轴向柱塞泵故障诊断与预测

1、轴向柱塞泵故障诊断与预测李启龙黄志坚（广东工业大学机电工程学院510090）摘耍：本文主耍介绍轴向柱塞泵故障诊断和预测方法。把各故障症状 模糊量化作为输入，经过诊断可找出故障的原因，利用故障预测模型对轴 向柱塞泵未来的状况进行预测，可减小意外故障对生产的影响。关键词：故障诊断，模糊处理，故障预测，故障症状，故障原因diagnosis and forecast for the fault of axial plunger pumpabstract:： the way of diagnosis and forecast for the fault of axial plunger pumps ha

2、ve been introduced in this paper. using symptoms of fault as input by fuzzy way, the reasons of fault can be got; and by means of forecasting model, the fault of axial plunger pump in future can be forecasted, the affect of faults to producing will be lowest. key words: diagnosis for fault, fuzzy wa

3、y, forecast for fault, symptoms of fault, reasons of fault液压泵是整个液压系统的动力元件。它将原动机（电动机，内燃机） 的机械能转换成油液的压力能，为液压系统提供有一定流量和压力的油液。 轴向柱塞泵有英自身的优点，结构紧凑、径向尺寸小，惯性小,容积效率高， 目前最高压力可达40.0mpa,甚至更高，因此一般用于工程机械、压力机等 高压系统中在很多的场合如矿山机械，钢铁厂等。液压泵岀现故障将导致整个液压系统无法正常工作，液压泵的故障诊断对液压系统和整个生产线都有重大的意义。木文主要针对斜盘式轴向柱 塞泵发生的故障进行诊断方法的一个模型建立

4、和讨论。对柱塞泵的智能 故障诊断，一般是开发岀故障诊断专家系统等方法直接诊断出故障发生的 位置和发生的原因，然后利用专家的知识推理，提出故障解决的方案和措 施。而很少对故障进行预测，不能有效的对柱塞泵预先检修，而有可能耽 误了最佳的检修时间，影响生产，并使泵遭受不可修复的损坏，缩短泵的 使用寿命。由于导致泵故障的因素多样，一个因素会导致多个故障产生, 一个故障，也可能是由多个因素共同产生的，因此，在很多情况下，并不 能非常准确地描述故障的情况。本文用模糊处理的方法，利用模糊数学的 概念，把故障的症状进行模糊化作为诊断的依据，同时输出故障原因的模 糊量。对柱塞泵的故障进行诊断，诊断出故障发生的原

5、因和元件，并对柱 塞泵故障进行预测，达到预警的目的。2故障诊断的方法一一故障的分 类2故障的分类，是同一时间不同故障之间的相互比较，分辨出最可能发 生的故障。根据故障症状的明显程度和故障原因对应的模糊关系，以及故 障原因和故障源发生难易性的对应关系，两条路径综合考虑的方法来求出最后的故障发生的原因。以某钢铁公司轧钢线pv250df型柱塞泵为例，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。2.1有关参量的模糊处理设故障症状集为 a： a= （al、a2、a3、a4、a5, a6 , a7 , a8 , a9）；其中，al表示压力小，a2压力波动

6、大，a3表示表示流量小，a4表示内泄 漏大，a5表示油液温度高，a6表示225hz振动大，a7表示铜含量大，a8 表示銘含量大，a9表示铁含量大。产生这些症状的主要故障有缸体与配流盘磨损，滑履与斜盘磨损，柱 塞与缸孔磨损等。设故障集为b： b= （bl、b2、b3、b4、b5、b6、b7、 b8、b9、blo> bll）；其中bl表示缸体与配流盘蘑损，b2表示滑履与斜 盘磨损，b3表示柱塞与缸孔磨损，b4表示吸油口堵塞、b5表示油液粘度 咼，b6表不中心弹簧损坏，b7表示吸油不足，吸空，b8表示轴承损坏， b9表示油液粘度小，blo表示滤油器堵塞，bll表示变量机构工作不佳。设主要导致这

7、些故障的故障源集为c： c= （cl? c2z c3, c4） cl表示运 行时间长，蘑损大，c2表示油液污染，c3表示混入空气，c4表示混入水 分。用模糊处理的方法来表示故障与症状之间的密切关系。用隶属函数对这种关系进行模糊量化，假设隶属函数为rij,其中i表示故障，取（1, 11）,j表示症状，取（1, 5）o根据统计整理得到隶属函数如下：故障：blb2b3b4b5b6b7b8b9blobll症状：al0.80.40.80.40.20.2 00 000a20.60.80.60.40.20.20.20.200.40a30.80.20.800.20.20.2000.6 0.2a40.80.80

8、.6000.400.20.400a50.80.40.800.40.20.20000a60.60.60.600.200.20.400.20a70.80.80.60.200.400.600.60.4a8000.80.200.400.200.20.2a90.60.600.200.400.400.20.4故障和症状之间的隶属函数，形成矩阵r。作为输入的量，是可以用 各种仪器和方法测得的症状数据，数据的大小用症状的明显程度来表示。 设故障症状的明显程度集x= (xl,x2,x3zx4/x5)o对故障症状的明显程度模 糊量化，作为输入。其模糊函数集为：?(x)?(?(xl),?(x2),?(x3),?(x

9、4),?(x5),?(x6),?(x7),?(x8),?(x9)。各症状对应的明显度模糊函数如下：症状特征量/单位隶属度/量值00.20.40.60.81.0压力彳氐 / mpa& gt;28.8(286,28.8)(28.4,28.6)(28.2,28.4)(28,28.2)w28压力波动大/±mpa w0.2(020.4)(040.6)(0.6,0.8)(0.8,1.0)>1.0 流量小/l/min& gt;370(365,370)(360,365)(355,360)(350,355)w350 泄漏大/l/minw2(2,4)(4,6)(6,8) (

10、8,10)>10泵温i司/°cw60(60,63)(63,66)(66,69)(69,72)&gt；72225hz 振动大/mm/sw2(2,4)(4,6)(6,8)(8,10)>10铜含量大/ppmw2(2,3)(3,4)(4,5)(5,6)>6珞含量大/ppmw0.2(0.2q.3)(03,0.4)(0.4,0.5)(0.5,0.6)& gt;0.6铁含量大/ppmw3(3,4)(4,5)(5,6)(6异)>7故障源发牛可能性(难易性)隶属函数集为：?(x)?(?(cl),?(c2),?(c3),?(c4l?

11、(c5)故障源特征量单位隶属度/量值0 0.20.40.60.81.0运行时间长/千小时0,44,66,88,1010,12 12混入空气/%00,0.3030.60.6,0.90.9,1.21.2,1.45216油液污染/nas级w678910&gt；io油中水分多/%00,0.50.5j1,1.51.5,22,2.5$2.5故障与故障源之间的密切系数所构成的隶属函数为：故障：blb2b3b4b5b6b7b8b9blobll故障源：c10.60.80.80.200.600.600.20.6c20.40.60.60.80.20.600.60.20.80.2c30.60.40.600.2

12、0.20.80.2000c40.40.60.400000.20.60osik,英中i表示故障，取(1, 11), k表示故障源，取(1, 4),2.2由故障与症状之间的隶属关系求出故障发生的可能性 设由故障与症状之间的隶属关系求出故障发生的可能性值集为：表示每个故障原因成立的可能性。y(l)?(yl,y2?y(l)?yll), y(d jjy(dj?ri?15ij?(xi)为了便于相互比较，把求得的每一值进行归一处理，使求得的值都在(0, 1)之间，只需要把每一个值都除以求得的y(l)的最大值即可，其中y(djmax?y(l)jmax 为: ?rij?max(xi)?i?15?ri?15ij归

13、一化处理的结果为：y(dj'?y jy jmax?r?(x)ijii?15rij2.3由故障与故障源z间的隶属关系求出故障发生的可能性设由故障与故障源之间的隶属关系求出故障发牛的可能性值集为(2)(2)(2)y(2)?(yl,y2?y(2)?yll)其中 y(2)表示每个故障成立的可能性。jjy(2)j?sij?(xi)i?l(2)jmax5 同样进行归一化处理 y?sij?max(xi)?sij i?li?155归一化处理的结果为：y(2)?j'y(2)jy(2)jmax?si?15ij?(xi) sij2.3综合评判对两项结果进行综合处理，对两项结果的加权求

14、和，得到最后的结果,即根据可观测的故障症状明显度求得的故障原因发生的可能性'yj 为:'2)yj?lj?y(l)?2j?y( jj?lj和?2j分别是故障和症状，故障和故障源之间的权系数，口?lj?2j?l,取?lj = 0.6； ?2j = 0.4y=(y1, 2,，ym)中较大者所对应的故障是最可能的故障。3故障严重程度判断一一故障预测由于各类随机性因素的影响，精确的液压泵磨损劣化预测比较困难。预测的基本依据是惯性原则、相似原则与概率原则等。3.1根据惯性原则进行预测此原则的基本思想是假定液压泵磨损裂化的速度和加速度是相对稳定的。设己知液压泵在运行时刻tl的

15、故障a的故障严重度为yl,在运行时刻t2的故障严重度为y2,则t2时刻的磨损速度v2为v2= (y2-yl) / (t2-tl)t3时刻的故障严重度y3为y3=y2+ a y=y2+ a t3. v2 =y2+ (t3-t2) (y2-yl) / (t2-tl )式中 tl< t2< t3这里假定在短时期内泵磨损劣化的速度不变。为提高预测的精度，可适当修正蘑损速度。设vl为tl时刻的蘑损速度vl= (yl-yo) / (tl-to)则tl至t2时间段的磨损速度变化值a v2为av2=v2-vl设t3时刻的蘑损速度为v3,并假定速度变化率为常数，则v3= v2+ av

16、2 (t3-t2) / (t2-tl)t2至t3时间段的磨损速度均值v为3= (v3+v2) /2此时故障严重度y3预测式变为y3=y2+ay3=y2+at3.3这种预测方法仅依赖自身的数据，简单易行，但难以实现长期预测。3.2依据相似原则与概率原则进行预测所谓相似原则就是假定同一种液压泵在类似的工况下磨损劣化速度 是相似的，按照类比法进行预测。设一组同类的液压泵(al,a2,am)的时间故障严重度的数据是已 知的，现有另一同类同工况的液压泵ak,其前期的时间故障严重度的数 据也是已知的，依此预测ak未來的故障严重度。设泵ai在时刻tj (lwjwn)的故障严重度是yij,可得矩阵y。?yll

17、?y21y=?.?y?mlyl2y22.ym2.yln?.y2n?.ym n?(1)根据液压元件运行时间故障严重度曲线的接近度进行预测设作为考察对象的液压泵ak在已知各时刻(tl, t2,，tss<n)的 故障严重度是(ykl,yk2, : yks)，耍预测以后时刻故障严重度(yks+l,yks+2/-,ykn),可计算(ykl,yk2/-,yks)与 y 中各(yil,yi2/-,yis) 的接近度ci,构成接近度集c= (cl, c2 cm)o设其中cmax为c中的最大值，其对应的元件为ax,可认为ak与ax的磨损劣化状况最相似，由此可推断(yks+l? yks+乙,ykn)

18、最接近于(yxs+l,yxs+2 ,yxn)o在这一过程中，止确计算c并求出cmax是至关重要的，计算过程如下：设在时刻tj, y对应各元件的故障严重度为(ylj, y2j/-/ymj)0设ak的故障严重度为ykj。设在时刻tj, ykj与y对应各元件的故障严重度yij之差的集合为距离dj= (dlj, d2j /dmj)odij=|yij-yk| ,设dj中最大值为djmax,它是时刻tj, ykj与各yij之差的最大值。cij=l-dij/djmax最后可得?cl?cll?c2?c21?c?c?m?ml式中?lcl2c22?cm2?cls?l?c2s?2?cms?s?2?s?t为权系数，显

19、然，接近ts的cij,权系数相对要大一些，亦即后面的 数据对结论的影响更大。这种预测方法的主要优点是能实现较长期的预测, 由于是系统地、全面地考虑与比较，精度高，可信度高。(2)根据液压泵蘑损速度与趋势的相似性进行预测此方法假定同类同工况液压泵磨损规律是相似的，仅由于某些因素影 响元件的磨损评价值y有差距，但各磨损曲线基本平行，这与实际情况是 相符的。1) 计算考察对象ak与作为基准的对象ax蘑损曲线的平行度p对于矩阵y和作为考察对象的液压泵ak在己知各时刻(tl, t2,ts s<n)的故障严重度(ykl, yk2,yks),分别计算与各基准元件ai所对 应的(yil, yi2,yis)的平行度pi,可得平行度集p=(pl, p2, - , pm)设ti为各时刻yij与ykj之差 ij的平均值ti=(yil-ykl)+ (yi2-yk2)+.+(yis-yks)