（机械电子工程专业论文）轴向柱塞泵故障诊断和预测方法研究与系统开发.pdf

摘要 本文主要研究了轴向柱塞泵的故障智能诊断与预测方法，并开发出轴向柱塞 泵计算机辅助故障诊断与预测系统。 本论文分析了轴向柱塞泵的故障发生机理，确定了故障诊断和预测中需要采 集的参量和各参量的采集方法。 利用模糊诊断的方法，从故障症状和故障源两条路径来综合评判故障的原因， 对轴向柱塞泵故障进行智能诊断。首先分别对测得的故障症状值和故障源值进行 模糊量化，然后确定故障症状和故障原因，故障源和故障原因的对应关系，以及 他们之间密切关系程度。通过模糊故障诊断模型，来计算各个故障原因严重程度 值。严重程度值大的故障原因，就是本文诊断出的最有可能发生的故障原因。通 过比较实际检测得到的故障严重程度值和本文诊断出的故障严重程度值，利用最 小二乘法的方法对模糊故障诊断模型进行修正。 利用灰色预测方法对故障发展的趋势进行预测。采集5 组等时间间隔的故障 症状值和故障源值，通过本文建立的轴向拄塞泵灰色预测模型，计算出在下一时 间间隔时候的故障症状值和故障源值，然后根据本文提出的故障诊断方法，预测 出下一时间间隔时候的故障严重程度。 论文最后介绍了系统开发的思想和开发的原则。对系统进行了需求分析以及 数据库的设计，叙述了系统的主要功能模块和界面的设计。 关键词：系统开发：轴向柱塞泵；故障模糊诊断；故障灰色预测：最小二乘法 ：耋三些銮兰三：翌：些兰三 a b s t r a c t t h i sd i s s e r t a t i o nr e s e a r c h e dt h em e t h o d so ff a u l ti n t e l l i g e n td i a g n o s i n ga n d f o r e c a s t i n go fa x i a lp l u n g e rp u m p ，a n dd e v e l o p e di t sc o m p u t e ra i d e df a u l td i a g n o s i n g a n df o r e c a s t i n gs y s t e m t h i sd i s s e r t a t i o na n a l y z e dt h ef a u l th a p p e n i n gm e c h a n i s mo fa x i a lp l u n g e rp u m p ， c o n f i r m e dt h ep a r a m e t e r sa n dt h e i rc o l l e c t i n gm e t h o d st h a t w i l lb eu s e di nt h e m a l f u n c t i o nd i a g n o s i n ga n df o r e c a s t i n gp r o c e s s t h ec a u s a t i o no ff a u l tc a nb ef o u n do u tt h r o u g hi t ss y m p t o ma n ds o u r c eb yu s i n g t h ef u z z yd i a g n o s i n g t h u sr e a l i z et h ei n t e l l i g e n td i a g n o s i n go fa x i a lp l u n g e rp u m p t h ef a u l td i a g n o s i n gp r o c e s si sa sf o l l o w s ：f i r s t ，q u a n t i f yt h ev a l u eo fs y m p t o ma n d s o u r c eo ff a u l t ，t h e nc o n f i r mt h ec o r r e s p o n d e n c e sb e t w e e nt h es y m p t o ma n df a u l t c a u s a t i o n ，t h es o u r c ea n df a u l tc a u s a t o n ，a n dh o wt i g h t l yt h e yc o r r e s p o n d l a s t ， f i g u r eo u tt h es e r i o u sv a l u eo fe a c hf a u l tc a u s a t i o nb yf u z z yf a u l td i a g n o s i n gm o d e l t h ec a x t s a t i o nw i t hl a r g e s ts e r i o u sv a l u ei sm o s tl i k e l yt h ef a u l tc a u s a t i o n g e tt h e e r r o ro fs e r i o u sv a l u eb e t w e e nt h ep r a c t i c a lt e s ta n dd i a g n o s i s t h e nc o r r e c tt h ef u z z y f a u l td i a g n o s i sm o d e lb yl e a s ts q u a r em e t h o d u s i n gg r e yf o r e c a s t i n gm e t h o d ，t h ef a u l tt r e n do ft h ea x i a lp l u n g e rp u m pc a nb e f o r e c a s t e d f i r s t ，w es h o u l dc o l l e c tf i v eg r o u p so fd a t a ，w h i c ha r em e a s u r e di nt h e e q u a li n t e r v a l ，t h e nf i g u r eo u tt h ev a l u e so ff a u l ts y m p t o ma n ds o u r c ei nt h en e x t i n t e r v a l ，l a s t ，a c c o r d i n gt h ef a u l td i a g n o s i n gm e t h o dp u tf o r w a r di nt h i sd i s s e r t a t i o n ， w ec a nf o r e c a s th o ws e r i o u st h ef a u l tw i l lb ei nt h en e x ti n t e r v a l a tl a s t ，t h i sd i s s e r t a t i o ni n t r o d u c e dt h ed e v e l o p i n gi d e aa n dp r i n c i p l eo ft h e s y s t e m ，a n a l y z e dt h er e q u i r e m e n t ，d e s i g n e dt h ed a t a b a s e ，i n t r o d u c e dt h ef u n c t i o no f m a i nm o d u l e s ，a n dd e s i g n e dt h ei n t e r f a c eo ft h es y s t e m k e y w o r d s ：s y s t e md e v e l o p m e n t ：a x i a lp l u n g e rp u m p ：f u z z yf a u l td i a g n o s i n g ： g r e yf a u l tf o r e c a s t i n g ：l e a s ts q u r es c h e m e l i 广东工业大学工学硕士学位论文 独创性声明 秉承学校严谨的学风与优良的科研道德，本人声明所呈交的论文是我个人在 导师的指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以 标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，不包 含本人或其他用途使用过的成果。与我一同工作的同志对本研究所做的任何贡献 均已在论文中作了明确的说明，并表示了谢意。 本学位论文成果是本人在广东工业大学读书期间在导师的指导下取彳导的，论 文成果归广东工业大学所有。 申请学位论文与资料若有不实之处，本人承担一切相关责任，特此声明。 指导教师签字： 论文作者签字： 荔乏 名务旌 2 0 0 7 年6 月5 日 第一章绪论 第一章绪论 本章主要叙述了轴向柱塞泵在液压系统中发挥的作用和所处的地位。研究课 题的背景、来源以及研究的意义。液压系统故障诊断技术的国内外现状和不足， 以及发展趋势。 1 1 课题背景与来源 1 1 1 课题背景 随着工业化的发展，设备逐渐朝大型化与高速化发展。在设备的运行过程中， 对动力的要求也更高。由于液压系统有着重量轻、功率大、工作平稳且可实现大 范围内无级调速等优点，液压系统的使用范围越来越广泛。液压泵作为整个液压 系统的动力输出转换设备，是液压系统中最核心的组成部分之一，也越来越受到 重视，对液压泵的维护也越来越受到关注在众多液压泵泵型中，轴向柱塞泵的 使用中最为广泛。轴向柱塞泵有其自身的优点，如结构紧凑、径向尺寸小、惯性 小、容积效率高、流量范围大且易于变量，目前最高压力可达4 0 m p a ，甚至更高， 因此一般用于一些大型的工程设备，如液压挖掘机、搅拌机和压路机等高压系统 中，以及很多重型生产场合，如矿山机械，钢铁厂等等“一。 在实际应用中，由于生产的需要，液压泵往往一直处在运行状态中，而且由 于工作环境比较恶劣，液压油容易受污染等原因，液压泵容易发生故障，严重影 响生产。而在实际的检查与维修过程中，由于液压系统比较复杂，弯道多且液压 设备密封，引起液压泵故障的原因较多，故障原因和故障症状对应关系不是一一 对应。因此，在实际的液压泵维修中难度很大，而且维修者的经验很重要。传统 的液压泵故障诊断方法效率低下，对生产、对液压泵以及周边的元件影响也比较 大m 。急需探索一种液压泵故障智能诊断方法，可以在不停机，不开盖的情况下， 对液压泵故障作出高效准确的诊断。 广东工业大学工学硕士学位论文 1 1 2 课题来源 本课题源自广州珠江钢铁有限责任公司( 以下简称珠钢) 铸轧部。珠钢是广 东省、广州市重点发展的大型企业集团一一广钢集团的主体企业之一。珠钢铸轧 部有两套液压机组，是连铸连轧生产线的主要动力来源。由于生产任务重，使用 环境恶劣，液压泵容易出现一些故障，如压力不够、运行无力、油温偏高、振动 剧烈等等。经过初期的调研，珠钢铸轧部的采用的液压泵是v i c k e r s 的p v 2 5 0 d f 恒压变量轴向柱塞泵。额定排量是2 5 0 c m r ，数量共有8 台。分为主系统液压机 组和振动台液压机组。在珠钢铸轧部，轴向柱塞泵的故障原因，主要是柱塞与缸 体磨损严重、滑履与斜盘磨损严重、缸体与配油盘磨损严重、滑履松动和轴承损 坏等。 1 2 研究的意义 1 液压泵是整个液压系统的动力源，相当于液压系统的。心脏”，在系统中 起着举足轻重的作用液压泵运行状态好坏与否直接关系到整个系统的运行，而 且液压泵运行情况对系统其它元件的寿命也有很大的影响。 2 对于液压系统，如果发生了故障，轻则影响生产，重则造成重大生产事故。 因此，非常有必要提高液压设备，尤其是液压泵的故障诊断水平，以及故障预报 水平。研究液压泵的智能诊断和预测方法，可以降低对维修人员经验的依赖性， 并且可以提高诊断效率和准确率，降低故障发生的风险。 3 随着液压系统向快速、大功率、高精度方向发展，液压设备的结构更加复 杂。如果仍按照原始的故障诊断方法，对液压泵进行解体诊断，频繁的拆卸不仅 难以保证设备性能的稳定性，反而增加了液压油被污染的可能性，且费时费力。 因此研究在不磐体的情况下对液压泵进行故障诊断，在工业生产中具有十分重要 的意义 $ 1 t 4 1 。 第一章绪论 1 3 液压系统故障诊断技术现状和发展趋势 1 3 1 液压系统故障诊断技术现状 在实际现场，从诊断方式上看，目前液压系统的故障诊断分为两个步骤。首 先主要是工程维修技术人员通过观察运行的情况，油液的清洁程度，听液压系统 在运行过程中发出的一些噪音，通过手触摸液压设备来感受它的振动和温度以及 通过嗅觉来确定液压油变质程度和液压泵有无烧结现象发生等一些方法，并利用 一些常用的检测设备，凭自己的实践经验做出初步的判断，这一步称之为简易诊 断。简易诊断过后，对有疑问的异常现象，使用一些精密检测仪器，如压力传感 器、流量传感器、铁谱分析仪等，进行定量分析来确定液压系统发生故障的原因 与部位。这一步称之为精密诊断。 从维修方式上看，目前液压系统的维修方式很多还是停留在定期维修的阶段， 按照预定的检修计划和周期来开展检修任务，就是通常说的巡检。随着对设备故 障机理的研究和设备管理水平的提高，这种维修方式的弊端也逐渐地显现出来。 这种维修方式无法解决“维修不足”和“维修过剩”二者之间的矛盾，造成检修 不及时或者过度维修造成一定的浪费m m 。 瓤的液压系统故障诊断方法与维修方式正在积极的研究和发展中根据液压 系统故障诊断技术的要求，依靠近代数学的最新研究成果和各种先进的数据采集 手段，目前国际上正在研究的液压系统故障诊断方法有：功能诊断法、振动诊断 法、声学振动法、热力学诊断法、主成份诊断法、模糊诊断法、神经网络诊断法、 专家系统诊断法等”1 。这些方法正在逐步投入到实际应用中，使用的效果也在逐 步的改善，也是现在研究的热点。在维修方式上，倡导以状态监测为基础的预知 维修。它不规定修理周期，而是定期或连续地对设备进行状态监测，并根据状态 监测和故障诊断结果，视其劣化程度或故障发展趋势，在必要的时间和空间对其 进行修理。既能有效地对故障进行诊断和预防，也减少了检修浪费n “”n “。 1 3 2 液压系统故障诊断技术趋势 1 混合智能故障诊断技术的研究。将各种不同的智能诊断技术结合起来的混 合诊断系统是智能诊断研究的一个发展趋势。可以有效地发挥各种故障诊断方法 的优点。 2 基于网络的远程协作的诊断技术的研究。网络化的远程故障诊断系统将诊 断现场和诊断中心由网络联系起来，而且同一个诊断中心可响应不同现场用户的 使用要求。基于网络的远程液压系统故障诊断系统将管理部门、现场、诊断专家、 液压系统供应商联系起来，形成一个真正开放的系统“” 3 虚拟现实技术的应用。虚拟现实技术是人们通过计算机对复杂数据进行可 视化操作与交互的一种全新的方式。用户、计算机和控制对象被视为一个整体， 通过各种直观的工具将信息进行可视化，用户直接置身于这种三维信息空间中自 由地操作和控制计算机。可以使故障诊断更加直观化，效率也可以得到很大的提 高“ 。 1 4 本课题的主要研究内容 1 对故障症状明显程度和故障源发生可能性程度的隶属函数的确定，对故障 症状与故障原因、故障源与故障原因的对应关系以及他们的密切程度系数的确定。 2 基于模糊数学理论和方法，建立故障严重程度的模糊综合评判模型，实现 模糊故障诊断。 3 对故障严重程度的预测。研究等时间间隔的灰色故障预测方法，建立灰色 预测模型，确定在下一个时间间隔到来时各故障的严重程度，预测最有可能的故 障原因。 4 对实际故障严重程度的度量方法的确定，建立诊断故障和实际故障的误差 分析函数，对故障的诊断模型中相关参数进行学习修正。 5 算法的软件实现方法研究。用计算机高级语言d e l p h i 实现模糊故障诊 断算法和灰色预测算法。以及相应的模型修正算法，实现对故障的智能、快速、 高效率的诊断和预测。 4 第二章轴向柱塞泵故障机理分析与数据采集方法 第二章轴向柱塞泵故障机理分析与数据采集方法 本章主要对轴向柱塞泵故障模式与故障发生机理进行分析以及数据采集量的 选择以及具体的采集方案的确定。 2 1 轴向柱塞泵的工作原理及结构特点 液压泵是通过改变容积的方式来完成吸压油，以达到将一定压力的液压油输 送到工作油路中。不同的液压泵，其工作原理都是一样的，只是容积改变的方式 不一样比如齿轮泵，通过齿轮的滚动而完成局部容积的改变，从而完成吸压油 过程。柱塞泵是依靠柱塞在缸体中往复运动，使密封工作容腔的容积发生变化来 实现吸压油。轴向柱塞泵工作原理如图2 1 “，“，。 l 、缸体2 、配油盘3 、柱塞4 、斜盘5 、传动轴6 、弹簧 图2 1 轴向柱塞泵工作原理图 f i g 2 lt h ep r i n c i p l eo fa x i a lp l u n g e rp u m p 如图2 1 所示，斜盘式轴向柱塞泵由传动轴5 带动缸体l 旋转，配油盘2 固 定不动，在不变量的情况下，斜盘4 也保持固定。柱塞3 均布于缸体l 内，柱塞 的头部靠机械装置和在低压油作用下紧压在斜盘上。斜盘法线和缸体轴线的夹角 为y 。当传动轴旋转时，柱塞一方面随缸体转动，另一方面，在缸体内作往复运 动。在图示位置，柱塞相对缸体左移时工作容腔是吸油状态，油液经配油盘的吸 广东工业大学工学硕士学位论文 油口吸入；柱塞相对缸体右移时工作容腔是压油状态，油液从配油盘的压油口压 出。缸体每转一周，每个柱塞完成吸、压油一次，这个过程所排出的理论油液体 积叫做柱塞泵的排量，常用单位为c m 3 r 。如果可以改交斜盘4 的倾斜程度，即 改变斜角，的大小，就能改变泵的排量大小，如果斜盘4 的倾斜方向可以改变， 就可以改变吸、压油的方向，此时即为双向变量轴向柱塞泵m ，。 2 2 轴向柱塞泵故障模式与机理分析 故障模式是故障的外在表现形式，是设备的失效形式。故障机理是故障的内 在原因。通过故障模式与故障机理的分析，可以确定关键的故障模式及其对系统 的影响。轴向柱塞泵，相对于其它类型的液压泵，如齿轮泵、叶片泵等，结构复 杂，有许多摩擦副，如柱塞与缸体、缸体与配流盘、滑履与斜盘等。根据大量的 调研统计和微观摩擦学理论分析得到，轴向柱塞泵主要摩擦副的摩擦磨损是关键 的故障模式。其故障机理为当轴向柱塞泵工作时，其摩擦副间的力矩系数增大， 致使配对摩擦副在工作载荷谱下摩擦加剧，使摩擦副问的油膜变薄，在这种应力 的反复作用下使液压泵摩擦副间某一部件表面疲劳磨损而脱落，使液压泵运动间 隙增大，容积效率下降，最终失效“”。 本文提及的故障症状，是轴向柱塞泵故障的外在表现形式，主要有压力偏小、 压力波动大、流量小、振动大、温度高、泄漏大等。轴向柱塞泵的故障原因，主 要是柱塞与缸体磨损严重、滑履与斜盘磨损严重、缸体与配油盘磨损严重、滑履 松动和轴承损坏等。分别如图2 2 、图2 3 、图2 - 4 、图2 - 5 所示。 墨三耋翌皇兰耋至苎兰当耋坌堑主茎耋圣耋耋鎏 图2 - 2 缸体磨损 f i g 2 - 2c y l i n d e rb l o c ka b r a s i o n 图2 3 斜盘磨损 f i g 2 - 3i n c l i n e dd i s ha b r a s i o n 7 ：耋：兰查：三：2 土：2 兰三 图2 - 4 柱塞损坏 f i g 2 - 4p i s t o nd a m a g e 图2 - 5 配油盘损坏 f i g 2 5v l a v ep l a t ed a m a g e s 轴向柱塞泵故障症状与故障原因的对应关系如表2 1 一m n 订。 表2 1 故障症状与故障原因的对应关系表 t a b 2 - 1t a bo fc o n n e c t o nb e t w e e n d i a g n o s i ss y m p t o ma n dc a u s a t i o n 故障症状故障原因 ( 1 ) 吸油口堵塞 ( 2 ) 缸体与配流盘、柱塞与缸孔、滑履与斜盘之间磨损严 压力低重，滑履松动 ( 3 ) 中心弹簧损坏 ( 4 ) 油液粘度高 ( 5 ) 泄漏严重 ( 1 ) 油液粘度高 ( 2 ) 中心弹簧损坏 压力波动 ( 3 ) 缸体与配流盘、柱塞与缸孔、滑履与斜盘之间磨损严 重，滑履松动 ( 4 ) 吸油口堵塞 ( 5 ) 泄漏严重 ( 1 ) 变量机构工作不佳 ( 2 ) 油液粘度高 ( 3 ) 滤油器堵塞 流量小 ( 4 ) 缸体与配流盘、柱塞与缸孔、滑履与斜盘之间磨损严 重，滑履松动 ( 5 ) 吸油不足，吸空 ( 6 ) 中心弹簧损坏 ( 1 ) 缸体与配流盘、柱塞与缸孔、滑履与斜盘之间磨损严 内泄漏大重，滑履松动 ( 2 ) 中心弹簧损坏，使缸体与配流盘问失去密封性 ( 3 ) 油液秸度小 广东工业大学工学硕士学位论文 ( 1 ) 泄漏严重 ( 2 ) 吸油不足，吸空 温度高( 3 ) 缸体与配流盘、柱塞与缸孔、滑履与斜盘之间磨损严 重，滑履松动 ( 4 ) 油液粘度高 ( 5 ) 中心弹簧损坏 ( 1 ) 吸油不是，吸空 ( 2 ) 轴承损坏 ( 3 ) 油液粘度高 振动与噪声大( 4 ) 缸体与配流盘、拄塞与缸孔、滑履与斜盘之间磨损严 重，滑履松动 ( 5 ) 滤油器堵塞 ( 6 ) 泄漏严重 ( 1 ) 缸体与配流盘、柱塞与缸孔、滑履与斜盘之间磨损严 重，滑履松动 油液污染严重( 2 ) 液压油使用时间长，混入了空气、水分和粉尘 ( 3 ) 轴承损坏 ( 4 ) 中心弹簧损坏 表2 1 中列出的故障比较多，本文的研究，只选用了配流盘与缸体磨损严重、 柱塞与缸体磨损严重、滑履与斜盘磨损严重、滑履松动、轴承磨损严重这5 个最 主要故障原因作为研究内容。 2 3 轴向柱塞泵故障参量采集手段 2 3 1 采集参量的选择 在液压系统运行过程中，压力和流量等参量会发生变化，这些信息都直接、 间接地反映出系统运行的状态，这些提供判断其运行状态的信息大体可以分为三 类】： 第二章轴向柱塞泵故障机理分析与数据采集方法 1 系统或设备的输出。是衡量其工作能力强弱和运行状态良好与否的直接参 量。例如液压泵的压力和流量，液压缸的推力和速度等，都是设备的输出。可以 根据这些输出参量，判断出系统是否满足使用要求，是否发生了故障。 2 直接信息。是指直接导致运行状态改变，直接引起故障的参量。如液压元 件的磨损量、变形量等，它们都是引起液压设备故障的直接原因，通过对元件磨 损量大小的测量，可以直接判断出故障严重程度的大小，是判断故障严重程度最 准确最直接的参量。但是由于液压系统的复杂性封闭性，在不解体的情况下，基 本上不可能获取这些信息。因此，在实际的故障诊断中，获取直接信息并不是最 好的方法。 3 间接信息。是指除了系统的输出之外，能够间接地反映系统工作能力，反 映工作状态的参量比如液压泵的温度、振动量等，它们并不是液压泵的输出量， 但问接地反映了液压泵工作运行状态的变化。间接信息往往获取比较容易，具有 比较高的利用价值，还可以对系统的工作状态进行在线监测并作出评价。 反映液压设备及系统技术状态的特征信息多种多样，但是如果特征信息选择 不当，往往会增加设备运行状态判断的难度。因此，必须对可供选择的参量进行 适当的选择。采集参量的选择，应遵循以下几个原则“i 采集参量对异常现象应反应快，而且灵敏度高。 尽可能在不破坏使用工况的条件下进行采集，最好能采用在线采集的方 式。 采集装置应尽量简便，价格低廉，以降低采集成本。 从理论上讲，轴向柱塞泵发生故障时，液压泵的输出、液压泵的直接信息和 间接信息都会发生变化。要选择的是置信度高的参量作为采集参量。由于本课题 的研究目的是柱塞泵的故障诊断和预测方法的研究，因此，本文选用了以下6 组 共9 个故障症状量，分别是m “w ： ( 1 ) 压力和流量。在液压系统中，压力信号是各种状态信息丰富的载体，信 号的信噪比高，灵敏性好。液压系统的介质是油液，因此，油液的流量信号同样 是状态信息丰富的载体，因而对流量信号进行分析，提取有用的特征参数，也能 够实现液压泵的故障诊断。而且，压力和流量仅用相关的测量仪器仪表，就可以 方便地在线获取，同时，压力和流量也是液压泵的输出量，是液压泵工作状态和 工作能力的总体反映，可以从整体上对液压泵的故障进行判断。 广东工业大学工学硕士学位论文 ( 2 ) 压力波动量。压力波动能从微观上反映液压设备的工作状态，对故障较 为敏感。类似于振动信号，可以用于各种时域或频域分析。例如，在正常情况下， 液压泵的压力波动是周期性信号，当其配流盘发生故障时，压力波动出现很强的 随机信号，并且其压力波动比正常泵的压力波动幅值要大。压力波动量也可以方 便地在线获取。 ( 3 ) 内泄漏量液压泵的内泄量，是液压泵的个重要参量，绝大多数的故 障都与内泄漏有关。液压泵的内泄漏，既是故障的表征，同时也是故障的一个原 因。内泄漏的增大，可以引起很多故障，如温度升高、压力降低、压力波动增大， 噪音增大等等导致内泄漏增大的原因也非常多，如泵内元件磨损导致的间隙增 大，密封性能降低，油液的粘度降低等等。因此，对内泄漏量的采集非常有必要。 ( 4 ) 油液温度。根据能量守恒定律，在液压设备出现故障后，压力能的损失， 运动配合表面的摩擦、内泄漏等产生的能量损失，会转化为别的能量形式。而一 般情况下，大都会以热量的形式表现出来。因此通过对油液温度的测量，就可以 对液压泵的状态进行判定。由于泵壳体的温度反映了油液的温度，因此本文测量 的是柱塞泵壳体的温度，这样使测量更加方便高效，并降低对生产的影响和对油 液的污染。 ( 5 ) 振动量。不仅仅是液压泵，绝大多数的机械设备，发生故障后，振动量 都会发生变化。利用振动信号进行液压泵的故障诊断，不需要拆开液压泵，只需 要在液压泵的外部安装测试振动信号的传感器，可以大大缩短诊断的时间，同时 也避免了拆开液压泵而遭使液压油受污染。振动量信噪比高，获取方便，信息丰 富，是液压泵故障诊断的首先参量之一一 ( 6 ) 油液中的金属含量。液压泵中的摩擦副比较多，缸体、柱塞、滑履等元 件会由于磨损而发生材料的脱落，混入油液中，又进一步的加剧了磨损。对油液 中金属含量的采集，可以有效地了解液压泵的磨损情况。在轴向柱塞泵中，主要 关注的金属含量，分别是：铜含量、铬含量和铁含量。 除了上述9 个参量，还选择了2 组共4 个故障源参量作为采集参量“m w ； ( 7 ) 运行时间。由于滑履与斜盘，柱塞与缸体等摩擦副的存在，因此，液压 泵运行时间的长短，在一定程度上反映了液压泵的磨损情况。又由于在一定的生 产任务下，液压泵的寿命具有一定的统计规律。因此，液压泵运行时间可以反映 出液压泵的寿命。还有一个原因是，液压泵的运行时间获取容易，分析起来非常 第二章轴向柱塞泵故障机理分析与数据采集方法 简单。 ( 8 ) 油液污染程度。包括油液污染的等级，混入液压油的空气和水分三个采 集参量。据统计，液压系统故障有7 5 左右是由于油液污染所致m ，混入油液中 的固体颗粒，包括金属颗粒和粉尘等一些杂质颗粒，会直接加重元件的磨损，导 致油路和阀的堵塞；混入油液中的空气，会导致压力降低和引起空穴等；混入油 液中的水分，使油液的粘度降低，增大泄漏量。所以对油液的分析，包括铁谱分 析、光谱分析、污染度分析等处理非常有价值一。 2 3 2 参量的采集方法 2 3 2 1 液压泵数据总体采集方案 珠钢铸轧部液压泵站采用的是p v 2 5 0 d f 型恒压变量轴向柱塞泵。针对生产 现场环境和生产的特点，对液压泵采用的数据采集方案如下： 1 液压泵编号：对液压泵按0 0 1 ，0 0 2 ，进行编号，便于数据的采集 和管理。 2 采样设备：( 1 ) h g 3 5 1 8 数据采集数据分析管理系统 ( 2 ) h m g 2 0 2 0 型手持式测量仪 ( 3 ) r a y n g e r 系列非接触式红外测温仪 ( 4 ) 以及其他液压系统中自带的相关仪表，如椭圆流量计等， 和委外测试用到的设备，如用于油样分析的铁谱分析仪等 3 测量时间：通常情况下，液压泵能够正常工作，出现故障的几率比较小， 因此采取定期采样的策略，规划每周三上午到现场进行采样。当出现异常情况的 时候立即到现场采样，以便获得故障状态或出现故障预兆状态下的典型数据。 2 3 2 2 各个参量的采集方法 1 压力和压力波动。压力和压力波动的采集。本文利用的是德国h y d a c 液压公司生产的的h m g 2 0 2 0 型手持式测量仪。如图2 - 6 所示。 广东工业大学工学硕士学位论文 图2 6h m g 2 0 2 0 型手持式测量仪 f i g 2 - 6h m g 2 0 2 0p r o t a b l em e s u r e r 在现场测试的时候，测量仪一端接压力传感器。把传感器接到系统油路的出 油口，设置好采样点数和采样的时间。采样频率为1 5 0 0 ，采样时间为3 0 s ，设置 好后就可以进行采样。采样结束后，测量仪会提示操作者是否保存数据。保存好 的数据，可以通过提供的数据线和电脑相连。利用配套软件，对采集到的数据进 行分析，可以得到压力的峰值，压力的平均值以及压力波动的范围等数据。仪器 操作简便，采样快速。可以顺利地得到需要的数据 2 流量。流量的采集，直接从系统中出油口椭圆流量计读出 3 泄漏。对泄漏量的测量，直接量取一分钟内从泄油口泄漏的油来进行测量。 4 温度温度的变化，利用珠钢公司自购的美国r a y t e k 公司生产的r a y n g e r 系列非接触式红外测温仪。如图2 7 所示。 图2 - 7r a y n g e r 系列非接触式红外测温仪 f i g 2 - 7s e r i e so fr a y n g e ru n t o u c h a b l ei n f r a r e dt e m p e r a t u r em e a s u r e r 美国r a y t e k 公司式世界红外非接触测温仪最大生产厂家之一。 r a y t e k 生产 1 4 第二章轴向柱塞泵故障机理分析与数据采集方法 的红外测温仪主要用于钢铁、冶金、金属加工等工业温度测量。红外线测温仪是 通过测量物体自身辐射的红外线能量来测量物体表面的温度。直接用测温仪照射 到液压泵的表面来测得泵的温度，测量准确、方便、快速。在实际的温度测量中， 测量的是液压泵的缸体与配流盘相接触部分处外壳的温度。因为这部分热量聚集 比较多。只要把测温仪发出的红外线照射到这个部位，就可以快速测得其温度。 5 泵壳振动。泵壳振动的测量，选取的测量点是液压泵出油口的正上方。使 用由北京京航公司开发的h g 3 5 1 8 数据采集数据分析管理系统。如图2 8 所示。 该仪器功能齐全，具有灵活多变的多种现场数据采集方式。可测量振动( 加速度、 速度、位移) 、温度、转速等多种状态参数；自动判别测点状态( 好、注意、危险) ； 可通过串行口与计算计算机进行数据通讯，对设备的状态进行精密诊断及劣化趋 势分析。操作简单，携带方便。配套的w i n d o w s 中文环境下的软件可以进行设备 状态趋势分析和完善的波形分析，包括时域波形、幅值谱、功率谱、时域三维谱、 平均谱、倒频谱、包括分析、细化分析、概率密度分析。还具有建立完善的设备 档案、数据管理、自动生成多种管理报表等强大的设备管理功能。 图2 8h g 3 5 1 8 数据采集数据分析管理系统 f i g 2 8h g 一3 5 1 8s y s t e mo f d a t ac o l l e c t i o n ，a n a l y s i sa n dm a n a g m e n t 6 油液分析。通过油液检测与分析，可以测出铁含量，铬含量和铜含量的大 小。通过对运行中的液压系统的油液定期或非定期采样，进行油液分析，包括铁 谱分析、光谱分析、污染度分析等处理，做出油样中各种成分的变化趋势图，由 此诊断出故障。珠钢的油样，委托广州机械科学研究院检测。在本文的研究中， 直接利用广州机械科学研究院对珠钢油样检测的结果。 2 4 本章小结 本章完成了对轴向柱塞泵工作原理、结构特点的论述和对轴向柱塞泵故障模 式与故障发生机理的分析。从而确定了本文研究中所需要采集的数据参量，以及 具体的数据采集方案和数据采集过程中需要利用到的相关测试仪器。本章完成了 本课题研究的前期准备工作。 1 6 第三章轴向柱塞泵模糊故障诊断与模型修正方法 第三章轴向柱塞泵模糊故障诊断与模型修正方法 本章提出了轴向柱塞泵故障模糊综合评判的方法，并对诊断模型的修正方法 进行了探讨。 3 1 故障诊断方案的选择 3 1 1 液压泵故障的特点 1 不确定性和不完备性。故障不确定性因素众多，主要有下面两点“”： ( 1 ) 诊断信息的不确定性和不完备性。液压泵内部元件运动形式多样，有直 线往复运动，也有回转运动。元件又封闭在壳体内部，从外面不易观察，不能直 接判断出泵内元件的磨损量，故障具有一定的隐蔽性。这些因素造成了诊断信息 的不确定性。另一方面，液压泵工作环境恶劣，常常处于高温、强振、大噪声工 况下，有一些症状得到加强，而有些则被削弱，因而不可靠，甚至是错误的。而 且，在的实际诊断中，并不能获得所需要的所有准确信息。这些因素造成了诊断 信息的不完备性。 ( 2 ) 诊断知识的不确定性与不完备性。由于结构复杂和封闭性，领域专家总 结的知识也不是完全确定的，有的时候一个故障会衍生出其他的故障。因此，对 一个故障的具体原因，有的时候很难完全确定的表达。另一方面，掌握的信息有 限，所得到的诊断知识也不是非常全面的。例如液压泵在运行过程中有些振动、 异响等难以确定其来源。 2 故障层次性故障具有层次纵向性，一个故障的发生，往往是纵向传递的， 引起附近的元件或者关系比较密切的元件出现故障，如果没有得到及时的诊断与 维修，故障会变得越来越严重。元件的故障最终也将反应到整个系统中，直至零 件失效，系统不能完成最基本的功能。 3 元件的藕合性。液压元件之间的连接意味着相互的耦合，其中的一个发生 故障，就有可能会影响与之相关元件的运行。比如说滑履和斜盘，往往是滑履和 广东工业大学工学硕士学位论文 斜盘同时磨损严重，同时需要修理。还有柱塞与缸体，缸体与配流盘之间也有这 个问题。 4 若干症状反映故障的同一性和单一症状反映故障的多样性。同一性，是指 有些症状从不同角度反映同一故障，引起这个故障可以从多个故障症状得到表现。 多样性，是指有的时候，一个故障征兆又是几种故障原因的共同表现形式，这几 个故障原因一起导致了一个故障症状 5 故障表现特征的不一致性。对于不同的液压系统或在不同的运行工况下， 同一故障的表征不完全相同。比如液压泵的输出压力比较低的时候，在这个液压 系统中就说明液压泵出现故障，而在另外一个液压系统中，液压泵是运行良好的。 3 1 2 故障诊断方案的选择 目前利用于故障诊断的方法，主要有分形法、神经网络的方法、基于小波分 析的方法、故障树的方法、专家系统、模糊诊断方法等等。基于本研究课题，本 文选择利用模糊诊断的方法对轴向柱塞泵进行故障诊断。理由有以下几点m “： 1 轴向柱塞泵的故障比较多，要对故障准确的描述非常困难。很难用一个准 确的函数或者一个标准去衡量故障严重程度，什么时候要对泵进行维修和更换等 等也很难准确描述。如果用模糊表述的方法，可以很好的解决对故障严重程度等 相关量描述的困难。 2 轴向柱塞泵的故障比较复杂。往往是故障原因和故障症状交织在一起。并 没有一个很明确的一一对应的关系。因此，如果用模糊数学的方法对故障原因与 故障症状之间的关系进行描述的话，可以有效的利用模糊数学中隶属度的概念， 来区分各个关系之间的轻重程度。可以更客观和科学的对故障进行判断。 3 模糊理论对数据的要求不高。在小样本数据的情况下，相对其他的故障诊 断方法，可以得到比较好的效果。 3 2 隶属函数的确定 模糊理论中最关键。也是最难确定的就是隶属函数。隶属函数是建立模糊集 合理论的基石，确定隶属度函数的方法和原则有以下几点m “”1 ： 第三章轴向柱塞泵模糊故障诊断与模型修正方法 1 隶属函数的确定本来是客观的，但允许一定的人为技巧。隶属函数的确定， 包含着人脑的加工，其中包含着某种心里过程。有时这种人为技巧对问题的解决 起决定作用。但这种人为技巧必须合乎情理，不能和客观实际相矛盾。 2 在某些情况，隶属函数可以通过模糊统计试验加以确定。 3 在某些场合下，可应用概率统计结果予以推理以确定其隶属度函数。 4 在某些场合下，可以用二元对比排序法确定隶属函数的大致形状，再根据 形状选择合适的隶属函数模型。 5 在一定条件下，推理过程可以产生隶属函数。 6 可以通过学习不断完善。实践效果是检验和调整隶属函数的依据。 7 通过专家的经验来确定。 本文的研究中，利用了第6 、7 的方法来确定隶属函数。首先根据专家经验和 对现场测得的一些数据的分析，确定初步的隶属函数。这时所确定的隶属函数并 不非常正确，需要迸行修正。根据实际测得的故障严重程度与模糊诊断得到的故 障严重程度之间的误差，利用最小二乘法修正隶属函数。这样就能够便隶属函数 尽量接近于真实值。 3 3 基于模糊理论的轴向柱塞泵故障的诊断方法 3 3 1 故障的模糊诊断法 故障的诊断，就是对故障进行分类，是指同一时间不同故障之间的_ 严重程度 大小的相互比较，分辨出最可能发生的故障。从故障症状的明显程度和故障源发 生可能性两条路径综合评判的方法来求出最有可能的故障原因。 对于本文的研究对象，主要的故障症状有液压泵的压力小、压力波动大、油 液温度高、内泄漏大、流量小或无流量、振动大等。主要的故障源有液压泵运行 时间，油液污染等级，油液混入空气比例，油液混入水分比例。 设故障症状集为：a = 瓴、a z 、码、岛、a 6 、彤、& 、吗) 。q 表示压力小， 啦压力波动大，口3 表示表示流量小，a 4 表示内泄漏大，a 5 表示油液温度高，表 示振动大，码表示铜含量大，表示铬含量大，呜袭示铁含量大。 1 9 广东工业大学工学硕士学位论文 设故障源集为：b = ( a 、6 2 、岛、缸) 。岛表示运行时间长，如表示油液污染等 级，反表示混入空气，b 4 表示混入水分多。 设故障原因集为：c = ( c l 、c 2 、c 3 、c 4 、c 5 ) 。q 表示缸体与配流盘磨损，岛表 示滑履与斜盘磨损，岛表示柱塞与缸孔磨损，c 4 表示柱塞滑履松动，岛表示轴承 损坏。 3 3 i 1 故障症状明显程度隶属函数与密切关系隶属函数的确定 故障症状明显程度模糊量化与密切系数的确定方法为： i 用各种仪器和方法测得的故障症状数据，假设为故障症状的明显程度集 ”= “1 ) 、x 、霹、霹、霹、霹、“、拶) 。对故障症状的明显程度模糊量 化，作为输入。设故障症状明显程度模糊集为： ( 1 ) = ( 瓜靖”) 厦z ”) ，( 霹) ，) ( ”) ，从嚣) ，( 霹) ，( ”) ，从”) ) 定义区间【o ，l 】中 o , o 2 ，0 4 ，0 6 ，0 8 ，1 o ) 来表示故障症状的明显程度，分别对应 为故障症状 不明显，稍有，较明显，明显，很明显，最明显 故障症状明显程 度隶属函数如表3 1 。 表3 1 故障症状明显程度隶属函数 t a b 3 1s u b j e c tf u n c t i o no fd i a g n o s i ss y m p t o m 故障单位隶属度量值 症状oo 20 4o 6o 81 o 岛 砌 2 8 ，8 ( 2 8 6 ，2 8 8 】( 2 8 a ，2 8 6 】( 2 s 2 ，2 8 4 】( 2 8 ，2 8 。2 】 2 8 啦 m p 口 0 2 ( o 2 , 0 4 】( o 4 ，0 6 】( o 6 ，0 8 】 ( o 8 , 1 o 】 1 o 码 ，m i n 3 7 0 ( 3 6 5 ，3 7 0 】( 3 6 0 ，3 6 5 j( 3 5 5 ，3 6 0 】( 3 5 0 ，3 5 5 】 3 5 0 以 ，r a i n 2( 2 ，4 】( 4 ，6 1( 6 ，8 】( 8 ，t o l o 呜o c 6 0 ( 6 0 ，6 3 】( 6 3 ，6 6 1( 6 6 ，6 9 】( 6 9 ，7 2 】 7 2 4 6 m 聊j s 2 ( 2 ，4 】( 4 ，6 】( 6 ，8 】( 8 ，1 0 】 1 0 以 p p m2 ( 2 ，3 1( 3 ，4 】( 4 ，5 】( 5 ，6 】 6 呜p p ms o 2( o 2 ，0 3 】( o 3 ，0 4 】 ( 0 4 ，0 5 】( 0 5 ，0 6 】 0 6 仉p p m 3 ( 3 ，4 】( 4 ，5 】( 5 ，6 】( 6 ，7 】 7 2 对故障症状与故障原因之问的密切关系进行模糊量化，假设故障症状与故 障原因密切系数的隶属函数为，其中f 表示症状，取整数区间【l ，9 】，j 表示故障 原因，取整数区间 1 ，5 】。同样定义区间【0 ，l 】中 o ，0 2 ，0 4 ，0 6 ，0 8 ，1 o ) 表示故障症状与 故障原因的密切关系程度，分别对应密切关系程度为 无关，稍有关系，较密切， 密切，很密切，最密切 。例如，0 表示某个故障原因出现时，对应的故障症状没 有出现。l 表示某个故障原因出现时，对应的故障症状一定出现。故障症状与故 障原因密切关系的隶属函数如表3 2 。 表3 2 故障症状与故障原因密切关系隶属函数 t a b 3 - 2s u b j e c tf u n c t i o nb e t w e