 |
上海申思特自動(dòng)化設(shè)備有限公司
主營產(chǎn)品： 美國E E傳感器,美國E E減壓閥,意大利ATOS阿托斯油缸,丹麥GRAS麥克風(fēng),丹麥GRAS人工頭, ASCO電磁閥,IFM易福門傳感器 |
員.png)
10
聯(lián)系電話
|
上海申思特自動(dòng)化設(shè)備有限公司
主營產(chǎn)品： 美國E E傳感器,美國E E減壓閥,意大利ATOS阿托斯油缸,丹麥GRAS麥克風(fēng),丹麥GRAS人工頭, ASCO電磁閥,IFM易福門傳感器 |
聯(lián)系電話
2017-6-26 閱讀(834)
液壓泵故障詳析
對液壓泵故障特征的分散性和模糊性,，提出基于振動(dòng)和壓力傳感器的信息融合故障診斷方法,。在充分分析液壓泵球頭松動(dòng)故障機(jī)理的基礎(chǔ)上，對振動(dòng)信號和壓力信號進(jìn)行小波消噪處理,，有效提取球頭松動(dòng)的故障特征。將不同類型特征參數(shù)進(jìn)行特征層融合,，利用主成分分析和改進(jìn)算法的BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)液壓泵球頭松動(dòng)故障診斷,。試驗(yàn)表明，基于不同類型傳感器信息融合故障診斷方法可以有效地實(shí)現(xiàn)液壓泵微弱故障的診斷,。
引言
液壓泵是液壓系統(tǒng)的心臟，其故障診斷是液壓系統(tǒng)故障診斷的重要部分,。由于流體的壓縮性,、泵源與伺服系統(tǒng)的流固耦合作用及液壓泵本身具有大幅度的固有機(jī)械振動(dòng)，使得液壓泵的故障機(jī)理復(fù)雜,，故障特征提取困難,，故障診斷的模糊性強(qiáng)。大量的液壓泵故障診斷數(shù)據(jù)表明,，通過泵源出口檢測到的故障信號常被干擾信號淹沒,，單一故障檢測信號常呈現(xiàn)出強(qiáng)的模糊性，采用常規(guī)的信號處理方法難以提升有效的故障特征,。
從故障診斷學(xué)的角度來看,，任何一種診斷信息都是模糊的、不的,，對任何一種診斷對象,，用單一信息來反映其狀態(tài)行為都是不完整的，如果從多方面獲取同一對象的多維故障冗余信息加以綜合利用,，就能對系統(tǒng)進(jìn)行更可靠更的監(jiān)測和診斷,。本文針對柱塞泵球頭松動(dòng)故障模式，通過在液壓泵出口配置振動(dòng)傳感器和壓力傳感器進(jìn)行故障檢測,，通過小波分析進(jìn)行信號消噪處理,，利用主成分分析提取有效融合信息，采用改進(jìn)算法的BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)液壓泵微弱信號或多故障的有效診斷,。
1,、液壓泵球頭松動(dòng)故障機(jī)理分析
由于制造誤差或液壓泵在工作過程中的壓力沖擊，常常使柱塞球頭與球窩沉凹變形使球頭與球窩間隙增大,，從而產(chǎn)生柱塞球頭松動(dòng)的故障,。
1.1基于振動(dòng)信號的故障機(jī)理分析
液壓泵缸體在轉(zhuǎn)動(dòng)過程中，柱塞在油缸中往復(fù)運(yùn)動(dòng),。當(dāng)缸體轉(zhuǎn)過一定角度時(shí),，經(jīng)過上死點(diǎn)柱塞進(jìn)人吸油區(qū)，球頭與柱塞發(fā)生一次碰撞,；當(dāng)缸體轉(zhuǎn)動(dòng)經(jīng)過上死點(diǎn)后,，球頭開始向柱塞方向運(yùn)動(dòng),，球頭與柱塞發(fā)生相對運(yùn)動(dòng)；當(dāng)轉(zhuǎn)過排油區(qū)時(shí),，高壓油作用在柱塞上,，使柱塞迅速向球頭方向運(yùn)動(dòng)，從而又一次產(chǎn)生沖擊,。缸體轉(zhuǎn)動(dòng)一周,，球頭與柱塞發(fā)生兩次碰撞，經(jīng)過傳動(dòng)軸和軸承將能量傳遞到殼體上,，故球頭松動(dòng)故障的振動(dòng)頻率為軸頻率的2倍,。
1.2基于壓力信號的故障機(jī)理分析
球頭松動(dòng)對液壓泵出口的壓力脈動(dòng)也有影響。當(dāng)缸體轉(zhuǎn)過上死點(diǎn)時(shí),，球頭向柱塞方向運(yùn)動(dòng),，當(dāng)油缸的排油進(jìn)入卸荷區(qū)時(shí)，球頭與柱塞還未發(fā)生碰撞,，這時(shí)在高壓油的作用下,，柱塞又向球頭方向運(yùn)動(dòng)，球頭與球窩發(fā)生碰撞,，產(chǎn)生振動(dòng)沖擊的同時(shí),，碰撞通過柱塞作用在高壓油上從而產(chǎn)生一個(gè)壓力脈動(dòng)，所以球頭松動(dòng)引起泵出口的壓力脈動(dòng)頻率與泵的軸頻率相同,，由上述分析可知,，如果球頭與球窩的間隙很小時(shí)，球頭與柱塞的相對速度不大,，產(chǎn)生的碰撞能量很小,。當(dāng)間隙增大時(shí)，產(chǎn)生的振動(dòng)能量就會(huì)增大,，且具有周期變化的時(shí)變特性,，殼體檢測的振動(dòng)能量通常分布于2倍軸頻率處；對于壓力脈動(dòng)信號,，能量主要分布在軸頻率處,。
1.3球頭松動(dòng)故障診斷系統(tǒng)
針對球頭松動(dòng)故障，在液壓泵出口垂直方向安裝了2個(gè)加速度傳感器ax,、a,。檢測振動(dòng)，1個(gè)壓力傳感器P檢測泵的壓力脈動(dòng),。由于液壓泵出口檢測到的振動(dòng)信號和壓力信號常被干擾信號淹沒,，為了提取故障特征，對上述傳感器的檢測信號進(jìn)行小波消噪處理,。
2,、小波信號消噪處理
液壓泵的工作環(huán)境一般比較惡劣,，其工況受環(huán)境的影響較大，通常在泵出口檢測到的信號含有很大的噪聲,。試驗(yàn)表明,，液壓泵出口檢測到的壓力信號和振動(dòng)信號體現(xiàn)出以下特點(diǎn)：①信號的頻譜分布很寬、波形雜亂,，規(guī)律性差,；②時(shí)變與非平穩(wěn)性表現(xiàn)明顯。
因此,，基于這兩種信號的故障特征提取非常困難,，有必要對檢測的信號進(jìn)行消噪處理。
小波分析是目前較有效的信號處理方法,，它可以同時(shí)在時(shí)域和頻域中對信號進(jìn)行分析，能有效地區(qū)分信號中的突變部分和噪聲,，實(shí)現(xiàn)信號的消噪,。
泵出口振動(dòng)信號及其小波消噪后的信號，選取小波消噪的全局閾值為1.049,。很明顯,，檢測信號中包含了許多干擾信號，很難簡單地利用檢測到的振動(dòng)信號進(jìn)行有效的故障診斷,。為了消除干擾影響,，經(jīng)過小波處理，可以有效地消除泵出口振動(dòng)信號中所包含的噪聲,，有利于故障特征的提取,。
3、信息融合故障診斷方法
信息融合是將多源信息加以智能合成,，產(chǎn)生比單一信息源更,、容錯(cuò)性和魯棒性更強(qiáng)的估計(jì)和判斷‘2’。由于液壓泵出口檢測到的信息微弱,，易于被干擾所淹沒,，很難利用單個(gè)傳感器的檢測信號進(jìn)行微弱故障特征的有效診斷。采用的信息融合故障診斷過程,，即將振動(dòng)信號和壓力信號進(jìn)行小波消噪處理,，利用統(tǒng)計(jì)分析提取有效特征信息，采用主成分分析(PrinciP81componentanalysis,，PCA)有效解耦各故障特征間的相關(guān)性,，減少故障特征的維數(shù)，采用改進(jìn)算法的BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)液壓泵球頭松動(dòng)故障診斷,。
3.l特征層信息融合
特征層狀態(tài)屬性融合就是將對多種類型傳感器數(shù)據(jù)進(jìn)行預(yù)處理以完成特征提取及數(shù)據(jù)配準(zhǔn),，即通過傳感器信息轉(zhuǎn)換,，把各傳感器輸人數(shù)據(jù)變換成統(tǒng)一的數(shù)據(jù)表達(dá)形式。
通過特征向量歸一化處理可以實(shí)現(xiàn)信息融合數(shù)據(jù)配準(zhǔn),。本文提取振動(dòng)信號和壓力信號的均值,、峰值因子、特征頻率的能量值和功率譜幅值,、四次矩等作為球頭松動(dòng)故障的特征向量,。
3.2選取主成分
在新樣本空間上，逐次計(jì)算傳感器信息的綜合指數(shù)為主成分上的貢獻(xiàn),。令主成分貢獻(xiàn)綜合指數(shù)閾值為85%,，根據(jù)貢獻(xiàn)綜合指數(shù)選取前幾個(gè)主成分，作為下一步信息融合的信息,。
針對液壓泵正常和4種球頭松動(dòng)故障,，各選取100個(gè)樣本，由于高度顯著,，說明這4組特征向量有十分明顯的差異,，故此類故障的不同故障程度是可以診斷的。
選擇BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu),，對液壓泵正常和設(shè)置的4種球頭松動(dòng)故障在訓(xùn)練誤差精度要求下對網(wǎng)絡(luò)進(jìn)行訓(xùn)練,，通過改進(jìn)算法的學(xué)習(xí)和訓(xùn)練得到BP網(wǎng)絡(luò)的優(yōu)化權(quán)值矩陣。在實(shí)際使用時(shí),，利用BP神經(jīng)網(wǎng)絡(luò)的權(quán)值矩陣及其改進(jìn)算法實(shí)現(xiàn)多故障的有效診斷,。其中輸出節(jié)點(diǎn)1表示液壓泵正常時(shí)神經(jīng)網(wǎng)絡(luò)的輸出值，節(jié)點(diǎn)2表示間隙為6μm時(shí)神經(jīng)網(wǎng)絡(luò)的輸出值,，節(jié)點(diǎn)3表示間隙為9μm神經(jīng)網(wǎng)絡(luò)的輸出值,，節(jié)點(diǎn)4表示間隙為12μm時(shí)神經(jīng)網(wǎng)絡(luò)的輸出值，節(jié)點(diǎn)5表示15μm時(shí)神經(jīng)網(wǎng)絡(luò)的輸出值,。
利用BP神經(jīng)網(wǎng)絡(luò)及其改進(jìn)算法可以有效診斷不同間隙大小的球頭松動(dòng)故障,。
4、結(jié)論
本文通過液壓泵出口的振動(dòng)信號和壓力信號,，通過小波消噪處理有效提取故障特征,，利用PCA分析很大程度上減少了信息融合特征向量的維數(shù)，通過可診斷性檢驗(yàn)證明PCA重新組合的特征向量可以實(shí)現(xiàn)多故障診斷,。在BP算法中引人附加動(dòng)量項(xiàng),，獲得*學(xué)習(xí)率，通過改進(jìn)BP算法實(shí)現(xiàn)不同間隙大小球頭松動(dòng)故障的有效診斷,。
OMAL VDA10003
OMAL DA060412S
OMAL VDA10003
VOITH 1500341180017-011 NG63 G1/4RS
PILZ 774790
SOMMER GP30-B
STENFLEX GR-SAE PN16 DN100
GEFRAN TC5-B-1-J-5-Q-1-B-3-100X000X00015XX
SCHMALENBERGER FB 50-16/4 50/60HZ
HYDAC ENS3118-5-0520-000-K
BURKERT 677670
BURKERT 179226
BURKERT 615157
BURKERT 285628
BURKERT 279363
SENECA K109PT
HYDAC LF ON 110IC 20D1.0/-24
HYDAC 007L010P
STAHL 8146/1S73 PTB01ATEX1016
AGI SENSOR AGP-06-OR
MASONEILAN 010865003-779-0000
MTS EP00200MD341A01
SOR 6NN-K-5-4N-C2A
SOR 54NN-K118-M4-C2A
ROSS 5500B9001
ROSS D550A8001
ROSS D5500A5003
BINDICOTOR VRFII-SGM-KYSX15
CRANE SVG23
FAFNIR 2MMV9106WN VV DUM FS638
LEBOW 3144-10K
COMPACT 864-647-9521
BENTIY 330180-91-00
BENTIY 330180-90-05
DEUBIN 1115-179-345
FAIRCHILD 30222
FAIRCHILD 10262U
FAIRCHILD 20822
DIGICON DS6RG6
HAKKO CHP-170
