張興軍

(濟寧職業(yè)技術(shù)學(xué)院機電工程系，山東濟寧 272037)

液壓系統(tǒng)由于其能實現(xiàn)無級變速等多種優(yōu)良的性能，被廣泛應(yīng)用，但其故障出現(xiàn)之后不易檢測也是讓廣大用戶非常頭疼的問題之一。目前，已經(jīng)有不少科研院所從事這方面的研究，并且取得了不少突破，但總體而言，成熟且能夠推廣使用的產(chǎn)品還相對較少［1］。液壓泵故障診斷的方法有兩種，一種是建立精確的數(shù)學(xué)模型，通過數(shù)學(xué)模型獲得檢測結(jié)果;這種檢測方法需要采用大量的傳感器，數(shù)據(jù)采集設(shè)備，使得系統(tǒng)復(fù)雜，成本提高。另外一種是采用專家的經(jīng)驗建立專家系統(tǒng)，這是目前的一種發(fā)展方向，但這方面的研究成果很少能得到推廣使用，主要是專家系統(tǒng)的開發(fā)本身需要大量經(jīng)驗的積累和總結(jié)，更重要的原因是開發(fā)者們總希望專家系統(tǒng)能全面地解決液壓系統(tǒng)中的故障，這對專家系統(tǒng)的要求太高，反而限制了專家系統(tǒng)的推廣和使用［2－3］。通過液壓設(shè)備的推廣和使用，我們發(fā)現(xiàn)，液壓設(shè)備的使用者大多具備一定的專業(yè)知識，出現(xiàn)故障的時候如果身邊有人能提供一些故障診斷的指導(dǎo)性意見，便可按照指導(dǎo)查找液壓設(shè)備的故障，檢測壓力、流量和噪聲，最后查找故障結(jié)果，并給出解決方案。這反饋給我們一個信息:只要開發(fā)一種軟件，能夠整合一些專家的經(jīng)驗，不必采集系統(tǒng)的數(shù)據(jù)，將這些經(jīng)驗提供給設(shè)備的使用者，方便使用者查詢就能達(dá)到較好的效果。這就是本文研究的目的，如此一來省去了目前的診斷系統(tǒng)中復(fù)雜的檢測設(shè)備。

1 智能故障診斷算法研究

當(dāng)前，智能故障診斷技術(shù)不僅用于液壓系統(tǒng)，也被廣泛使用到各個領(lǐng)域。通常對故障的定義就是一個系統(tǒng)的異?，F(xiàn)象以及工作過程中不期望的特性，主要內(nèi)容包括，故障檢測、識別、分離以及處理。其中故障檢測是故障診斷的首要環(huán)節(jié);故障識別是故障診斷的核心技術(shù);故障處理則是故障診斷的最終目的。在液壓設(shè)備中，對于壓力的測量相對比較精確，對于流量的準(zhǔn)確獲得則比較困難，鑒于以上原因采用精確的數(shù)學(xué)模型對于數(shù)據(jù)采集系統(tǒng)和傳感器的要求則比較高，這在比較精密的液壓設(shè)備中采用這種方案是非常明智的，但在工程機械和農(nóng)用機械中采用這種方案則顯得成本較高。本研究主要針對工程機械和農(nóng)業(yè)機械中的液壓設(shè)備提供指導(dǎo)性的故障診斷和維修［4－5］。

2 液壓泵主要模塊診斷算法的研究

在目前的工程機械中，軸向柱塞泵應(yīng)用較多。本文專家系統(tǒng)的開發(fā)主要采用軸向柱塞泵為基礎(chǔ)構(gòu)建智能算法。根據(jù)工程實際，該類泵的主要故障表現(xiàn)在以下幾個方面:(1)柱塞與缸筒磨損，主要癥狀是壓力下降、流量變小、泄漏量變大及泵殼溫度升高;(2)配流盤與轉(zhuǎn)子磨損，主要癥狀是壓力下降、流量變小、泄漏量變大及液壓泵殼溫度升高;(3)滑靴損壞，主要癥狀是壓力波動、泵殼溫度升高。但是對于壓力、流量等因素，在故障診斷領(lǐng)域目前主要是一些描述性語言，且這些語言的描述比較模糊，故專家故障診斷系統(tǒng)該部分采用模糊診斷的方案。

通過分析發(fā)現(xiàn)，系統(tǒng)故障和對應(yīng)的癥狀關(guān)系比較復(fù)雜，故障中存在許多關(guān)聯(lián)因素，而各因素之間的關(guān)聯(lián)度又是不同的，建立精確的數(shù)學(xué)模型又相對困難。目前模糊綜合檢測技術(shù)應(yīng)用比較廣泛，這種方法不需要建立精確的數(shù)學(xué)模型，只需將檢測量轉(zhuǎn)化成模糊系統(tǒng)輸入過程中的隸屬度函數(shù)，確定好輸入和輸出中的轉(zhuǎn)換矩陣，最后根據(jù)轉(zhuǎn)換矩陣而獲得檢測結(jié)果。該項技術(shù)比較成熟，鑒于以上原因，本文不做過多闡述。

針對前面提到的液壓泵故障診斷過程中的故障現(xiàn)象以及表現(xiàn)出來的故障狀態(tài)，可做如下設(shè)計，確定好故障的論域:V=［柱塞與缸筒磨損(v1)，配流盤與轉(zhuǎn)子磨損(v2)，滑靴損壞(v3)］。初步確定液壓泵的故障主要是以上3種，在模糊系統(tǒng)中，推算的結(jié)果一般表現(xiàn)出來的是某種故障的可能性。

根據(jù)模糊檢測的要求，將泵的異常情況確定為以下5種:U=［壓力低(u1)，壓力波動大(u2)，流量小(u3)，泄漏大(u4)，泵溫高(u5)］，該論域中各元素的隸屬度采用模糊子集A=［a1，a2，a3，a4，a5］來描述，具體見表1所示。各種現(xiàn)象和故障的模糊關(guān)聯(lián)度矩陣采用模糊關(guān)系矩陣R來描述，該項內(nèi)容通過專家的經(jīng)驗產(chǎn)生。

已知A、R，經(jīng)模糊變換:B=A;R根據(jù)最大隸屬度原則可得診斷結(jié)果。

3 專家系統(tǒng)軟件設(shè)計

根據(jù)前面的理論分析，軟件結(jié)構(gòu)如圖1所示，專家系統(tǒng)的對話模塊主要有:壓力模塊、流量模塊、泄露模塊及油溫輸入模塊。以上模塊主要完成的工作是將系統(tǒng)中的各項參數(shù)轉(zhuǎn)換成模糊系統(tǒng)輸入的隸屬度，具體隸屬度的獲得初步根據(jù)經(jīng)驗而設(shè)計。專家系統(tǒng)故障模糊推理模塊，主要根據(jù)各輸入模塊處的模糊隸屬度，結(jié)合關(guān)聯(lián)度函數(shù)進(jìn)行模糊推理，最后給用戶提供診斷的指導(dǎo)性意見。系統(tǒng)的設(shè)計采用VB6.0進(jìn)行開發(fā)，因為該軟件的通用性強設(shè)計簡單、易于推廣使用，且其開發(fā)源代碼開放，有利于廣大的用戶在此基礎(chǔ)上進(jìn)一步開發(fā)。

系統(tǒng)輸入模塊主要目的是將壓力、溫度、流量等轉(zhuǎn)化成模糊變換所需要的隸屬度函數(shù)(見圖2)。該模塊可實現(xiàn)專家系統(tǒng)和用戶的對話功能，需求簡單。隸屬度函數(shù)的設(shè)計見表1。將液壓系統(tǒng)的隸屬度函數(shù)值轉(zhuǎn)化后進(jìn)入故障推理模塊(見圖3)，該模塊的主要功能是根據(jù)系統(tǒng)的輸入推理而得出各種故障發(fā)生的可能性，給出故障的判別結(jié)果。該模塊的主要內(nèi)容是故障、癥狀關(guān)聯(lián)度函數(shù)的設(shè)計，這主要根據(jù)專家經(jīng)驗而獲得。值的大小分為專家推薦值和用戶設(shè)定值，用戶根據(jù)實際情況設(shè)定后可以改善專家系統(tǒng)的判別精度。

表1 癥狀隸屬度

表2 癥狀與函數(shù)的關(guān)系隸屬度

故障顯示模塊(圖4)是專家系統(tǒng)的輸出。目前有許多專家系統(tǒng)是直接給出結(jié)果，但是本文中的專家系統(tǒng)主要給出每種故障的可能性，用戶可以根據(jù)故障發(fā)生的可能性來判別系統(tǒng)故障的狀況。可能性一方面給用戶提供該故障是否發(fā)生，另一方面對故障的嚴(yán)重程度提供參考，這些內(nèi)容在用戶界面簡單明了。

通過實驗測得系統(tǒng)在某一狀態(tài)下液壓泵出口壓力為30.1 MPa，壓力穩(wěn)定后的變化范圍是±0.75 MPa，流量大小為36.8 L/min，泄漏量大小為0.7 L/min，泵溫為63℃。輸入專家系統(tǒng)后各癥狀的隸屬度為:A=［0.8 0.6 0.2 0.6 0.4］，專家系統(tǒng)的輸出為:故障1為0.8、故障2為0.6，故障3為0.6?？梢猿醪脚袛喙收?的可能性最大，泵是柱塞與缸筒磨損故障，經(jīng)過現(xiàn)場拆檢磨損嚴(yán)重，軟件結(jié)果與現(xiàn)場情況相符。

4 結(jié)語

本文采用VB6.0開發(fā)了一種液壓故障診斷專家系統(tǒng)，專家系統(tǒng)主要根據(jù)液壓系統(tǒng)，算法主要是基于模糊推理算法而設(shè)計。該專家系統(tǒng)主要對液壓系統(tǒng)的檢修人員提供指導(dǎo)性意見。模糊理論在解決液壓泵常規(guī)故障方面具有不必精確建模、理論上容易掌握等特點，且易于在液壓故障診斷中推廣使用。采用部分經(jīng)驗設(shè)計的專家系統(tǒng)為用戶的故障診斷提供幫助具有一定的可行性。

［1］張寧，張彥斌.裝備液壓系統(tǒng)故障診斷研究［J］.流體傳動與控制，2007(4):14－16.

［2］陳德國，郭曉松，于傳強，等.編碼器自動監(jiān)測與故障診斷系統(tǒng)的研究與實現(xiàn)［J］.傳感技術(shù)學(xué)報，2005，18(3):617 －619，622.

［3］Cheng Jizhang.Design and research of high precission equipment for pump test［C］.The 3rd Japan － China Joint Conference on Fluid Machinecry，Osaka，1990:67 －74.

［4］郭亞軍.綜合評價理論、方法及應(yīng)用［M］.北京:科學(xué)出版社，2007.

［5］Ji Xiaohua，Yan Bipeng，Liu Chao.Study and development on the expert system of pump selection［J］.Jiangsu Agricultural Research，2001，22(4):77 －79，83.