古明江 胡光波

（中國(guó)人民解放軍91640部隊(duì) 湛江 524064）

1 引言

電源方艙電動(dòng)機(jī)加油泵是裝配在電源方艙中進(jìn)行電動(dòng)機(jī)加油的機(jī)械設(shè)備，它是保障電源方艙能持續(xù)供電和穩(wěn)定運(yùn)行的關(guān)鍵部件。由于電源方艙長(zhǎng)期在野外工作，且處于高負(fù)荷的發(fā)電狀態(tài)，加油泵容易出現(xiàn)突發(fā)性故障，電源方艙電動(dòng)機(jī)加油泵的結(jié)構(gòu)復(fù)雜且工況環(huán)境惡劣，使得故障檢測(cè)診斷的難度較大。然而一旦加油泵出現(xiàn)故障，將會(huì)導(dǎo)致電源方艙發(fā)電中斷，甚至?xí)?dǎo)致方艙供電設(shè)備損壞和武器裝備損壞，無法保障野外作戰(zhàn)任務(wù)的順利完成［1］。因此，需要研究一套有效的電源方艙電動(dòng)機(jī)加油泵的故障診斷分析方法，設(shè)計(jì)故障智能檢測(cè)系統(tǒng)，及時(shí)排除各類故障，保障電源方艙及供電系統(tǒng)的穩(wěn)定可靠運(yùn)行。研究電源方艙電動(dòng)機(jī)加油泵的故障優(yōu)化診斷方法，同樣在發(fā)電機(jī)故障診斷、機(jī)電一體化設(shè)備的故障分析等應(yīng)用領(lǐng)域中具有廣闊的應(yīng)用前景，相關(guān)的故障分析方法研究受到人們的極大重視［2］。

當(dāng)前，對(duì)電源方艙電動(dòng)機(jī)加油泵的故障診斷方法研究主要采用人工檢測(cè)方法，結(jié)合相應(yīng)的檢測(cè)設(shè)備，進(jìn)行加油泵的故障診斷分析，并輔助使用測(cè)功儀來進(jìn)行監(jiān)測(cè)，然而這種模式并不能很好地監(jiān)測(cè)電源方艙電動(dòng)機(jī)加油泵，存在著效率低、發(fā)現(xiàn)問題慢、誤判率高等情況，在電源方艙電動(dòng)機(jī)加油泵故障檢測(cè)和診斷中的實(shí)際應(yīng)用效能不高［3］，對(duì)此，相關(guān)學(xué)者進(jìn)行了故障診斷的智能分析方法研究，其中，文獻(xiàn)［4］中提出一種基于傾斜因子K均值優(yōu)化數(shù)據(jù)聚類分析的故障診斷方法，采用大數(shù)據(jù)分析方法進(jìn)行加油泵和電機(jī)泵的實(shí)時(shí)故障分析和檢測(cè)，提高了檢測(cè)的時(shí)效性，但該方法需要大量的先驗(yàn)數(shù)據(jù)作為支撐，當(dāng)缺乏前期的數(shù)據(jù)采集時(shí)，故障診斷效果不好；文獻(xiàn)［5］中提出一種改進(jìn)的井下直線電機(jī)泵故障檢測(cè)儀硬件系統(tǒng)設(shè)計(jì)方法，采用了基于ARM920T內(nèi)核的S3C2440A芯片進(jìn)行電機(jī)泵故障檢測(cè)，整個(gè)硬件平臺(tái)由傳感器模塊、數(shù)據(jù)采集模塊、主控模塊三部分組成，實(shí)現(xiàn)了電機(jī)泵故障診斷，該故障檢測(cè)儀不能對(duì)復(fù)雜工況下的電機(jī)加油泵進(jìn)行有效檢測(cè)，其系統(tǒng)的集成性不高。

針對(duì)上述問題，本文提出一種基于三相異步電動(dòng)機(jī)巡線檢測(cè)的電源方艙電動(dòng)機(jī)加油泵故障優(yōu)化診斷方法。首先分析電動(dòng)機(jī)加油泵的工作原理，提取電機(jī)加油泵的輸出電流、電壓、油泵進(jìn)出口壓強(qiáng)等參量為故障診斷的特征量。然后在嵌入式平臺(tái)下進(jìn)行故障檢測(cè)儀的硬件設(shè)計(jì)和軟件開發(fā)，結(jié)合特征提取和信號(hào)譜分析結(jié)果實(shí)現(xiàn)故障診斷。最后進(jìn)行系統(tǒng)測(cè)試，得出有效性結(jié)論。

2 電動(dòng)機(jī)加油泵的工作原理及故障現(xiàn)象分析

2.1 電源方艙電動(dòng)機(jī)加油泵工作原理

電源方艙電動(dòng)機(jī)加油泵是屬于電潛式往復(fù)泵技術(shù)的一種，主要由直線電機(jī)、動(dòng)子、定子、抽油泵、泵筒、電纜、泄油閥以及控制系統(tǒng)等部分組成，在電源方艙中將柱塞式抽油泵和直線電機(jī)結(jié)合為一體，直線電機(jī)動(dòng)子與抽油泵的柱塞相連接，通過柱塞抽油泵實(shí)現(xiàn)電動(dòng)機(jī)加油泵的抽油和加油功能，套管通過游梁式抽油機(jī)潛入地下油套管油液中，利用電纜傳輸電能給直線電機(jī)，通過低速A/D將峰值電壓進(jìn)行量化，在分析器熒光屏上顯示電動(dòng)機(jī)加油泵的對(duì)應(yīng)的加油量［6］。設(shè)備接備啟用時(shí)發(fā)現(xiàn)加油泵故障，自動(dòng)加注管路燃油向外噴出，影響裝備正常運(yùn)行，針對(duì)這種現(xiàn)象，需要進(jìn)行故障診斷電源方艙電動(dòng)機(jī)加油泵常見故障及檢修方法見表1。

表1 電源方艙電動(dòng)機(jī)加油泵常見故障

2.2 故障現(xiàn)象及故障原因分析

電源方艙在啟用過程中，對(duì)發(fā)電方艙正常自動(dòng)加注燃油過程中，燃油順著加油管路噴出，無法正常加注燃油，導(dǎo)致裝備不能正常運(yùn)行［7］。根據(jù)故障現(xiàn)象分析，故障原因有兩個(gè)方面：

1）加油管路閥門開關(guān)位置不正確。進(jìn)油管路、回油管路閥門失靈，導(dǎo)致燃油噴出；

2）自動(dòng)加油泵軸逆時(shí)針轉(zhuǎn)動(dòng)，才造成燃油順轉(zhuǎn)動(dòng)方向向往流出。根據(jù)先易后難的原則，逐步展開故障分析。

根據(jù)對(duì)電源方艙電動(dòng)機(jī)加油泵的故障現(xiàn)象分析，歸結(jié)出故障分析的基本思路為：

1）查看故障發(fā)生之前工作參數(shù)記錄，未發(fā)現(xiàn)異常記錄現(xiàn)象；同時(shí)，對(duì)進(jìn)油管路閥門開關(guān)打開，回油管路閥門開關(guān)關(guān)閉，進(jìn)行運(yùn)行檢查，故障仍然復(fù)現(xiàn)；再次把進(jìn)油管路閥門開關(guān)關(guān)閉，回油管路閥門開關(guān)打開運(yùn)行檢查故障依舊照樣；最后，對(duì)進(jìn)油管路閥門、回油管路閥門開關(guān)關(guān)閉，此時(shí)，油不再向外噴出，電機(jī)仍然逆時(shí)針轉(zhuǎn)動(dòng)工作，但油管沒有吸力功能，無法自動(dòng)吸油，因此，可以看出油管閥門開關(guān)失靈可能性排除；

2）針對(duì)電動(dòng)機(jī)軸逆時(shí)針轉(zhuǎn)動(dòng)現(xiàn)象分析來看很有可能是電動(dòng)機(jī)線路連接與電動(dòng)機(jī)不匹配造成的。經(jīng)過進(jìn)一步仔細(xì)復(fù)查核實(shí)；

3）當(dāng)發(fā)現(xiàn)電動(dòng)機(jī)是三相異步電動(dòng)機(jī)，作為電動(dòng)機(jī)是有相位之分，所以才導(dǎo)致電動(dòng)機(jī)軸逆時(shí)針轉(zhuǎn)動(dòng)的主要原因。

根據(jù)上述原理分析，進(jìn)行電源方艙電動(dòng)機(jī)加油泵故障優(yōu)化診斷方法研究，并進(jìn)行故障診斷系統(tǒng)優(yōu)化設(shè)計(jì)。

3 故障特征提取和信號(hào)分析

電源方艙電動(dòng)機(jī)加油泵故障檢測(cè)診斷的第一步是進(jìn)行電源方艙電動(dòng)機(jī)加油泵的物理信息采集和信號(hào)分析，信號(hào)采集來自于裝置到電源方艙電動(dòng)機(jī)加油泵各個(gè)部分的傳感器，采用分布式無線傳感器陣列分布形式進(jìn)行信號(hào)采集，提取電機(jī)加油泵的輸出電流、電壓、油泵進(jìn)出口壓強(qiáng)等參量為故障診斷的特征量［8］，設(shè)采集振動(dòng)信號(hào)樣本特征的測(cè)試集為X=[X…，Xk，…，XN]T，將電源方艙電動(dòng)機(jī)加油泵振動(dòng)信號(hào)x(n)分解成若干高階頻譜分量，其中任一訓(xùn)練樣本測(cè)試集為Xk=[xk1，xk2，…，xkm，…，xkM]，對(duì)應(yīng)的電源方艙電動(dòng)機(jī)加油泵故障信號(hào)特征實(shí)際輸出為

采用匹配濾波檢測(cè)方法，估計(jì)出加油泵的輸出壓強(qiáng)的特征分布系數(shù)a?(N)，基于過零點(diǎn)時(shí)間尺度不變性進(jìn)行信號(hào)分段調(diào)制，得到電源方艙電動(dòng)機(jī)加油泵的輸入壓強(qiáng)差作為故障信號(hào)，信號(hào)x(t)的短時(shí)傅立葉變換為

上式中，τ為信號(hào)采樣時(shí)間間隔，f為調(diào)制頻率，t為故障持續(xù)時(shí)間，計(jì)算瞬時(shí)頻率，得到電源方艙電動(dòng)機(jī)加油泵振動(dòng)信號(hào)的能量密度譜為

通過短時(shí)傅立葉變換譜分析方法進(jìn)行信號(hào)特征提取，采集的電源方艙電動(dòng)機(jī)加油泵的特征信號(hào)為滿足單分量信號(hào)物理解釋的一類信號(hào)，進(jìn)一步分析故障特征量的波形圖和對(duì)應(yīng)信號(hào)的頻譜圖，實(shí)現(xiàn)故障特征量提取，為進(jìn)行故障診斷提供準(zhǔn)確的數(shù)據(jù)輸入基礎(chǔ)。

4 故障診斷系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

在上述進(jìn)行了故障診斷系統(tǒng)的原理分析和故障特征提取的基礎(chǔ)上，在嵌入式平臺(tái)下進(jìn)行故障檢測(cè)儀的硬件設(shè)計(jì)和軟件開發(fā)，系統(tǒng)子模塊包括傳感器系統(tǒng)、AD采集模塊、ARM主控系統(tǒng)模塊、控制顯示模塊，供電系統(tǒng)，采用集成電路設(shè)計(jì)方法進(jìn)行系統(tǒng)的硬件設(shè)計(jì)，在ARM Cortex-M3內(nèi)核中進(jìn)行電源方艙電動(dòng)機(jī)加油泵故障診斷系統(tǒng)的嵌入式開發(fā)［9］。采用模塊化設(shè)計(jì)和集成電路設(shè)計(jì)相結(jié)合方法實(shí)現(xiàn)系統(tǒng)硬件開發(fā)，基于FPGA可編程邏輯控制芯片實(shí)現(xiàn)故障檢測(cè)儀的可編程邏輯控制，系統(tǒng)采用上、下機(jī)位兩部分組成電源方艙電動(dòng)機(jī)加油泵故障診斷系統(tǒng)的穩(wěn)壓模塊和功率放大模塊，通過A/D轉(zhuǎn)換器和D/A轉(zhuǎn)換器產(chǎn)生脈沖信息，在FPGA核心板中進(jìn)行集成智能控制。依據(jù)提取的電源方艙加油泵的故障特征，本系統(tǒng)選用了四種傳感器監(jiān)測(cè)電源方艙電動(dòng)機(jī)加油泵的狀態(tài)，其中電流傳感器是用于測(cè)量電源方艙加油泵電機(jī)每個(gè)沖程的電流大??；絕壓傳感器是用于測(cè)量電源方艙加油泵的油壓的絕對(duì)值；差壓傳感器每個(gè)沖程下電源方艙加油泵油壓的變化量［10～12］。將采集的數(shù)據(jù)通過信號(hào)調(diào)理模塊進(jìn)行信息融合處理，并在ARM嵌入式處理器中進(jìn)行故障特征融合，并輸出控制信號(hào)進(jìn)行故障調(diào)理，根據(jù)上述設(shè)計(jì)原理，得到本文設(shè)計(jì)的故障診斷儀的總體結(jié)構(gòu)構(gòu)架如圖1所示。

根據(jù)圖1總體構(gòu)造進(jìn)行系統(tǒng)硬件開發(fā)設(shè)計(jì)，其中AD采集模塊由兩個(gè)部分構(gòu)成，一是加油泵故障信號(hào)調(diào)理部分，二是故障信號(hào)的采集芯片部分，將采集的電源方艙加油泵故障信號(hào)經(jīng)過信號(hào)調(diào)理以后的模擬信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)，主控模塊選擇三星公司的S3C2440A芯片為主控芯片，基于STARX和STARTY兩條總線構(gòu)成通信模塊和控制程序加載模塊，系統(tǒng)采用上、下機(jī)位兩部分組成電源方艙電動(dòng)機(jī)加油泵故障診斷系統(tǒng)的信號(hào)處理終端，設(shè)定采樣時(shí)鐘頻率為12MHz、電壓為3.2V，選擇好合適輸出電平，通過CPLD編程方法進(jìn)行故障中斷復(fù)位，最優(yōu)根據(jù)邏輯PLC電路設(shè)計(jì)方法進(jìn)行故障診斷系統(tǒng)的硬件集成設(shè)計(jì)，得到設(shè)計(jì)的硬件電路如圖2所示。

圖2 中，收發(fā)轉(zhuǎn)換模塊有3個(gè)多通道緩沖串口McBSPs通過AD采集系統(tǒng)將傳感器采集的油壓信號(hào)和電源信號(hào)傳回ARM主控系統(tǒng)，在三相異步電動(dòng)機(jī)電源線路中進(jìn)行故障巡檢，結(jié)合特征提取和信號(hào)譜分析結(jié)果實(shí)現(xiàn)故障診斷。結(jié)合圖2電路圖分析得知，本文研究的電源方艙電動(dòng)機(jī)加油泵的故障問題發(fā)生在三相異步電動(dòng)機(jī)電源線路連接方面相位不正確。故障排除方法是查找電動(dòng)機(jī)電源線與接線盒z05線路轉(zhuǎn)接處32、33、34三條電源線路之間相位不正確，把32與33電源線調(diào)換位置后，重新進(jìn)行操作運(yùn)行，此時(shí)觀察電動(dòng)機(jī)軸順時(shí)針轉(zhuǎn)動(dòng)，油泵有吸力，恢復(fù)正常自動(dòng)加油功能，故障問題終于得到排除。

5 系統(tǒng)測(cè)試分析

為了測(cè)試本文方法在實(shí)現(xiàn)電源方艙電動(dòng)機(jī)加油泵故障診斷分析中的應(yīng)用性能，進(jìn)行系統(tǒng)調(diào)試和仿真實(shí)驗(yàn)分析，系統(tǒng)測(cè)試的開發(fā)平臺(tái)是Visual DSP＋＋4.5，采用Matlab 7仿真工具進(jìn)行故障信號(hào)處理的程序開發(fā)設(shè)計(jì)，使用Linux的源程序進(jìn)行故障診斷系統(tǒng)的軟件開發(fā)，在宿主機(jī)上建立Qt/Em?bedded for ARM的開發(fā)編譯環(huán)境，編譯基于ARM平臺(tái)的QWT庫(kù)，在安裝目錄中輸入命令source in?stall-qt-embedded-arm.sh，開始編譯、安裝故障診斷程序。采用GUI設(shè)計(jì)故障分析的面向?qū)ο髮?，即用戶界面，包絡(luò)參數(shù)設(shè)置界面、特征波形顯示界面和故障顯示界面，用戶界面模塊包括參數(shù)輸入和數(shù)據(jù)存儲(chǔ)兩個(gè)部分，進(jìn)入界面后，點(diǎn)擊“鍵盤”按鍵，在界面的頂部會(huì)出現(xiàn)一個(gè)標(biāo)準(zhǔn)的軟鍵盤，調(diào)用內(nèi)核中的AD7656.ko驅(qū)動(dòng)模塊，開始AD采集，得到電源方艙電動(dòng)機(jī)加油泵的原始物理數(shù)據(jù)采集結(jié)果如圖3所示。

以圖3采集的數(shù)據(jù)為輸入?yún)⒘?，輸入到本文設(shè)計(jì)的故障診斷系統(tǒng)中，進(jìn)行故障特征提取，實(shí)現(xiàn)故障診斷，得到故障特征提取結(jié)果如圖4所示。

分析圖4結(jié)果得知，采用本文方法進(jìn)行電源方艙的故障診斷分析，能準(zhǔn)確提取到反映電源方艙故障信息的特征量，實(shí)現(xiàn)故障性質(zhì)的準(zhǔn)確判斷分析。最后，以加油泵回油管路閥門故障、油管閥門開關(guān)失靈、機(jī)線路連接與電動(dòng)機(jī)不匹配等故障類別為實(shí)例，進(jìn)行故障診斷分析，得到各類故障的準(zhǔn)確判決分類結(jié)果如圖5所示。分析圖5得知，采用本文方法進(jìn)行故障類別判定，能有效診斷出電動(dòng)機(jī)加油泵的各類故障類別，故障判決的準(zhǔn)確度為98.7%，相比傳統(tǒng)方法提高25.4%，時(shí)間開銷縮短12.6%，統(tǒng)計(jì)結(jié)果說明了本文方法在提高故障準(zhǔn)確性和時(shí)效性方面的優(yōu)越性。

6 結(jié)語

本文研究電源方艙發(fā)動(dòng)機(jī)加油泵的故障優(yōu)化診斷和系統(tǒng)設(shè)計(jì)問題，提出一種基于多參量故障特征提取和嵌入式開發(fā)的電源方艙電動(dòng)機(jī)加油泵故障診斷及系統(tǒng)設(shè)計(jì)方法。分析電動(dòng)機(jī)加油泵的工作原理，提取電機(jī)加油泵的輸出電流、電壓、油泵進(jìn)出口壓強(qiáng)等多維參量作為故障分析的原始特征量，分析故障特征量的波形圖和對(duì)應(yīng)信號(hào)的頻譜圖。在嵌入式平臺(tái)下進(jìn)行故障檢測(cè)儀的硬件設(shè)計(jì)和軟件開發(fā)，進(jìn)行故障診斷系統(tǒng)的硬件集成電路設(shè)計(jì)，結(jié)合特征提取和信號(hào)譜分析結(jié)果實(shí)現(xiàn)故障診斷。研究表明，采用本文方法進(jìn)行電源方艙電動(dòng)機(jī)加油泵故障診斷的實(shí)時(shí)性和準(zhǔn)確性較好，能實(shí)現(xiàn)對(duì)加油泵回油管路閥門故障、油管閥門開關(guān)失靈、機(jī)線路連接與電動(dòng)機(jī)不匹配等故障種類的有效排除，具有很好的可靠性。

［1］任偉建.基于神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)的故障診斷技術(shù)［J］.電氣應(yīng)用，2013，32（15）：66-71.

［2］崔文巖，孟相如，楊歡歡，等.QoS約束的鏈路故障多備份路徑恢復(fù)算法［J］.電子與信息學(xué)報(bào)，2016，38（8）：1850-1857.

［3］劉聰，李穎暉，吳辰，等.基于魯棒自適應(yīng)滑模觀測(cè)器的多 故 障 重 構(gòu)［J］. 控 制 與 決 策 ，2016，31（07）：1219-1224.

［4］高志春，陳冠瑋，胡光波，等.傾斜因子K均值優(yōu)化數(shù)據(jù)聚類及故障診斷研究［J］.計(jì)算機(jī)與數(shù)字工程，2014，42（1）：14-18.

［5］張毅，周丙寅，胡光波.井下直線電機(jī)泵故障檢測(cè)儀硬件系統(tǒng)設(shè)計(jì)［J］.計(jì)算機(jī)與數(shù)字工程，2012，40（11）：162-166.

［6］高閃，梅勁松.輸入非線性系統(tǒng)的執(zhí)行器故障容錯(cuò)控制［J］. 信息與控制，2015，44（4）：463-468.

［7］溫陽東，宋陽，王穎鑫，等.基于模糊神經(jīng)網(wǎng)絡(luò)的電力變壓器故障診斷［J］.計(jì)算機(jī)測(cè)量與控制，2013，21（1）：39-41.

［8］李兵，徐榕，賈春寧，等.基于自適應(yīng)形態(tài)提升小波與改進(jìn)非負(fù)矩陣分解的發(fā)動(dòng)機(jī)故障診斷方法［J］.兵工學(xué)報(bào)，2013，34（3）：353-360.

［9］MAHBOUBIH.Distributed deploymentalgorithms foreffi?cient coverage in a network of mobile sensors with non?identical sensing Capabilities［J］.IEEE Transactions on Vehicular Technology，2014，63（8）：3998-4016.

［10］MAHBOUBIH，MOEZZIK，AGHDAM A G，etal.Dis?tributed deployment algorithms for improved coverage in a network ofwirelessmobile sensors［J］.IEEE Transac?tionson Industrial Informatics，2014，10（1）：163-174.

［11］張毅，盛會(huì)平，胡光波.基于相空間重構(gòu)和K-L變換的壓縮機(jī)故障診斷［J］.壓縮機(jī)技術(shù)，2011，4：19-21.

［12］文天柱，許愛強(qiáng)，程恭.基于改進(jìn)ENN2聚類算法的多故障診斷方法［J］.控制與決策，2015，30（6）：1021-1026.