基于压力积分的液压系统泄漏故障诊断方法

1、文章编号:1004-132(2000 11-1263-03基于压力积分的液压系统泄漏故障诊断方法方志宏博士方志宏傅周东张克南陈章位摘要:介绍一种基于压力积分的液压系统泄漏故障诊断方法, 利用新型的压力波形采集仪测量并记录液压系统被测容腔的压力波形, 用积分方法诊断液压系统的液导是否变化, 即是否产生泄漏。给出该方法的原理和理论推导, 通过台架实验给出了液压系统外泄漏情况下的实验结果。关键词:液压系统; 故障诊断; 泄漏; 压力中图分类号:T P277文献标识码:A收稿日期:19981230基金项目:浙江大学流体传动及控制国家重点实验室开放基金资助项目(94031液压系统泄漏故障诊断技术现状泄漏

2、故障诊断对于液压系统的正常工作具有重要的实际意义。泄漏故障的诊断方法大致有两大类:¹监视并计算液压系统的流量; º监视液压系统的工作压力。前者精度高, 但是液压系统所使用的流量传感器价格很高, 又引入一定的压力损失, 安装不太方便, 所以这种方法的工程性不是非常好。后者相对来说比较简单, 但是传统的幅值判别法精度太低。笔者提出利用新型的压力波形采集仪测量液压系统的压力波形, 通过计算压力积分定量诊断是否产生泄漏, 只要满足很简单的条件就会有比较好的精度。2基于压力积分的泄漏故障诊断方法原理这种方法利用液压系统的设计参数, 预先得到被测压力容腔的累积流量, 也就是它的容积,

3、再利用波形采集仪测量压力波形, 最后根据流量、压力及液导(泄漏因子 1之间的关系, 定量计算出液压系统被测部位的液导, 诊断出泄漏故障2。图1为液压系统泄漏故障的模拟实验台架3, 4。主油路由泵P1和溢流阀R1组成恒压源,以电磁换向阀W 2、单向节流阀T 1/C5和T2/C6、动作油缸L 1构成一个出油口节流调速的往复式执行回路; 由负载缸L2、溢流阀R3、R4及单向阀C3、C4模拟一个常力负载, 刚性地与动作油缸连接。图1中点划线为泄漏故障模拟, 节流阀T 5模拟动作油缸小腔的外泄漏, T 4模拟动作油缸的内泄漏。在动作油缸L1的出油口A 、B 各装一只压力快速接头。M 1为高精度齿轮马达流

4、量计, F1、F2为动态流量计, 它们用于标定。图1泄漏故障模拟实验台架原理图2. 1外泄漏故障的诊断方法以动作油缸L 1小腔外泄漏故障为例。如果活塞杆从油缸L 1的A 端行走到B 端, 那么从小腔B 流出的液压油的累积流量将是一个固定值Q Acc =A small L(1式中, Q Acc 为动作油缸L 1小腔出油的累积流量; A small 为动作油缸L 1小腔的环形截面积; L 为活塞杆的行程。根据文献1, 压力、瞬时流量及液导之间有Q T rans =K T 2A T2B o +K T5A T 5B o=G T 2$ p B o +G T 5$p B o(2 Q Acc =Q Tra

5、ns d t(3式中, Q T rans 为瞬时流量; K T2、K T 5为控制节流阀T 2和泄漏模拟节流阀T 5的流量系数; A T2、A T 5为控制节流阀T 2阀口和泄漏油口T 5面积; $p B o 为小腔B 的压力与回油压力之差; G T 2、G T5为T 2和T 5的等效液导。由式(2 和式(3 可推出容腔出油口的液导基于压力积分的液压系统泄漏故障诊断方法方志宏傅周东张克南等为G o ut =Q Acc /B 0d t (4G o ut =G T 2+G T 5式中, G o ut 为容腔出油口总液导。泄漏油口的液导为G T5=Q Acc /$pB 0d t -G T 2(5因此

6、只要在活塞杆伸出并从A 端走到B 端时, 测量动作油缸小腔的压力波形, 代入式(5 计算出泄漏液导G T 5, 即可判断出是否有泄漏发生。2. 2内泄漏故障的诊断方法以动作油缸L1大小腔之间的内泄漏故障为例。如果活塞杆从动作油缸L1的A 端行走到B 端, 那么从小腔流出并含内泄漏影响的液压油总量为Q Acc =A small L +Q inLeakAcc(6式中, Q inLea kAcc 为内泄漏累积流量。内泄漏累积流量与内泄漏瞬时流量的关系为Q inLea kAcc =Q inL eakTra nsd t (7式中, Q inLea kT rans 为内泄漏瞬时流量。根据文献1, 内泄漏的

7、压力、流量、液导(泄漏因子 满足如下关系:Q inL eakTr ans =G T4AB(8式中, $p AB 为动作油缸L 1大腔A 和小腔B 之间的压力差。综合式(7 和式(8 , 可推导出内泄漏累积流量与动作油缸的压力差, 满足Q inLea kAcc =G T 4ABd t (9综合式(3 和式(9 得G T2$pB0d t =A small L +G T 4$pABd t (10即动作油缸L1内泄漏液导可由下式直接计算G T 4=G T2$p B0d t -A smallL$p ABd t(11因此, 只要测量动作油缸的A 腔和B 腔的压力波形, 代入式(11 , 就可计算油缸内泄漏

8、液导。2. 3故障诊断的步骤(1 在液压系统完好的时候, 利用流体压力波形采集仪测量并记录动作油缸L1的大小腔压力波形;(2 利用式(5 , 令G T5=0, 计算出在正常情况下液压系统出油口的液导, 即控制节流阀T 2液导G T2;(3 在液压系统可能出故障的时候, 采集动作油缸L1的大小腔压力波形数据;(4 利用式(5 , 以及已经计算出来的节流阀T 2液导G T2, 计算出外泄漏液导G T5;(5 利用式(11 , 以及已经计算出来的节流阀T 2液导G T2, 计算出内泄漏液导G T4。如果G T40, 则发生内泄漏。另外, 当内泄漏与外泄漏同时发生时, 它们会互相干扰, 但是通常其中一

9、个因素会大于另外一个因素, 从而先发现并解决主要因素, 再发现并解决次要因素。假如它们刚好完全相同, 也可以利用液压系统的非线性特性, 当负载或系统压力发生改变时, 其中一个因素会变大, 而另外一个会变小, 这样也可以分别将内外泄漏诊断出来。3便携式压力波形采集仪原理简介便携式流体压力波形采集仪系统是一种面向大型复杂液压、气动设备动态压力检测、数据管理与故障诊断的装置。它包括压力波形采集仪和计算机管理软件两部分。压力波形采集仪在测试过程中的应用原理见图2。该采集仪采用压阻式压力传感器, 传感器安装在连接器上。一根软管将液压设备上的快速压力接头与连接器上的快速压力接头连通, 于是压力传感器就可以

10、感受并测量液压系统的压力。利用该系统进行故障诊断, 比传统的在线状态监视系统成本更低, 更实用5。图2采集仪应用原理图传感器连接器压力接头压力波形采集仪主计算机压力接头液压设备4实验过程及结果图3为一个动作缸小腔压力变化过程。此时换向阀W2从中位打开, 活塞杆从动作油缸左位伸出。时间为1. 0s 时活塞杆启动, 到1. 8s 时活塞杆运动到底时停止。当小腔压力为系统压力p =7. 8M Pa 时, 通过调节故障模拟节流阀T 5, 设定一组泄漏量$Q 分别为0、1L/m in 、2L/min 、3. 6L/m in 、4. 8L/min 、8L/m in 、12L/min 的故障状态。通过测试得

11、到一组动作油缸小腔的压力过渡过程, 它们与图3相似。经式(5 的计算, 得到对应的动作油缸小腔的出油口总液导(其中包含有泄漏油口液导和单向节流阀T 2液导 , 见图4。实际测试计算11卷第11期2000月 图3活塞杆伸出过程的小腔压力变化过程的结果几乎是一条直线, 这与理想状况是一致 的。图4压力积分方法泄漏计算结果图5为外泄漏量$Q =0, 而液压系统工作状态不同时的计算结果。样本号17为系统压力p=7. 8M Pa 时的结果, 样本号8和9为系统压力p =6. 2M Pa 时的结果。图5没有泄漏时的测试与计算结果由图4可见, 不同的液压系统工作状态对最后的计算结果几乎没有影响。图5中8号和

12、9号2个样本与其它样本的结果有一个很小的差异, 这种差异的原因在于液压系统的回油压力在不同的工作状态下有少量的改变, 而本实验从简出发, 没有考虑这种变化, 但结果依然令人满意。实际上在推导式(5 和式(11 的过程中只涉及到压力差$p , 而与其它因素无关。不论活塞杆伸出的过程中负载、液压泵及其它环节如何变化, 计算结果理论上均不会发生改变。对比式(5 和式(11 可知, 动作油缸L1的内泄漏故障诊断精度与外泄漏故障诊断精度是非常类似的, 故实验从略。5结论与展望本方法在技术进步的基础上, 利用新型的流体压力波形采集仪, 采用压力积分的方法取代传统的压力幅值方法, 可以比较高精度地诊断液压系

13、统的泄漏故障, 而且费用非常低, 特别适合于大型钢铁厂、船舶、飞机等拥有复杂、拆卸困难的液压设备的泄漏故障诊断。这种基于容腔的压力积分求解泄漏程度的方法, 只要预先知道相应压力容腔的进/出油的累积流量即可获得较高的精度, 这个累积流量可以通过液压系统本身的参数来确定, 如油缸的尺寸、油马达的额定流量, 因此它具有一定的通用性。该方法对液压系统的工作状态没有任何限制, 允许液压系统的供油压力和负载力等参数任意变化。由于给出的实验从简, 将回油压力假定为常数, 所以在实际应用时, 如果将回油压力也考虑在内对其进行测量和计算, 那么故障诊断的精度还会有大幅度的提高。参考文献:1盛敬超. 液压流体力学

14、. 北京:机械工业出版社,1980:1791992何福元. 液压设备的泄漏及其预防. 机床与液压,1983(2 :47553傅周东. 液压系统泄漏故障诊断技术研究:博士学位论文. 杭州:浙江大学, 1996.4方志宏. 基于神经网络的液压系统故障诊断方法研究:博士学位论文. 杭州:浙江大学, 1997. 5方志宏, 陈章位, 傅周东等. 便携式流体压力波形采集仪设计. 自动化仪表, 1997, 18(10 :1114(编辑马尧发作者简介:方志宏, 男, 1968年生。宝山钢铁股份有限公司(上海市201900 技术中心工程师、博士。研究方向为自动化仪表、测试技术、故障诊断等。发表论文近20篇。傅

15、周东, 男, 1959年生。浙江大学(杭州市310027 流体传动及控制国家重点实验室副教授。张克南, 男, 1963年生。宝山钢铁股份有限公司设备检测公司高级工程师。陈章位, 男, 1965年生。浙江大学流体传动及控制国家重点实验室副教授。基于压力积分的液压系统泄漏故障诊断方法方志宏傅周东张克南等tio ns, w hich ar e the sourse of par ameto rs of pr ocess draw -ing. T he application show s that the method is conrenient for use a nd t he integ ra

16、t ion of CA D /CAP P is implement-ed.Key words :gr aphic element pr ocess dr aw ing CA PP r ecursiv e desig nA Fault s Diagnosis Model f or Rotating Machinery Based on Modular Fuzzy Neural Network CHEN Ya ow u (Z hejiang U niver sity , Hangzhou, China WA N G L ey u CHEN G Ya odong p 1255-1259Abstrac

17、t :With the view of the fault character istics of ro tating machinery , such a s hier ar chy , cor r elat ion and fuzziness , this paper puts for w ard a no vel fa ult diagno sis model for r ot ating machinery based o n modular fuzzy neu-ral netw or ks. A tw o-level integ ra tio n str ateg y is appl

18、ied in this model . T he fir st level is co mpo sed o f a fuzzy BP neur al netw or ks that det ermines which fuzzy neur al net-wo rks block at the second level is activ ated accor ding to the output member functio n v alues . T he seco nd lev el is composed of six fuzzy BP neur al netw o rks blo cks

19、, ea ch o f the blo cks is fur ther applied to diagnose so me similar fault s . T he infer ence pr inciple of the model is that t he output node w it h larg er member functio n v alue is fir st ac-tiv ated . W ith the input fault featur e dat a , the model yields diag nosis conclusio n t ha t gives

20、the po ssible fault s w ith their cor responding member functio n value and in-ference r oute . A ccor ding to this diagnosis conclusio n and ot her info rmat ion , t he eng ineer can g et furt her diagno sis conclusio n . T he ex perimental results show t ha t this model impro ves the ability to di

21、agno se multi-fault (sev-eral faults occur co ncur rently and g ives mor e info r matio n in the dia gnosis conclusio n . T he str uct ur e of the model , the definitio n of the member functio n , the inference pr o-cess of the mo del and exper imental r esults are discussed in detail .Key words :fu

22、zzy theor y neural netw or ks r o-tating machinery fault diag nosisFinite Element Method f or Geometric Modelling of the Elements Group Curved Surfaces in Multi -Points Form -ing CA I Zhongy i(Nanjing U niv ersit y of A ero naut ics and A str anautics, N anjing, China L I M ingzhe CHEN Jianjun p 126

23、0-1262Abstract :Gener ating t he for ming sur face o f element s gr o up is o ne o f ver y impo rt ant pr o blems in mult i -point s for ming. Based o n t he descr iption of o bjectiv e co ntinuous sur face by 18d . o . f . tr iang ular elements , t he author pr o-po sed a met ho d t o set up fo rme

24、d sur face by means o f ca l-culating contacting points to deter mine the r un distance ofea ch element. N umerical ca lculat ion to r egular cur ved sur -face show s that the r esults obtained by pr esented method is ver y precise .Key words :3D cur ved sur face g eometr ic mod-elling finite elemen

25、t method co ntact point m ulti-po ints for mingThe Method of Leakage Fault Diagnosis for Hydraulic systemBased on Pressure Integral Algorithm F A N G Z hihong (Shang hai Bao Steel Co. Shang hai, China F U Z houdo ng Zhang Kenan Chen Z ha ng w ei p 1263-1265Abstract :T his paper presents a metho d of

26、 lea kag e fa ult diag no sis for hydraulic system based o n pr essur e in-teg r al alg or ithm. By means o f sampling the pressur e w av es by por table pressur e w ave sampler , t his method co mputes the pr essur e integ r al of the tested volume o f hy -dra ulic sy st em to diagno se the lea kag

27、 e. T his paper no t o nly gives the princir les o f this metho d , but also sho ws t he pr ocedur es and the r esults of bench ex periments.Key words :hydraulic sy st em f ault dia gnosis leakag eMultisensor Data Fusion for Robot Parts Recognition CHE Lufeng (St ate K ey L abor ator y of T r ansduc

28、er T ech-no lo gy , Shanghai Institute of M etallur gy , Chinese Acade-my of Sciences , Shanghai , China ZHOU Xiaojun XU Z hinong CHEN G Y ao do ng p 1266-1268Abstract :In o rder to r ealize intellig ent r obot 's au-to nomo us r eco gnitio n fo r parts , par ameters o f fuzzy fu-sio n are optimized by genetic alg or it hms, and multisensor data ar e fuzzily fused in dicisio n lev el. Simulat ion test r e-sult s sho w that this method may r educe the uncer taint y of indiv idual senso r