劉 潤，上官林建，姚林曉，運紅麗，吳 松

(華北水利水電大學 機械學院，河南 鄭州 450045)

?

動力平板車自動潤滑故障診斷系統(tǒng)開發(fā)

劉 潤，上官林建，姚林曉，運紅麗，吳 松

(華北水利水電大學 機械學院，河南 鄭州 450045)

針對現(xiàn)有自動潤滑系統(tǒng)故障率高、診斷技術落后的問題，提出了故障樹分析與專家系統(tǒng)相結合的潤滑系統(tǒng)故障診斷方法。通過分析125型動力平板車潤滑系統(tǒng)的故障機理，建立了故障樹并以此為診斷模型構建出知識庫，再結合相應的算法實現(xiàn)了故障的診斷與定位。試驗結果表明：該方法可以實現(xiàn)潤滑系統(tǒng)的運行狀態(tài)監(jiān)測與故障診斷。

潤滑系統(tǒng)；故障診斷；故障樹；液壓系統(tǒng)；動力平板車

0 引言

潤滑系統(tǒng)是機械設備正常運行不可或缺的部分，常見的自動潤滑系統(tǒng)有單線遞進式集中潤滑系統(tǒng)、單線卸荷式集中潤滑系統(tǒng)、雙線式集中潤滑系統(tǒng)[1-4]以及多點柱塞泵分布式潤滑系統(tǒng)[5]。上述系統(tǒng)正逐步取代傳統(tǒng)人工潤滑，實現(xiàn)定時、定量泵送潤滑油或潤滑脂到各潤滑點的自動潤滑。

通常，潤滑系統(tǒng)管路較長，系統(tǒng)多為裸露狀態(tài)，且應用于不同載體時工況復雜多變，因此故障率高。目前，國內外對以稀油為介質的液壓系統(tǒng)故障診斷進行了大量研究，其主要診斷方法有模糊推理法[6]、專家系統(tǒng)法[7]、反向傳播(back propagation，BP)神經網絡法[8]和多傳感數(shù)據融合法[9-10]。模糊推理法善于處理不確定信息，但學習能力差，難以建立完整隸屬函數(shù)，且故障無法被定位到底事件。BP神經網絡法并行處理能力強，有自學習和容錯能力，但對樣本數(shù)量和質量要求高，且診斷結果不直觀。專家系統(tǒng)法推理嚴密、可靠性高，但推理過程復雜，知識難以有效表達。多傳感數(shù)據融合法為非標定制，尚未通用。此外，以潤滑脂為介質的潤滑系統(tǒng)故障監(jiān)測診斷技術研究較少，故障不能被及時發(fā)現(xiàn)，出現(xiàn)故障后，主要憑借工程技術人員的經驗在現(xiàn)場排查維修，效率較低，依賴性強，自動化程度低。在中國制造2025、工業(yè)4.0及“潤滑經濟”的背景下，實時監(jiān)測、按需供油及智能故障診斷已成為潤滑系統(tǒng)的發(fā)展方向。本文以125型動力平板車潤滑系統(tǒng)為例，采用故障樹分析與專家系統(tǒng)相結合的方法研究潤滑系統(tǒng)故障監(jiān)測與診斷。

1 自動潤滑系統(tǒng)故障診斷設計

動力平板車是用于大型工業(yè)設備運輸?shù)奶胤N工程車輛，作業(yè)工況環(huán)境惡劣，經常處于高負荷狀態(tài)，啟停頻繁，現(xiàn)場維護條件差，潤滑要求極為苛刻，其中懸掛系統(tǒng)和轉向系統(tǒng)為潤滑需求較密集的部位。以鄭州新大方重工科技有限公司125型動力平板車潤滑系統(tǒng)為例，該型平板車共有94點需要進行潤滑，各潤滑點的位置、數(shù)量及需油量等參數(shù)如表1所示。整個車體縱向分為A端和B端，潤滑點對稱分布且數(shù)量相同，因此，圖1只列出了A端潤滑點的分布。

根據該動力平板車的潤滑點分布及需油量，綜合考慮不同類型潤滑系統(tǒng)優(yōu)劣，選取單線遞進式潤滑系統(tǒng)為基礎，對故障診斷系統(tǒng)進行研究。其中，泵站規(guī)格為：額定工作電壓24 V，額定工作電流3 A，最大工作壓力30 MPa，雙出油口的油箱4.5 L，采用片式遞進分配器。該潤滑系統(tǒng)的結構原理圖如圖2所示。

表1 125型動力平板車潤滑點參數(shù)

1.懸掛架與懸掛油缸接點；2.懸掛架與擺臂 接點；3.轉向連桿與中心轉臂接點；4.轉向架 回轉中心；5.轉臂與連桿接點；6.懸掛回轉 軸承；7.擺臂與懸掛油缸接點；8.擺臂與車橋 接點；9.轉向油缸與油缸固定座接點；10.轉向 油缸與中心轉臂接點。圖1 125型動力平板車A端潤滑點分布

遞進式分配器的結構組成及工作原理決定了潤滑系統(tǒng)具有較高的可靠度，任一分配器出油口堵塞就會導致整個系統(tǒng)停機[11-12]，同時也帶來了故障難以定位的難題。目前，故障的解決辦法是：維護人員首先全局排查沿線接口、各段管路是否有損壞、泄漏；然后，依照潤滑泵站-主分配器-二級分配器-潤滑點的次序進行逐項隔離檢修。這種辦法效率較低，且在拆裝隔離時易造成二次故障[13]。因此，開發(fā)故障診斷系統(tǒng)應盡量避免拆裝，可通過添加傳感器并結合一定的算法，達到故障預警和定位的目的。本文擬通過引入故障樹的方法，將系統(tǒng)各硬件及其關系轉化為故障因果模型，再結合潤滑領域專家的經驗和策略，構造出該故障診斷模型，集中潤滑故障診斷系統(tǒng)構架如圖3所示。

圖2 125型動力平板車潤滑系統(tǒng)的結構原理圖

圖3 集中潤滑故障診斷系統(tǒng)構架

2 基于故障樹的知識庫構建

故障樹是在研究系統(tǒng)失效與引起失效的各種直接事件和間接事件之間關系的基礎上，建立的反映這些事件間邏輯關系的樹狀模型[14]，其建立方法通常有演繹法和合成法[15]。本文的潤滑系統(tǒng)結構相對簡單，采用演繹法可以對系統(tǒng)進行更加徹底地分析，同時兼顧環(huán)境條件及人為因素對系統(tǒng)的影響。

頂事件是故障樹的入口，是最不希望發(fā)生的故障，對于本文的潤滑系統(tǒng)，選取潤滑點無油脂作為頂事件。引起該頂事件的原因宏觀上分為潤滑系統(tǒng)故障和潤滑點故障，潤滑系統(tǒng)故障又進一步分為4種不同的情況，其相互間存在邏輯“或”關系，逐項細分直到事件不能被繼續(xù)分解，由此便得到集中潤滑系統(tǒng)的故障樹，如圖4所示。

圖4 集中潤滑系統(tǒng)的故障樹

該故障樹清晰地反映了造成潤滑失效的各種可能事件以及它們之間的關系，通過模塊化處理，可將其轉化為計算機程序可調用的知識庫，即標記出故障樹中各個獨立模塊，然后以數(shù)據表的形式進行存儲。首先對故障樹中的事件進行編碼，然后采用基于Tarjan算法的深度優(yōu)先遍歷方法進行獨立模塊識別，通過遍歷搜索對每個事件設置5個標記。

首次搜索到該事件時的步數(shù)記為i，再次搜索到該事件時的步數(shù)記為j，最后一次搜索到該事件時的步數(shù)記為k。

如果i=j，則該事件為底事件。

對于中間事件N，則iN

如果iNmax，則N為獨立模塊，存儲時type記為0。

按照以上算法可以得到事件潤滑點故障和事件終端油路故障等故障樹的非獨立模塊。

最后，采用“兄弟孩子表示法”建表存儲，生成知識庫，方便程序查詢。

除此之外，知識庫中還包含了由潤滑領域專家和工程師提供的診斷結論表，即故障樹中各底層故障對應的解釋和維修建議等信息。該內容通過故障ID與故障樹存儲表進行關聯(lián)，可直接被解釋機制調用，通過人機接口為用戶提供診斷結果。

3 推理機的構建

推理機是故障診斷系統(tǒng)的核心[16]，其任務是獲取系統(tǒng)當前狀態(tài)，利用知識庫按照一定的診斷策略對故障進行預警、分析處理以及結合解釋機制輸出診斷結果?，F(xiàn)有的遞進式潤滑系統(tǒng)，在其主分配器處安裝霍爾傳感器以配合控制器完成循環(huán)記數(shù)，而無故障診斷和定位功能，因此配合上述知識庫實現(xiàn)故障診斷必須添加檢測元件。本文遵循添加元件數(shù)量最少、對原系統(tǒng)影響最小以及經濟適用的原則，在各二級分配器尾片上加裝霍爾傳感器，在主油路出口添加二位三通閥，其出口A為原油路，出口B接壓力繼

圖5 故障診斷流程

電器，并添加泵電機電壓電流檢測器。該系統(tǒng)的推理規(guī)則為：正常運轉情況下，二位三通閥為A路常開，電壓電流均在閾值范圍內，各霍爾傳感器會依次響應。當平板車出現(xiàn)潤滑點無油脂故障時，二位三通閥切換至B路，重啟泵站，如壓力繼電器響應則泵站正常，反之泵站故障。然后，根據電壓電流采集值、霍爾傳感器信號序列等與知識庫比對，可推斷鎖定故障樹中對應底層事件。對于不確定的故障則顯示轉人工檢測，但此時故障檢測范圍已大幅縮小，而已確認的故障通過解釋機制在人機接口顯示相應的結果和解決方案，至此，便完成了故障診斷。故障診斷流程如圖5所示。

4 故障監(jiān)測與診斷系統(tǒng)試驗驗證

該潤滑系統(tǒng)與動力平板車液壓驅動系統(tǒng)相互獨立，因此對其可單獨進行功能驗證。基于安全和成本考慮，本試驗在車體停機只運行潤滑系統(tǒng)的狀態(tài)下，通過人工現(xiàn)場模擬故障的方式來進行。潤滑故障監(jiān)測與診斷系統(tǒng)試驗平臺的硬件組成如表2所示。為提高試驗的可靠度，采集潤滑系統(tǒng)運行時傳感器的真實數(shù)據，并與相應的通過NI DAQ數(shù)據采集卡輸出給診斷系統(tǒng)的模擬傳感信號進行對比試驗，兩組單因素試驗的方案及結果如表3所示。由表3可看出：本文方法可以實現(xiàn)潤滑系統(tǒng)故障監(jiān)測與診斷。

表2 潤滑故障監(jiān)測與診斷系統(tǒng)試驗平臺硬件組成

表3 兩組單因素試驗的方案及結果

5 結束語

本文以125型動力平板車為例，根據其潤滑點需求設計了配套的集中潤滑系統(tǒng)，以硬件布局為基礎構建了故障診斷系統(tǒng)框架。采用演繹法建立潤滑系統(tǒng)故障樹模型，然后基于故障樹生成診斷知識庫，最后通過推理機完成故障診斷，實現(xiàn)了對潤滑系統(tǒng)故障的自動檢測和快速定位，提高了潤滑系統(tǒng)的可靠性，降低了維護成本，提高了自動潤滑產品的智能化水平。

[1] 汪德濤.潤滑技術手冊[M].北京:機械工業(yè)出版社,1999.

[2] 李向東,張新海.干油集中潤滑技術的發(fā)展趨勢分析[J].礦山機械,2011,39(3):1-3.

[3] 侯風嶺,吳強.高壓脈沖智能潤滑技術在轉爐電除塵系統(tǒng)中的應用[J].潤滑與密封,2011,36(5):122-124.

[4] 李建,李建中,楊文龍,等.礦山大型機械設備智能集中潤滑系統(tǒng)設計[J].中國礦業(yè),2014,23(4):137-141.

[5] 王靜靜.智能分布式工程機械自動潤滑系統(tǒng)設計[D].南京:南京航空航天大學,2014.

[6] 唐宏賓.混凝土泵車泵送液壓系統(tǒng)故障診斷關鍵技術研究[D].長沙:中南大學,2012.

[7] 徐康.后裝壓縮式垃圾車液壓系統(tǒng)故障機理及智能診斷系統(tǒng)研究[D].長沙:中南大學,2014.

[8] 劉小平,鄂東辰,高強,等.基于BP神經網絡的翻車機液壓系統(tǒng)故障診斷[J].液壓與氣動,2016(8):68-73.

[9] KUVAJA J,VEHMAA R,KRKKINEN J,et al.Advanced lubrication system:US EP 2553311 A1[P].2013-03-18[2016-09-10].

[10] SPARHAM M,HAMDI M,RAHBARI R G,et al.Smart lubrication via pump response interval (PRI) variation in the machining process[J].The international journal of advanced manufacturing technology,2013,67(5):1755-1764.

[11] 梁雪,宋筱文.遞進式分配器的缺陷分析及其改良應用[J].風能產業(yè),2014(3):54-56.

[12] 趙晶文,徐偉,謝曉利,等.遞進式潤滑系統(tǒng)的可靠性設計[J].潤滑與密封,2016,41(3):142-145.

[13] 范永海,齊鐵力.液壓系統(tǒng)可維修性設計研究[J].液壓與氣動,2003(8):6-8.

[14] 倪紹徐,張裕芳,易宏,等.基于故障樹的智能故障診斷方法[J].上海交通大學學報,2008,42(8):1372-1375.

[15] 金亮亮.基于故障樹的航天器故障診斷專家系統(tǒng)研究[D].南京：南京航空航天大學,2008.

[16] 黃志堅.液壓系統(tǒng)故障智能診斷與檢測[M].北京:電子工業(yè)出版社,2013.

河南省重點科技攻關計劃基金項目(142102210107);華北水利水電大學研究生教育創(chuàng)新計劃基金項目(YK2015-14)

劉潤(1991-),男,回族,河南南陽人,碩士生;上官林建(1972-),男,通信作者,河南信陽人,教授,博士,碩士生導師,主要從事干油集中潤滑與潤滑脂流動數(shù)值模擬方面的研究.

2016-10-09

1672-6871(2017)03-0014-05

10.15926/j.cnki.issn1672-6871.2017.03.004

TH137;TP277.3

A