经元模型的外特性。它的几个基 本作用是：控制输入信号对输出的激活；对输入、输出函数进行函数转移；将一个无限 域的输入信号变成有限范围内的输出信号。激活函数的形式多种多样，应用它的不同特 点可以构成不同功能的神经网络u o l 。 常用的神经元激活函数有如下几种【1 1 1 。 1 简单线性函数 神经元功能函数厂连续取值，输入x 由连接矩阵形加权产生输出。 岍 2 对称硬限幅函数 这是一种非线性模型，输出只取二值，如+ l 或1 ( 或1 与0 为硬限幅函数) ，当净 输入打入某一阈值口时，输出取+ l ，反之，输出取1 ，这一作用可借助符号函数表示， 此时有： f ( x ) = s g n ( x - o ) 3 s i g m o i d 函数( s 型函数) 1 2 长安大学硕士学位论文 神经元输出时限制在两个有限值之间的连续非减函数，表达式可写为： m ) = 善 s i g m o i d 函数曲线由双曲正切函数构成，如图3 1 ( a ) 所示，最大值与最小值分别为+ 1 和1 。由于具有连续与可微的性质，使得s i g m o i d 函数得到了较为广泛的应用。 如果将该双曲函数向上平移，即可得到以下函数，单极性s i g m o i d 函数。 似) = 专 此时曲线的最大与最小值分别取1 和0 ，如图3 - 1 ( b ) 所示。 l j 厂 0 _ 一l 【a ) ) 图3 - 1s i g m o i d 函数曲线 3 1 2 人工神经网络的学习规则 学习功能是神经网络最主要的特征之一。所谓“学习 ，就是获得新知识的过程，而 学习的结果则是通过记忆在一段时间内的到保持。针对不同的用途，当前以及提出很多 种神经网络的学习规则，各种学习规则的研究，都对人工神经网络理论与发展起着重要 作用。基本的学习规则有：h e b b 学习规则、梯度下降法以及胜者为王规则【1 2 】。 1 h e b b 规则 h e b b 规则是由d o h e b b 在上世纪4 0 年代首先提出了一种神经网络学习算法。也是 最早的、最著名的一种学习算法。以此规则为基础，有许多形式的学习算法。下面首先 介绍这一规则。 在h e b b 学习规则中，学习信号简单地等于神经元的输出： 乃= ( 一) 第三章神经网络理论与s o m 网络的故障诊断法 权向量的调整公式为： o + 1 ) = o ) + 7 7 虎= w , j ( t ) + 7 1 y j x _ f 上式表明，权值调整量与输入输出的乘积成正比。显然，如果一个神经元从另一个 神经元接收输入激励信号，而且两个神经元都处于高激励情况下，那么两个神经元的加 权就应当加强。 h e b b 学习规则是一种前馈的、无监督的学习规则。该学习规则目前已经在多种神经 网络模型中发挥着重要作用。典型的应用如利用h e b b 规贝, u i ) t l 练线性联想器的权矩阵。 如果假定网络的权矩阵初始化为0 ，然后将m 个输入输出对依次应用式( 1 ) ，取学习率 ，= 1 ，得权矩阵阢 形= 砭五7 一 k = l 假设输入向量为标准正交向量。如果将苟输入到网络，则网络产生的输出为： q = 形= 【k 五r 】= k ( 五r ) ( 2 ) 由于为标准正交向量，五r 五= 1 ，则q = k ( j = 七) ；五r = o ( 后) 。此时网 络的输出等于其相应的目标输出。也就是说，如果输入原型向量是标准正交向量，h e b b 学习规则就能为每个输入生成正确的输出结果。 但是当输入原型向量不是正交向量时，则( 2 ) 式变为： 由于这些向量不是正交的，所以网络的输出有误差。误差的大小取决于原型输入模式之 间的相关总和。 2 梯度下降法 这是将数学上的最优化方法应用于神经网络中。它是一种有导师的学习方法，需要 导师信号。在这种方法中，加权的修正量正比于误差对加权的一阶导数。它的数学表示 为： 毗2 1 嚣 其中e 是描述误差的误差函数。 、， 一 瓦 ，l 砭 础 + 砭 = 、， 一 r 疋，lk 。描 = 巧 1以砭 。脚 = 一 矿 = q 长安大学硕士学位论文 梯度下降法是一种非常有效的方法，被广泛采用。仃学习规则和误差反传训练算法 ( b p 算法) 都是由梯度下降法推导出来的。 3 胜者为t ( w i n n e r - t a k e a 1 1 ) 学习规则 胜者为王学习规则属于无导师学习方式。对于无监督学习的情况，不是事先给定标 准样本进行学习，而是直接将网络放置于“环境 之中，在同一时间内学习阶段与应用 阶段同时进行。这种学习是基于在某层神经元中的一个有最大响应为前提的。此时，学 习规律服从连接权重，的演变方程： i d w ：月w x 】 。一 j 口l 权值w 选定初始值之后，由于环境不断改变，x ，w 随之逐渐改变，对于平稳环境，w 可 达稳定状态。这种边学习边工作的特征与人类大脑学习过程很相似。胜者为王学习规则， 是将网络的某一层规定为竞争层，对于一个特定的输入z 竞争层的所有p 个神经元均 有输出响应，其中响应值最大的神经元为竞争中获胜神经元，即： 既7x = m 。，a x ( 彬7x ) 神经元研就为获胜者。只有获胜的神经元才有权调整其权向量既，调整量为： 既= a ( x 一既) 式中，a ( 0 ，1 是学习常数，一般其值随着学习的进展而减小。由于两个向量的点积越 大，表明两者越相似，所以调整获胜神经元权值的结果是使进一步接近当前输入兄 显然，当下次出现与x 相像的输入模式时，上次获胜的神经元更易获胜。在反复的竞争 学习过程中，竞争层的各神经元所对应的权向量被逐渐调整为输入样本空间的聚类中心 1 3 1 o 在有些应用中，如自组织神经网络，以获神经元为中心定义一个获胜邻域，除获胜 神经元要调整权值外，邻域内的其他神经元也不同程度的调整各自的权值。 3 2 自组织神经网络 自组织特征映射网络( s e l f - o r g a n i z i n gf e a t u r em a p ，简称s o m ) ，是一种无导师自 学习型神经网络。该理论最早由芬兰学者科霍恩( k o h o n e n ) 在1 9 8 1 年提出的。k o h o n e n 认为，自组织映射神经网络不仅对不同输入信号产生不同响应，还能实现相同功能的神 经元在网络中的聚集【1 4 】。 1 5 第三章神经网络理论与$ o m 网络的故障诊断法 神经生物学的研究结果表明：生物视网膜中，有许多特定的细胞，对特定的图形( 输 入模式) 比较敏感，并使得大脑皮层中的特定细胞产生大的兴奋，而其相邻的神经细胞 的兴奋程度被抑制，更远的又是弱刺激。对于某一个输入模式，通过竞争在输出层中只 激活一个相应的输出神经元。许多输入模式，在输出层中将激活许多个神经元，从而形 成一个反映输入数据的特征图形【1 5 1 。 自组织竞争人工神经网络是以无导师方式进行网络训练的神经网络模型，这种模型 大部分都采用了竞争型学习机制。 3 2 1 自组织神经网络结构 自组织竞争人工神经网络的基本思想是一个神经网络接受外部输入时，会分成不同 的区域，每个区域对输入具有不同期望特征。网络的输出神经元之间相互竞争，但是在 每一时刻只有一个神经元被激活。被激活的神经元称为竞争获胜神经元，其它神经元的 状态被抑制。最终只有一个神经元获胜，同时使得那些与获胜神经元相关的连接权向着 更有利于竞争的方向调整【1 6 1 。 最基本的竞争学习网络包括输入层和竞争层两层。在竞争层，神经元之间的竞争， 最终只有一个或少数几个神经元适应当前的输入样本。竞争成功的神经元代表当前输入 样本的分类情况。 s o m 网络模型的一个显著特征就是可以在二维的处理单元上，形成输入信号阵列的 拓扑分布特征，如图3 3 所示，由神经元数为n 的输入层和神经元数为m 的竞争层组成。 网络中输出节点与邻域的其它节点广泛相连，并相互激励。输入节点和输出节点之间由 连接权( f ) 相连，通过网络自身的功能不断调整权值( d ，使其在稳定时，每一邻域 的所有节点对某种输入均具有类似的输出。因此s o m 模型具有抽取输入信号模式特征 的能力【1 7 1 。 3 - 3 自组织特征映射网络结构 1 6 长安大学硕士学位论文 3 2 2s o m 权值调整域 s o m 网络采用的算法称为k o h o n e n 算法，它是以“胜者为王 学习规则为基础改 进而来的。 以获胜神经元为中心设定一个半径为r 的邻域，此半径固定的范围称为优胜邻域。 在s o m 网络学习规则中，优胜邻域内的一切神经元，均按其距离获胜神经元的远近不 同程度来调整权值。优胜邻域开始设定的较大，其大小会随着训练次数的增加而不断减 小，最终收缩到半径为零。 3 2 - 3s o m 网络运行原理 s o m 网络的运行可以分为训练和工作两个阶段。在训练阶段，训练样本被网络随机 输入，在一个特定的输入模式下，在输出层的节点产生最大响应而获胜。当训练刚开始 时，输出层哪个位置的节点对输入层产生的响应最大是不确定的。当输入模式改变后， 获胜的节点也会随之改变。而获胜节点附件的那些节点则因为侧向的兴奋作用也产生很 大影响，于是获胜节点和它周围的所有节点的权值都做不同程度的调整，调整值依邻域 内各个节点距离获胜节点的远近而减小。网络通过自组织模式，用大量的训练样本调整 这些网络权值，最终使得输出各个节点称为对特定模式敏感的神经元，相应的权值也称 为各输入模式的中心向量。如果两个模式类别的特征非常相似的话，就代表这两个节点 在位置上也很相近。最后在输出层形成了特征图，能够清楚明了的反映样本模式类分布 情况【1 8 】。 3 2 4 学习方法 根据上面讲述的s o m 网络运行原理，它所采用的学习算法如下： ( 1 ) 网络初始化 对输出层各权向量赋小随机数并进行归一化处理，得到矿( _ ，= 1 ，2 ，m ) ，建立初始 优胜邻域m 气o ) 和学习率叩初值。m 为输出层神经元数目。 ( 2 ) 接受输入向量 从训练集中以一定概率取一个n 维输入样本，同时进行归一化处理，得到 x ，( p = 1 ，2 ，拧) 。 ( 3 ) 寻找获胜节点 计算x p 和形的点积，从中找到点积最大的获胜节点。 ( 4 ) 定义优胜邻域m 1 7 第三章神经网络理论与s o m 网络的故障诊断法 以获胜节点幸为中心确定，时刻的权值调整域，一般初始邻域( o ) i r 值较大，训练 过程中m ( d 随着训练时间收缩。如图3 4 所示。 oooo ooo ooooooo 图3 4 邻域n j ( t ) 的收缩 ( 5 ) 权值调整 对优胜邻域( f ) 内的节点进行权值调整，调整量为： o + 1 ) = o ) + 口o ) 薯p 一o ) 】 汪1 ，2 ，胛，j m 。o ) 学习速率a ( t ) = a ( o ) ( 1 一专) ，口( o ) 为初始学习速率，r 是学习次数，r 是总学习次数。 ( 6 ) 结果判定 当学习率a ( ，) a 血时，训练结束；不满足结束条件时，转到步骤( 2 ) 继续。 通过对自组织神经网络的结构和算法研究表明，大脑皮层的信息具有两个明显的特 征：第一个是拓扑结构映射不通过神经元重组来实现，而是在不同激发状态的单个神经 元形成一个拓扑结构；第二是映射的拓扑形成了自组织的结构及其特点。s o m 神经网络 的神经元拓扑结构就是它最基本的特征【1 9 , 2 0 。 3 3 基于s o m 网络的液压故障诊断应用实例 应用s o m 神经网络进行液压故障