身份证号:44052419750428541X
摘要:由于功率大、响应快、精度高等优点,液压系统在工程机械上得到了广泛应用。液压油缸为工程机械液压系统的重要执行机构,但是由于其恶劣的工作环境,长时间的高负荷运行以及不完善的维护措施,都会导致它易出现泄漏。液压油缸一旦泄漏,会出现工作压力不足、工作不平稳等现象,从而影响工程的施工进度和施工质量,甚至会造成人员伤亡。
关键词:液压油缸;泄漏;特征提取;距离区分技术
引言
随着现代制造业的迅猛发展,液压系统在航天、冶金和石油化工等领域的广泛应用已经成为可能。它在所有类型的制造业中起着重要的转移和管理作用。液压缸作为液压系统的执行机构,长期处于高运行状态,一旦出现故障,将直接影响液压系统的安全运行。液压缸泄漏是目前最常见的故障类型之一,主要是由于液压元件磨损、压力不足或偏差等原因造成的,当该故障发生时,液体从高压腔流到低压腔,导致液压系统的工作流量和压力显着降低,不仅严重影响液压系统的工作效率,甚至导致整个液压系统瘫痪,因此,研究有效的液压油缸泄露故障高精度自动诊断方法甚为必要。
1.液压油缸泄漏分析
液压油泄漏作为一种常见故障,主要分为外泄漏和内泄漏,其中外泄漏主要指液缸、缸底、油管接口、排气阀、缓冲调节阀、缸盖和活塞杆部位等外部泄漏,且该问题可能会直接显现出来,不需要使用更复杂的技术进行检查内部泄漏是指压力油从高压内腔泄漏到低压腔,主要发生在活塞和气缸内壁或活塞内孔和活塞之间的连接处。但是,内部复位问题不能直接显现,无法从表面判断液压缸是否发生泄漏故障,需要将活塞杆停至末端或开始,根据另一个油孔进行判断,分析是否发生泄漏故障。
2.泄漏原因
2.1设计问题
根据QJ1035.2—86及GB3452.3—88的相关标准,复查图纸中密封沟槽的设计尺寸,满足动密封和静密封的要求,缸体与活塞之间的间隙为0.043~0.169mm,导向套与活塞杆之间的间隙为0.036~0.144mm。而图纸的形位公差要求:缸体内孔圆柱度为0.03mm,活塞外圆尺寸的同轴度为0.05mm,活塞杆外圆圆柱度为0.015mm。这两处配合的间隙范围较小,再加上圆柱度和同轴度的影响,正常工作时配合表面就有可能会发生直接接触,从而形成配合表面磨损。两处配合之间的导向结构,采用双道复合材料导向带进行导向。由于在聚四氟乙烯材料中添入铜粉,此种导向结构具有高承载、低磨损、摩擦力小的特点。复查图纸中导向带沟槽的安装尺寸,活塞处导向带沟槽深度为2.5mm,导向套处导向带沟槽深度为2.5~2.517mm。而导向带自身的厚度为2.5mm,按照图纸尺寸,当导向带被安装在沟槽后,将可能会丧失其导向功能。因此,缸体与活塞、导向套与活塞杆之间的配合间隙过小,是内泄漏的原因。
2.2环境因素
液压油缸作为液压系统的主要执行元件,工作过程中活塞杆裸露在外直接与环境接触,虽然在导向套上装有防尘圈及密封件,也会有尘埃、污物进入液压系统,加速密封件和活塞杆等部件的划伤和磨损,引起泄漏。工作环境潮湿,水可能会进入液压系统,水与液压油反应形成酸性物质和油泥,降低液压油的润滑性能,加速部件的磨损。温度升高则密封件寿命降低,最佳油液温度<65℃,否则密封件会过早变质,造成泄漏。液压油中溶解的空气过多,则空气在油液中形成气泡,如果液压工作过程中在极短的时间内压力在高低之间迅速转换,就会使气泡在高压侧产生高温,在低压侧发生爆裂,如果液压元件表面有凹点或损伤时,液压油就会高速冲向元件表面加速表面的磨损,引起泄漏。控制液压系统工作环境,要从污染源头入手,可采取定期化验油质,清理过滤装置及油箱,切断外界因素(水、尘埃、颗粒等)对液压元件的污染,即减少外来污染、滤除系统产生的杂质、控制液压油的工作温度、定期检查更换液压油等。
3.工程机械液压油缸泄漏故障研究
3.1信号采集
随着液压油缸的往复直线运动,压力信号也呈周期性变化,其高压、低压交替出现,分别与高压吸油、低压回油两种工作状态对应;当液压油缸出现内泄漏时,压力信号出现了明显的波动,尤其在高压吸油阶段的波动更为明显;随着泄漏量的不断增大,压力信号的波动也越显著。压力波动会导致液压油缸压力不足,从而无法驱动负载或发生运行不稳定的现象。不同的排量对压力信号的变化也有一定影响,即负载变化也会使压力信号产生波动。但是,通常很难从压力信号的波动中判断哪些是由泄漏引起的,哪些是由负载变化引起。因此,如何从压力信号中准确提取泄漏的故障特征就成为一个非常关键的问题。
3.2深度置信网络设计
从上一小节中提取的不同严重程度液压缸泄漏压力信号的能谱熵函数,用作利用深度信任网络(DeepBeliefNetworks,DBN)自动诊断液压缸泄漏故障的输入。本文设计的网络包含几个有限的玻尔兹曼机器(RestrictedBoltzmannMachine,RBM)和一个分类。网络包含两个RBM,每个Rbm由可视层和隐藏层组成,分别在v、h中描述。对于第一级RBM,输入数据描述为v0,需要投影到h0,对于第二级RBM,输入h0值,以便完成分层数据传输,最后从最高层提取包含特性的特性描述。该网络下的学习包括两个阶段,一个阶段是利用贪婪算法逐一学习各个RBM,从而连续调整网络参数,从而获得最佳的学习特性;第二阶段将学习误差反向传递给每个RBM,以微调每个RBM层的参数,重复上述过程,停止条件对应最大迭代次数,最终得到参数最优的DBN模型。一种基于深度学习的液压缸泄漏故障自动诊断方法,通过计算液压缸泄漏量,将液压缸泄漏故障分为四种状态,采集每种状态下的压力信号,得到的信号完整连续,且无噪声,可以清晰地呈现不同状态下的信号变化特征, 并引入小波包能量谱函数,通过小波包变换提取压力信号,在典型的深度学习算法中用作深度信任网络的入口,具有较高的可行性,网络训练和测试后的诊断结果与预期结果完全相同,可为各大领域的设备故障自动诊断提供很好的参考。
3.3连接处问题处理
(1)连接零部件时,必须加工零部件,以保证零部件表面光滑,从而基本保证零部件的连接效率。但是,当连接组件时,必须根据液压缸类型以及特性来选择组件特性,以确保液压缸与各种组件相匹配。(2)需要清理连接处的密封圈,并在使用一段时间后进行定期更换。此外,安装时,应做好密封圈表面保护,防止连接时产生大间隙,确保液压缸释放的综合效益。(3)连接液压缸组件时,务必注意紧固件和螺纹连接的额定扭矩,确保各参数值处于标准状态。同时,拧紧时,受力应均匀,以有效保证连接处的性能,提升液压缸的稳定性。(4)要定期检查逐步连接处,一旦发现松动现象,一定要立即处理,提高组件连接处的效率,保证液压缸的使用寿命。
结束语
综上所述,(1)针对进行工程机械液压油缸泄漏故障诊断时特征提取的难题,提出了一种基于距离区分技术的故障特征提取方法。首先采集液压油缸的压力信号,然后提取压力信号的时域、频域、小波包能量特征、AR模型等初始特征参数,再通过距离区分技术选取敏感特征参数,最后输入SVM和BP网络等分类器进行故障检测。(2)通过试验验证了文中所提出的故障特征提取方法的有效性。结果表明:利用该方法,选用SVM做故障分类器时准确率达到了93.3%,选用BP网络做故障分类器时准确率达到了86.7%。该方法可有效实现对工程机械液压油缸泄漏的故障检测。
参考文献
[1]朱宪磊,张正罗,廖建忠.液压轮胎硫化机油缸的故障分析和维修对策[J].橡塑技术与装备,2021,47(05):28-33.
[2]贝皓然.液压油缸泄漏原因及处理方法[J].中国高新区,2018(04):138.
[3]林少凤.矿用液压支架油缸泄露问题及改善对策[J].技术与市场,2017,24(05):204.
[4]徐增丙,李友荣,王志刚,轩建平.基于ART和Yu范数的聚类方法在齿轮故障诊断中的应用[J].武汉科技大学学报,2016,39(02):116-120.
[5]朱燕红.煤矿井下液压支架油缸泄露故障及维修[J].科技与企业,2012(15):192.