浅谈高精铝设备液压传动系统的故障判断

浅谈高精铝设备液压传动系统的故障判断

刘新锋

1.河南中孚实业股份有限公司河南巩义451200；2.中南大学湖南长沙410000

【摘要】现代高精铝设备液压系统由于其液压工作元件及工作介质的封闭性，给系统的状态监测及不解体在线故障诊断带来困难。传统的液压系统故障诊断方法主要依靠人工巡回检测和定期检修来进行。随着现代计算机技术、检测技术、信息技术和智能方法应用在液压系统故障诊断更为准确、科学、有效。

【关键词】状态监测；在线故障诊断；智能方法应用

随着液压技术朝着大功率、高效率、高度集成化等方向的不断发展及比例控制、伺服控制、数字控制的不断完善，传统的接触式测量方法，已经不能满足对现代液压系统进行检测和故障诊断的要求，非接触式测量已成为其发展方向。多种方法为液压系统工作参数的非接触测量提供了理论依据，具有重要的理论和应用价值，为现代检测技术的发展打下了一定的基础。随着传感器技术和集成电路技术的不断发展，新的测量方法也会不断涌现，根据液压系统本身特点，多种测量方法互相结合，取长补短（如采用超声波原理同时检测流量和压力），才能更有效地满足对现代液压系统进行检测和故障诊断的需要。

1对液压系统工作装置进行信息检测的现代智能故障诊断方法

该方法主要是以高精铝深加工设备监视为特点，对设备特征信息进行检测、分析处理，利用特征信号进行故障诊断。

1.1动态信号的在线检测

利用各种传感器，对液压系统的主要动态参数（如压力、流量、温度、元件的运动速度、振动和噪音等）信号的在线实时监测，包括对单个液压件参数和整个系统特征参数的检测。它是整个故障检测与诊断系统的重要环节，要求实时、准确的获得各参数的真实信号，因此在传感器设计、选择、安装上要做大量的工作。从某种意义上讲，传感器的技术水平很大程度上决定了故障诊断系统的准确性和真实性。

1.2工作状态的识别与故障诊断

主要包括信号特征分析、工作状态识别和故障诊断等过程。对现场实测信号进行信号分析和数据处理，以提取表达工况状态的特征量，在此基础上进行工作状态的识别和故障诊断。由于实际液压元件常常具有严重的非线性特征，表现出流量-压力特征的严重非线性等，给传统故障诊断方法带来了困难；而通过模糊诊断、神经网络诊断和专家系统诊断等现代智能诊断法，对此类系统的故障诊断更为有效。

1.2.1模糊诊断

液压系统工作过程中，系统及元件的动态信号多具有不确定性和模糊性，许多故障征兆用模糊概念来描述比较合理，如振动强、压力偏高、磨损严重等。同一系统和元件，在不同的使用条件和工况下，其动态参数也不尽相同，因此对其评价只能在一定范围内作出合理估价，即模糊类。模糊推理方法采用符合人类思维方式。同时模糊诊断法不需要建立系统的精确模型，对非线性系统尤为合适。

1.2.2神经网络系统

人工神经元网络是模仿人的大脑神经元结构特性而建立的一种非线性动力学网络，它由大量的简单非线性单元互联而成，具有大规模并行处理能力、适应性学习和处理复杂多模式的优点。

1.2.3专家系统诊断

由于各种液压系统及元件具有一定的相识性，所以各液压系统及的故障具有一定的共同点，如各种阀的结构、故障特点都具有一定的共同点。在这一领域积累了大量的专家知识，为液压系统故障诊断的专家系统创造了条件。

2对液压系统油液进行分析的现代智能故障诊断方法

液压工作油液中携带有关液压系统故障的大量而又丰富的信息，因此，对液压油的检测分析是预测和诊断液压系统故障的主要手段之一。液压油的污染主要表现在两个方面：油液的颗粒污染；油液理化性质的劣化。这就产生了对油液颗粒污染度进行检测的故障诊断方法和对油液理化性质进行分析的故障诊断方法。

2.1对油液颗粒污染度进行检测的故障诊断方法

该方法的过程是：根据经验或专家知识，建立油液颗粒污染度与液压系统及其元件状态参数间的关系库，运用专家推理机制，预测和判定系统的故障，此技术的关键在于油液颗粒污染度的准确检测。针对油液污染度，国际上制定了专门的油液颗粒污染度标准。对油液颗粒污染度的检测有以下三宗方法。

2.1.1实验室取样分析

①称重法。该方法只能测定油液的污染物总量，无法测量颗粒大小和尺寸分布。②显微镜法。主要是采用光学显微镜测定油液中污染颗粒的大小和尺寸分布。③铁谱分析法。主要是采用直读式铁谱仪、旋转式铁谱仪等仪器分析铁磁性颗粒污染物。该方法的缺点是耗时长，误差大，不能进入现场在线测定，检测仪器昂贵。

2.1.2在线快速检测技术

由于油液中颗粒分布符合对数正态分布规律，因此利用光、电、超声波等在颗粒污染度不同的油液中的传导性能的差异，可以进行在线识别、分析油液中颗粒污染度。如在油箱中或油管里相隔一段距离设置超声波的发射与接收器传感器，当通过两个探头间的油液中杂质发生变化时，则超声波从发射端到接收端传播时间与强度也随之发生变化，可通过微机数据处理，测定油液的污染状况；利用微机实时监测液压系统滤器两端的压差及其变化，进行信号分析可得到系统油的污染状况。

2.2对油液理化性能参数进行检测的故障诊断方法

由于液压元件个相对运动部分的材料不同，液压油中金属、非金属元素的含量及其变化反映了液压系统中磨损及密封状态；液压油的粘度、酸碱度等理化指标的变化也是系统状态发生变化的征兆之一。根据经验或专家知识，建立基于液压油中理化性能变化与液压系统及其元件状态参数间的关系库，运用专家推理机制，预测和判定系统的故障。例如，硅含量的剧增，意味着外界灰分的大量侵入；粘度的变小，意味这水分侵入、系统温度过高等等。此方法的关键是对污染油液的化学成分及性能的准确测定，对油液中化学成分进行分析。目前多采用光谱分析法。

对液压系统的故障诊断，一些简单故障可以用传统的方法进行诊断排除，但对复杂的液压系统故障，就必须运用现在智能故障诊断方法。对液压系统工作装置进行信息检测和对液压系统油液进行分析，这两种故障诊断方法并不是孤立的，应互为补充、有机配合。以提高液压系统的工作可靠性。

3结论与展望

液压系统由于功率重量比大、体积小、频响高，压力、流量可控性好，可柔性传送动力等优点广泛应用于种铝加工机械等多种设备上。但随着科学技术的发展和技术的进步，液压系统应用的场合变得越来越复杂，液压能源系统本身固有脉动及其与管路的流固耦合振动、油液污染或密封老化导致的泄漏、油温过高导致润滑破坏而磨损加剧等均会造成液压系统的致命故障，因此迫切需要提高液压系统的可靠性、安全性和维修保障性。

故障预测和健康管理技术，是近十几年为提高复杂装备维修保障性、降低寿命周期费用和实现视情维修应运而生的技术。本文采取的技术措施与传统的故障诊断系统的设计理念不同，不仅着眼于系统的故障诊断，更着重故障预测和维修策略支持，以提高系统的可靠性、维修性和综合保障性。通过检测系统的状态来预测系统及其部件的故障情况，通过部件的损伤退化规律和当前状态确定部件的剩余寿命；利用多传感器信息融合技术诊断系统故障，并基于可用资源和使用需求对维修活动作出管理和决策。具有故障检测、诊断、隔离、关键部件寿命跟踪、故障报告和故障预测等功能，能够实现在准确的时间对准确的部位采取准确的维修活动，从而有效减少维修项目、节省维修费用、减少系统的事故率，提高系统可用性、工作效能和完成任务的能力。

参考文献：

[1]王少萍《液压系统故障诊断与健康管理技术》机械工业出版社2013年

[2]李磊《罗克韦尔自动化设备应用》机械工业出版社2013年

[3]邓李彭刚《集成架构中型系统》机械工业出版社2010年

[4]余杰赵旭斌《精通QTP-自动化测试技术领航》人民邮电出版社2011年

作者简介：刘新锋，37岁，本科，中南大学，机械设计制造及自动化，工程师，研究方向铝深加工设备电气液压系统。