（華北電力大學(xué)能源動(dòng)力與機(jī)械工程學(xué)院）

0 引言

對(duì)于重型燃?xì)廨啓C(jī)，進(jìn)口導(dǎo)葉（Inlet Guide Vane，IGV）系統(tǒng)，起著保護(hù)機(jī)組安全運(yùn)行、提高運(yùn)行效率的重要作用。目前，IGV系統(tǒng)主要為電液伺服調(diào)節(jié)方式。在液壓系統(tǒng)的幾類故障中，液壓油缸的泄漏是最普遍的一種故障形式，泄漏產(chǎn)生原因一般有制造缺陷、安裝誤差以及磨損等。液壓油缸的泄漏有內(nèi)泄漏和外泄漏兩種，外泄漏一般可以通過(guò)觀察的方法發(fā)現(xiàn)，而內(nèi)泄漏極其隱蔽，難以察覺(jué)。對(duì)于IGV系統(tǒng)，一旦發(fā)生液壓油缸的內(nèi)泄漏故障，最直接的影響就是系統(tǒng)的響應(yīng)時(shí)間變長(zhǎng)，位置控制精度降低，進(jìn)而影響溫度限制模塊、壓比限制模塊的功能[1]，導(dǎo)致溫度控制不佳，致使機(jī)組運(yùn)行效率下降。此外，還可能導(dǎo)致壓氣機(jī)喘振的發(fā)生，對(duì)機(jī)組的安全運(yùn)行造成嚴(yán)重影響。內(nèi)泄漏故障亦會(huì)導(dǎo)致IGV系統(tǒng)無(wú)法達(dá)到指定的開(kāi)度，當(dāng)實(shí)際開(kāi)度和指令開(kāi)度的累積偏差超過(guò)限度，將引發(fā)燃?xì)獍l(fā)電機(jī)組跳閘。電廠運(yùn)行中就曾有過(guò)IGV系統(tǒng)累積偏差過(guò)大導(dǎo)致的燃?xì)獍l(fā)電機(jī)組跳閘事故[2]。因此，對(duì)IGV系統(tǒng)的液壓油缸內(nèi)泄漏故障的診斷研究是十分必要和緊迫的。

在液壓系統(tǒng)的泄漏故障診斷研究方面，已經(jīng)發(fā)展出基于數(shù)學(xué)模型、信號(hào)處理以及神經(jīng)網(wǎng)絡(luò)等的診斷方法。在國(guó)內(nèi)，方志宏等[3]提出了一種通過(guò)壓力積分確定液導(dǎo)的變化來(lái)對(duì)液壓油缸進(jìn)行泄漏程度診斷的方法；周小軍[4]介紹了一種利用壓力、流量等的時(shí)域特征值作為訓(xùn)練樣本，采用支持向量機(jī)方法診斷泄漏故障發(fā)生的部位和原因。姜萬(wàn)錄等[5]采用小波包分解對(duì)常負(fù)載液壓油缸壓力信號(hào)進(jìn)行分析，采用得到的小波包子帶能量、能量的熵值和方差作為液壓油缸內(nèi)泄漏故障診斷的敏感特征參數(shù)。唐宏賓等[6]針對(duì)液壓油缸內(nèi)泄漏的故障，提出先利用主成分分析對(duì)從壓力信號(hào)提取的時(shí)域參數(shù)進(jìn)行降維，然后將其輸入到BP神經(jīng)網(wǎng)絡(luò)進(jìn)行故障模式識(shí)別。Zhao等[7]針對(duì)液壓油缸內(nèi)泄漏，基于小波包分析方法提取了五個(gè)故障特征用于內(nèi)泄漏故障診斷，并進(jìn)行了敏感度分析。Yao等[8]針對(duì)液壓執(zhí)行元件內(nèi)泄漏問(wèn)題，提出了通過(guò)連續(xù)小波變換方法求得時(shí)頻圖，然后求像素和作為特征參數(shù)進(jìn)行診斷，并通過(guò)類正弦輸入實(shí)驗(yàn)進(jìn)行了驗(yàn)證。

在國(guó)外，Rezazadeh等[9]提出了一種采用非線性觀測(cè)器對(duì)外部擾動(dòng)情況下液壓油缸內(nèi)泄漏故障進(jìn)行檢測(cè)的方法。Maddahi等[10]對(duì)液壓油缸內(nèi)泄漏問(wèn)題采用多尺度分析方法，發(fā)現(xiàn)相關(guān)熵均值及第五層小波細(xì)節(jié)系數(shù)可用于區(qū)別不同內(nèi)泄漏情況。Goharrizi等[11-12]在周期性階躍輸入下的液壓系統(tǒng)泄漏實(shí)驗(yàn)研究中，提出了基于小波分析提取均方根值，作為特征參數(shù)進(jìn)行內(nèi)外泄漏診斷的方法。之后，他們又提出了基于經(jīng)驗(yàn)?zāi)B(tài)分解（Empirical Mode Decomposition,EMD）方法提取第一組固有模態(tài)函數(shù)（Intrinsic Mode Function，IMF）的瞬時(shí)幅值的均方根值，用于內(nèi)泄漏故障的診斷[13]。

然而上述研究大多基于通用的液壓系統(tǒng)，對(duì)于變化的運(yùn)動(dòng)位置和負(fù)載條件下工作的IGV系統(tǒng)內(nèi)泄漏問(wèn)題，現(xiàn)有方法的檢測(cè)效果尚不明確。因此本文研究此獨(dú)特工作環(huán)境下重型燃?xì)廨啓C(jī)[14]中軸流壓氣機(jī)[15-18]的IGV系統(tǒng)液壓油缸內(nèi)泄漏問(wèn)題。

根據(jù)IGV系統(tǒng)的工作特點(diǎn)可知其運(yùn)行中產(chǎn)生的信號(hào)為非線性、非平穩(wěn)信號(hào)，對(duì)于非線性、非平穩(wěn)信號(hào)的分析，學(xué)者們已發(fā)展出短時(shí)Fourier變換、Winger-Ville分布和小波變換等時(shí)頻域分析方法。但這些方法由于本質(zhì)上都包含積分運(yùn)算，會(huì)產(chǎn)生虛假成分，且很難做到隨時(shí)間變化對(duì)頻率進(jìn)行精確描述。Huang等[19]提出了一種基于瞬時(shí)頻率的時(shí)頻分析方法：Hilbert-Huang變換（HHT）。該方法的第一步驟是通過(guò)EMD對(duì)原信號(hào)進(jìn)行分解，得到其各個(gè)IMF分量，然后對(duì)各個(gè)IMF分量進(jìn)行希爾伯特變換（Hilbert Transform，HT變換），再計(jì)算出各IMF分量的瞬時(shí)頻率以及瞬時(shí)振幅。然而，采用的EMD方法仍有不足，一個(gè)容易出現(xiàn)的問(wèn)題就是模態(tài)混疊。

為了發(fā)現(xiàn)IGV系統(tǒng)液壓油缸內(nèi)泄漏故障，本文采用EMD的改進(jìn)方法：集合經(jīng)驗(yàn)?zāi)B(tài)分解[20]（Ensemble Empirical Mode Decomposition，EEMD）和HT方法，對(duì)采集的信號(hào)進(jìn)行分析，進(jìn)而檢測(cè)內(nèi)泄漏及其程度?；诖罱ǖ腎GV系統(tǒng)模擬實(shí)驗(yàn)臺(tái)，本文模擬了變化運(yùn)動(dòng)位移和負(fù)載條件下，液壓油缸不同程度的內(nèi)泄漏故障，利用壓力傳感器采集液壓油缸運(yùn)行中一側(cè)油腔的壓力信號(hào)，應(yīng)用提出的方法，實(shí)現(xiàn)了內(nèi)泄漏及其程度的檢測(cè)。

1 EEMD及HT變換方法簡(jiǎn)介

1.1 EMD方法

EMD方法能將單個(gè)信號(hào)分解成多個(gè)單分量信號(hào)，稱為固有模態(tài)函數(shù)，這些固有模態(tài)函數(shù)滿足下面的兩個(gè)要求[19]：

a）整個(gè)信號(hào)的過(guò)零點(diǎn)與極值點(diǎn)的個(gè)數(shù)相等或至多相差1個(gè)；

b）在信號(hào)的任意時(shí)刻，分別由極大值點(diǎn)、極小值點(diǎn)確定的上、下包絡(luò)線的均值為零。

將信號(hào)分解成一系列IMF的步驟如下：

1）求上、下包絡(luò)線。根據(jù)原信號(hào)x（t）所有的極大值點(diǎn)和極小值點(diǎn)，運(yùn)用三次樣條函數(shù)擬合出原信號(hào)的上、下包絡(luò)線。

2）求出上、下包絡(luò)線的均值函數(shù)μ1（t），并用原信號(hào)x（t）減去均值函數(shù)，得到y(tǒng)1（t）。

3）判斷y1（t）是否滿足IMF的條件，如果不符合IMF的要求，將y1（t）視為x（t），重復(fù)1）、2）步的操作，直到獲得滿足要求的IMF分量c1（t）。

4）將上一步求出的IMF從信號(hào)中減去，得到剩余項(xiàng)r1（t）。

5）求其它IMF分量。對(duì)剩余項(xiàng)r1（t）進(jìn)行上述1）-4）步驟計(jì)算出第二個(gè)IMF分量，并以此類推，求出其它IMF分量，直至rn（t）為單調(diào)函數(shù)。

如此，原信號(hào)被分解成一系列單分量信號(hào)：IMF分量cn（t）以及一個(gè)殘差項(xiàng)rn（t）。

1.2 EEMD方法

EMD方法能很好的對(duì)非線性、非平穩(wěn)信號(hào)進(jìn)行分析，但此分解方法仍存在模態(tài)混疊等問(wèn)題，為了解決模態(tài)混疊這個(gè)問(wèn)題，Huang等[20]提出了一種噪聲輔助信號(hào)處理方法：EEMD方法。

對(duì)于EMD方法，模態(tài)混疊問(wèn)題是由于信號(hào)可能存在極值點(diǎn)分布不均勻的情況，一旦這種情況出現(xiàn)，就無(wú)法得到合理的IMF，導(dǎo)致模態(tài)混疊的發(fā)生。針對(duì)這個(gè)問(wèn)題，EEMD方法將白噪聲加入到待分解的信號(hào)進(jìn)行輔助處理，EEMD的分解步驟如下：

1）將信號(hào)加入到n組均勻分布的不同白噪聲背景中。

2）將n組含不同白噪聲的信號(hào)按照EMD方法分解求出各個(gè)IMF分量。

3）將得到的各個(gè)IMF的集成均值作為最終結(jié)果。

由于白噪聲均值為零的特性，對(duì)足夠組數(shù)的IMF求平均值后，噪聲將相互抵消，集成均值的結(jié)果即可作為最終的結(jié)果。

1.3 HT變換

在將信號(hào)分解成IMF分量后，為了后續(xù)處理，對(duì)IMF分量進(jìn)行HT變換：

然后構(gòu)造出解析信號(hào)z(t)：

通過(guò)解析函數(shù)就可以獲得IMF分量的瞬時(shí)幅值和瞬時(shí)頻率信息。

本文以液壓油缸一側(cè)油腔的壓力信號(hào)為對(duì)象，采用的檢測(cè)方法流程圖如圖1所示。

圖1 內(nèi)泄漏故障檢測(cè)方法流程圖Fig.1 Flow chart of internal leakage detection method

2 IGV系統(tǒng)內(nèi)泄漏模擬實(shí)驗(yàn)

基于GE公司9F級(jí)燃?xì)廨啓C(jī)的IGV系統(tǒng)，搭建了IGV系統(tǒng)模擬實(shí)驗(yàn)臺(tái)，如圖2所示。該實(shí)驗(yàn)臺(tái)由三部分組成：上位機(jī)及其控制軟件、系統(tǒng)I/O接口設(shè)備及液壓系統(tǒng)及附件。

圖2 IGV系統(tǒng)模擬實(shí)驗(yàn)臺(tái)Fig.2 IGV emulation testbed

上位機(jī)及其控制軟件根據(jù)實(shí)驗(yàn)的要求產(chǎn)生相應(yīng)的指令信號(hào)，完成并進(jìn)行控制，采集并保存各類傳感器得到的測(cè)量數(shù)據(jù)；系統(tǒng)I/O接口設(shè)備是基于通訊協(xié)議實(shí)現(xiàn)軟件和硬件的連通，并進(jìn)行軟件和硬件之間的數(shù)據(jù)交換；液壓系統(tǒng)及附件主要包括液壓油缸和電液伺服閥，各類傳感器等；各液壓組件之間采用硬管連接，通過(guò)上位機(jī)對(duì)電液伺服閥進(jìn)行控制。

IGV模擬實(shí)驗(yàn)臺(tái)框圖如圖3所示，其中IGV調(diào)節(jié)系統(tǒng)通過(guò)工作油缸中活塞的不同位置模擬進(jìn)口導(dǎo)葉開(kāi)度，負(fù)載輸出系統(tǒng)用來(lái)模擬工作油缸承受的變化外部載荷。

為了模擬IGV系統(tǒng)中液壓油缸的內(nèi)泄漏，將工作油缸的進(jìn)油腔和回油腔之間通過(guò)一條硬管連通，管上裝有節(jié)流閥，通過(guò)控制節(jié)流閥的開(kāi)度，模擬內(nèi)泄漏故障及其程度，如圖3所示。

圖3 IGV系統(tǒng)模擬實(shí)驗(yàn)臺(tái)框圖Fig.3 Block diagram of IGV emulation testbed

3 實(shí)驗(yàn)驗(yàn)證

3.1 實(shí)驗(yàn)過(guò)程

基于某9F級(jí)重型燃?xì)廨啓C(jī)運(yùn)行時(shí)IGV的開(kāi)度數(shù)據(jù)，根據(jù)模擬實(shí)驗(yàn)臺(tái)的工作油缸行程，按比例換算得到一段時(shí)間內(nèi)工作油缸活塞的參考位移數(shù)據(jù)，如圖4所示。通過(guò)控制節(jié)流閥的開(kāi)度，模擬內(nèi)泄漏程度，并獲取工作油缸中A油腔的壓力數(shù)據(jù)。

圖4 工作油缸活塞位移輸入Fig.4 Position input of the working cylinder piston

本文設(shè)計(jì)了一組工作油缸無(wú)內(nèi)泄漏實(shí)驗(yàn)，并通過(guò)調(diào)節(jié)節(jié)流閥，進(jìn)行了3個(gè)不同內(nèi)泄漏程度的實(shí)驗(yàn)。以“無(wú)泄漏，小泄漏，中等泄漏，大泄漏”分別對(duì)應(yīng)不同泄漏程度的四組實(shí)驗(yàn)，如圖5（a）所示。為了模擬IGV系統(tǒng)工作時(shí)負(fù)載波動(dòng)的特點(diǎn)，通過(guò)對(duì)負(fù)載油缸回路的電液伺服閥的控制，并對(duì)溢流閥的壓力進(jìn)行調(diào)節(jié)，實(shí)現(xiàn)波動(dòng)性負(fù)載。圖5（b）所示為工作油缸承受的負(fù)載，負(fù)載波動(dòng)幅度在局部均值的15%左右。

圖5 工作缸內(nèi)泄漏和負(fù)載情況Fig.5 Different levels of internal leakage and load on the working cylinder

3.2 實(shí)驗(yàn)結(jié)果及分析

在不同內(nèi)泄漏程度下，工作油缸A腔的壓力數(shù)據(jù)如圖6所示。首先通過(guò)EEMD方法將壓力信號(hào)分解成各個(gè)IMF分量。其中采用100組幅值比例為0.2的白噪聲。圖7為前3個(gè)IMF（IMF1-IMF3）分量。然后將各個(gè)IMF分量進(jìn)行HT變換，求得其瞬時(shí)幅值以及絕對(duì)均值，如圖8所示。為了減少位移指令的突變對(duì)壓力信號(hào)產(chǎn)生的影響，每隔40秒對(duì)瞬時(shí)幅值求絕對(duì)均值。

圖6 工作油缸A腔壓力Fig.6 Chamber A pressure of the working cylinder

圖7 工作油缸A腔壓力信號(hào)前3個(gè)IMF分量Fig.7 Three IMF values for Chamber A pressure of the working cylinder

圖8 前3個(gè)IMF分量瞬時(shí)幅值的絕對(duì)均值曲線Fig.8 The absolute mean of instantaneous amplitude for IMFs

如圖8所示，對(duì)于前3個(gè)IMF分量，IMF1瞬時(shí)幅值的絕對(duì)均值，隨著內(nèi)泄漏程度的增大隨之增大，可以有效的發(fā)現(xiàn)工作油缸是否存在內(nèi)泄漏，并區(qū)分出內(nèi)泄漏的程度。

4 結(jié)論

本文針對(duì)重型燃?xì)廨啓C(jī)壓氣機(jī)的IGV系統(tǒng)中液壓油缸內(nèi)泄漏故障，提出了一種基于EEMD和HT變換的診斷方法。應(yīng)用搭建的IGV系統(tǒng)模擬實(shí)驗(yàn)臺(tái)，開(kāi)展了變化位移和負(fù)載條件下，液壓油缸不同程度的內(nèi)泄漏故障實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，隨著內(nèi)泄漏程度的增大，提出的方法獲得的IMF1瞬時(shí)幅值的絕對(duì)均值隨之增大，從而為內(nèi)泄漏的有效地識(shí)別和內(nèi)泄漏程度的判定提供了依據(jù)。