杜少華

【摘 ? ?要】隨著現(xiàn)代生產(chǎn)的發(fā)展，生產(chǎn)水平的快速提高，人們對(duì)故障診斷技術(shù)的重視程度越來(lái)越高。長(zhǎng)期以來(lái)，人們對(duì)運(yùn)動(dòng)學(xué)、信號(hào)處理等研究較為透徹，但相比之下，液壓系統(tǒng)故障診斷較為淺顯。液壓泵是液壓系統(tǒng)的核心，直接影響著液壓系統(tǒng)的正常運(yùn)行，決定著整個(gè)系統(tǒng)的效率。文主要分析泵車(chē)典型液壓故障類(lèi)型，為更好地進(jìn)行泵車(chē)液壓系統(tǒng)故障診斷，提出基于LabVIEW以及BP網(wǎng)絡(luò)神經(jīng)的診斷方法，進(jìn)一步完善和提高故障診斷準(zhǔn)確度和精確度。

【關(guān)鍵詞】神經(jīng)網(wǎng)絡(luò) ?液壓故障 分析與設(shè)計(jì)

中圖分類(lèi)號(hào)：G4 ? ? 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.3969/j.issn.1672-0407.2020.08.146

隨著現(xiàn)代化的快速發(fā)展，人們對(duì)液壓系統(tǒng)的發(fā)展要求也越來(lái)越高，液壓系統(tǒng)朝著高精度、快速方向發(fā)展，結(jié)構(gòu)也變的越發(fā)復(fù)雜，工作精度要求也越來(lái)越高，致使液壓系統(tǒng)出現(xiàn)故障可能性也逐漸增大。為加快解決泵車(chē)典型液壓故障，提高泵車(chē)工作效率，本文主要對(duì)液壓典型故障進(jìn)行分析，從而提出基于LabVIEW圖像編輯語(yǔ)言以及BP神經(jīng)網(wǎng)絡(luò)，從軟件方面對(duì)泵車(chē)典型液壓故障診斷系統(tǒng)進(jìn)行完善，避免在實(shí)際操作中對(duì)泵車(chē)工作造成較大影響，進(jìn)一步提高泵車(chē)的工作效率以及準(zhǔn)確度。

1.泵車(chē)典型液壓故障分析及設(shè)計(jì)

1.1泵車(chē)典型液壓故障分析

1.1.1泵車(chē)工作原理。

混凝土泵車(chē)是一種將用于泵送混凝土的泵送系統(tǒng)和用于布料的臂架系統(tǒng)集成在汽車(chē)底盤(pán)上的設(shè)備，泵送系統(tǒng)利用底盤(pán)發(fā)動(dòng)機(jī)的動(dòng)力，將料斗內(nèi)的混凝土加壓送入管道內(nèi)，管道附在臂架上，操作人員控制臂架移動(dòng)，將泵送系統(tǒng)泵出的混凝土直接送到澆注點(diǎn)。

1.1.2常見(jiàn)故障。

（1）臂架自動(dòng)下沉。

①設(shè)備類(lèi)型所有型號(hào)泵車(chē)。

②故障現(xiàn)象臂架展開(kāi)后自動(dòng)下沉。

③故障分析與診斷臂架下沉有如下幾個(gè)原因：

A.臂架油缸中進(jìn)入空氣，因空氣的壓縮性比較大，臂架在不同的位置負(fù)載不同，當(dāng)負(fù)載增加時(shí)，因空氣壓縮導(dǎo)致臂架油缸伸縮，臂架下沉。

B.臂架油缸內(nèi)泄。當(dāng)油缸受壓時(shí)，如圖1所示，若有內(nèi)泄，則A腔油向B腔泄漏，并在一段時(shí)間后達(dá)到平衡，這時(shí)A、B腔壓強(qiáng)相等，油壓的有效作用面積只相當(dāng)于活塞桿的橫截面，而負(fù)載不變，所以油壓必須升高才能與負(fù)載平衡。若活塞桿與活塞橫載面積相差比較大，則油壓有可能性超過(guò)平衡閥的設(shè)定力，使平衡閥打開(kāi)，臂架下沉。當(dāng)油缸受拉時(shí)，如下圖所示，則B腔油向A腔泄漏，因B腔有效橫截面積小于A腔，所以B腔油不足以補(bǔ)充A腔，油缸中將產(chǎn)生真空，隨著油缸的下沉，真空度不斷增大。可將臂架收回至極限位置，憋壓、觀察油缸回油腔是否有油液流出。若有，則為油缸內(nèi)泄。

C.平衡閥內(nèi)泄。在臂架下沉故障中，平衡閥內(nèi)泄較常見(jiàn)，目前，泵車(chē)上有兩種平衡閥，原理上主要區(qū)別在于有無(wú)緩沖閥。37m米泵車(chē)平衡閥（現(xiàn)37m泵車(chē)同45m泵車(chē)）泄漏途徑兩條，一條從C2口（接油缸）經(jīng)單向閥泄漏到V2口（接多路閥A、B口），一條是從C2口經(jīng)平衡閥到達(dá)V2口。如果沒(méi)有控制油加在平衡閥的控制活塞上，在正常情況下，這兩條油路都是關(guān)閉的。但如果有以下幾條原因，則可能導(dǎo)致泄漏：

（A）平衡閥和單向閥的彈簧永久變形或折斷;（B）主閥芯、單向閥閥芯及控制活塞因污物卡死在開(kāi)口位置;（C）主閥芯與單向閥芯之間因磨損而產(chǎn)生泄漏;（D）平衡閥設(shè)定壓力低于負(fù)載壓力。

45m泵車(chē)平衡閥泄漏途徑有三條，一條是從C2口（接油缸）經(jīng)單向閥泄漏到V2口（接多路閥AB口），一條是從C2口經(jīng)平衡閥到達(dá)V2口，一條是從C2口經(jīng)緩沖閥到達(dá)T口，泄漏原因同上。平衡閥是否內(nèi)泄可在臂架下沉?xí)r，拆下C2口觀察有無(wú)油液不斷流出，若有則為內(nèi)泄（實(shí)踐時(shí)可通過(guò)拆開(kāi)油缸連接軟管與固定鐵管的接頭進(jìn)行觀察）。在臂架下沉的幾個(gè)原因中，平衡閥內(nèi)泄較為常見(jiàn)，其次是油缸內(nèi)泄，再其次是進(jìn)入空氣。應(yīng)逐步排除。

④故障處理。

平衡閥一般是拆下來(lái)清洗，如果有零件損壞，則維修或更換零件，可更換整個(gè)平衡閥，油缸內(nèi)泄，則要先檢查活塞處密封圈是否損壞，若損壞，則更換密封圈，若沒(méi)有，則檢查油缸缸筒，是否有劃傷、缸壁脹大等現(xiàn)象，若有條件的可以自己修理，無(wú)條件的可以送回總部修理。進(jìn)入空氣，則可反復(fù)憋壓幾次，以排除空氣。

（2）臂架油缸不同步。

①設(shè)備類(lèi)型45m泵車(chē)。

②故障現(xiàn)象大臂兩支撐油缸不同步。

③故障分析與診斷。

45m泵車(chē)大臂是由兩個(gè)油缸支撐，但各有一套平衡閥，理論上講，兩個(gè)有效作用面積的油缸，在輸入相同流量的情況下，應(yīng)能保持同步動(dòng)作。

④影響油缸同步精度有如下原因：

A.平衡閥開(kāi)啟壓力，若平衡閥開(kāi)啟壓力大于負(fù)載，則當(dāng)開(kāi)啟壓力不同時(shí)，開(kāi)啟壓力小的平衡閥先開(kāi)啟，對(duì)應(yīng)的油缸先動(dòng)作，油缸產(chǎn)生不同步動(dòng)作，當(dāng)不同步到一定程度時(shí)，由于機(jī)械方面的限制，使壓力升高，另一油缸才動(dòng)作。B.油缸本身的摩擦力不同，油缸本身的摩擦力就相當(dāng)于一個(gè)負(fù)載，摩擦力相差較大就會(huì)引起油缸較嚴(yán)重的不同步。C.兩油缸負(fù)載偏載，載荷小的油缸先行動(dòng)作。D.進(jìn)回油壓力損失不同，由于污物卡住或堵塞，閥芯開(kāi)口不同，都會(huì)引進(jìn)回油壓力損失一不同，引進(jìn)油缸不同步動(dòng)作。

⑤故障處理。

一般情況下，如果不同步現(xiàn)象不嚴(yán)重，可以不作處理。嚴(yán)重時(shí)排除機(jī)械故障后，在液壓系統(tǒng)方面也可作些調(diào)整。由于開(kāi)啟比無(wú)法調(diào)節(jié)（需加工節(jié)流孔），對(duì)于以上故障我們可取調(diào)節(jié)平衡閥壓力（開(kāi)啟壓力亦跟隨變化）來(lái)作一些處理。如上所述，開(kāi)啟壓力小的油缸先動(dòng)作，所以我們只需把先動(dòng)作的油缸回油腔的平衡閥適當(dāng)調(diào)高，其中，手動(dòng)泵測(cè)試臺(tái)，也可用泵車(chē)本身液壓泵代替（直接裝車(chē)調(diào)試）。

（3）液壓油乳化問(wèn)題。

①設(shè)備類(lèi)型：所有型號(hào)泵車(chē)。

②故障現(xiàn)象：液壓油乳化。

③故障分析與診斷。

水分是液壓油乳化的直接原因，水分進(jìn)入液壓系統(tǒng)有以下幾個(gè)原因：

A.空氣中的水分因冷熱交替而在油箱中凝結(jié)，變成水珠落入油中;B.因焊縫、法蘭等密封不嚴(yán)，油箱上的雨水滲入油箱;C.因泵送油缸損壞、水分被活塞桿帶入油中;D.清洗、換油、維修過(guò)程中帶入水分;

試驗(yàn)證明，當(dāng)混入水分占0.05%～0.1%時(shí)，油的透明度便明顯變差，形狀成混濁狀，若混入水分占0.2%～0.5%時(shí)，油變成乳白色。如果油本身的抗乳化性較差，即使靜置一段時(shí)間，水分也不會(huì)分離。當(dāng)油中有高溫氧化物時(shí)，高溫氧化物會(huì)充當(dāng)乳化劑，加速油的乳化。

④故障處理。

防止油液乳化，首先就要防止水分進(jìn)入液壓系統(tǒng)，這就要求我們?cè)谑褂煤途S修中，采取一些防水措施：

A.及時(shí)排水，建議每次工作前開(kāi)放水閥放一次水;B.盡量避免在雨天換油，如果在雨天換油，應(yīng)采取措施防止雨水進(jìn)入油箱;C.雨天維修時(shí)，要做好防水措施。

另外，在條件允許的情況下，在油溫過(guò)高時(shí)，可往泵送油缸封閉腔和冷卻器上澆水，降低油溫，防止高溫氧化物產(chǎn)生，在征得技術(shù)部門(mén)和用戶同意的情況下，可采取減少油泵排量的方式降低系統(tǒng)溫度。

1.2診斷系統(tǒng)設(shè)計(jì)

（1）神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單，速度快，網(wǎng)絡(luò)間干擾小;（2）提高神經(jīng)網(wǎng)絡(luò)的解釋功能;（3）提高診斷系統(tǒng)靈活性，降低系統(tǒng)升級(jí)難度。

在設(shè)計(jì)診斷系統(tǒng)時(shí)，采用專家系統(tǒng)的結(jié)構(gòu)，并采取神經(jīng)網(wǎng)絡(luò)方法監(jiān)理系統(tǒng)推理機(jī)，即將傳統(tǒng)專家系統(tǒng)中基于符號(hào)的推理方式改為神經(jīng)網(wǎng)絡(luò)中基于數(shù)值運(yùn)算的推力方式，使得診斷系統(tǒng)的效率有大幅度提高，同時(shí)解決了諸多困難。構(gòu)建基于神經(jīng)網(wǎng)絡(luò)的泵車(chē)典型液壓故障診斷系統(tǒng)結(jié)構(gòu)圖。

2.基于LabVIEW的泵車(chē)故障診斷軟件開(kāi)發(fā)

2.1.LabVIEW軟件介紹

LabVIEW是一種圖形化編輯語(yǔ)言，產(chǎn)生的程序是框圖形式。優(yōu)勢(shì)：可充分發(fā)揮計(jì)算機(jī)的能力，有強(qiáng)大的數(shù)據(jù)處理功能，可以創(chuàng)造出功能更強(qiáng)的儀器;用戶可以根據(jù)自己的需要定義和制造各種儀器。

2.2軟件設(shè)計(jì)及主要跟程序

本論文主要采用LabVIEW軟件為設(shè)計(jì)平臺(tái)，在MATLAB以及Access數(shù)據(jù)庫(kù)軟件配合下，按錯(cuò)診斷系統(tǒng)的軟件設(shè)計(jì)與開(kāi)發(fā)。通過(guò)LabVIEW建立人機(jī)界面，利用LabVIEW中的VISA模塊及硬件等，采集數(shù)據(jù)信號(hào)，并對(duì)不同信號(hào)進(jìn)行相應(yīng)的數(shù)據(jù)處理，對(duì)故障特征信息進(jìn)行提取。除此之外，利用LabVIEW中LabSQL模塊對(duì)建立的Access故障庫(kù)的數(shù)據(jù)進(jìn)行訪問(wèn)、調(diào)用以及存儲(chǔ)。

3.泵車(chē)典型液壓故障診斷BP網(wǎng)絡(luò)設(shè)計(jì)

3.1 BP神經(jīng)網(wǎng)絡(luò)

BP（Back Propagation）神經(jīng)網(wǎng)絡(luò)，即誤差反傳誤差反向傳播算法的學(xué)習(xí)過(guò)程，由信息的正向傳播和誤差的反向傳播兩個(gè)過(guò)程組成。輸入層各神經(jīng)元負(fù)責(zé)接收來(lái)自外界的輸入信息，并傳遞給中間層各神經(jīng)元;中間層是內(nèi)部信息處理層，負(fù)責(zé)信息變換，根據(jù)信息變化能力的需求，中間層可以設(shè)計(jì)為單隱層或者多隱層結(jié)構(gòu);最后一個(gè)隱層傳遞到輸出層各神經(jīng)元的信息，經(jīng)進(jìn)一步處理后，完成一次學(xué)習(xí)的正向傳播處理過(guò)程，由輸出層向外界輸出信息處理結(jié)果。當(dāng)實(shí)際輸出與期望輸出不符時(shí)，進(jìn)入誤差的反向傳播階段。誤差通過(guò)輸出層，按誤差梯度下降的方式修正各層權(quán)值，向隱層、輸入層逐層反傳。

多層前向BP網(wǎng)絡(luò)是目前應(yīng)用最多的一種神經(jīng)網(wǎng)絡(luò)形式，它具備神經(jīng)網(wǎng)絡(luò)的普遍優(yōu)點(diǎn)，但它也不是非常完美的，為了更好的理解應(yīng)用神經(jīng)網(wǎng)絡(luò)進(jìn)行問(wèn)題求解，這里對(duì)它的優(yōu)缺點(diǎn)展開(kāi)一些討論。

3.2 BP神經(jīng)網(wǎng)絡(luò)優(yōu)點(diǎn)

（1）非線性映射能力。

BP神經(jīng)網(wǎng)絡(luò)，其實(shí)質(zhì)就是實(shí)現(xiàn)了從輸入到輸出的映射，其神經(jīng)網(wǎng)絡(luò)層之間可以以任意精度逼近非線性連續(xù)函數(shù)。

（2）自學(xué)習(xí)和自適應(yīng)能力。

當(dāng)處于BP網(wǎng)絡(luò)神經(jīng)訓(xùn)練過(guò)程中，其系統(tǒng)能夠?qū)⒆詣?dòng)提取輸出、輸出數(shù)據(jù)間的規(guī)則，以及學(xué)習(xí)內(nèi)容記錄在網(wǎng)絡(luò)權(quán)值中。即具有較強(qiáng)的學(xué)習(xí)性及適應(yīng)能力。

（3）容錯(cuò)能力。

BP神經(jīng)網(wǎng)絡(luò)當(dāng)其局部或部分神經(jīng)元受到破壞或發(fā)生故障時(shí)，其不會(huì)對(duì)系統(tǒng)整體的訓(xùn)練造成較大的影響。即就是，神經(jīng)網(wǎng)絡(luò)個(gè)神經(jīng)元之間神經(jīng)網(wǎng)絡(luò)在其局部的或者部分的神經(jīng)元受到破壞后對(duì)全局的訓(xùn)練結(jié)果不會(huì)造成很大的影響，也就是說(shuō)即使系統(tǒng)在受到局部損傷時(shí)還是可以正常工作的。即BP神經(jīng)網(wǎng)絡(luò)具有一定的容錯(cuò)能力。

利用BP神經(jīng)網(wǎng)絡(luò)優(yōu)點(diǎn)，國(guó)內(nèi)外已經(jīng)進(jìn)行大量研究，但隨著其被廣泛應(yīng)用，BP神經(jīng)網(wǎng)絡(luò)缺點(diǎn)和不足也一一暴露出來(lái)。比如：

①局部極小化問(wèn)題。在解決復(fù)雜的非線性問(wèn)題時(shí)，通過(guò)局部改善的方法對(duì)網(wǎng)絡(luò)權(quán)值進(jìn)行改善，因此使得算法陷入局部極值，從而導(dǎo)致網(wǎng)絡(luò)訓(xùn)練不能正常進(jìn)行。另外，BP神經(jīng)網(wǎng)絡(luò)對(duì)初始網(wǎng)絡(luò)權(quán)重及其敏感，對(duì)于不同權(quán)重在進(jìn)行網(wǎng)絡(luò)初始化時(shí)，其最終收斂的局部極小各不相同，導(dǎo)致最終的訓(xùn)練結(jié)果各不相同。②BP神經(jīng)網(wǎng)絡(luò)樣本依賴性問(wèn)題。網(wǎng)絡(luò)模型逼近及推廣和樣本的典型性密切相連，因此，從問(wèn)題中選取典型樣本組成是咧及其困難。

3.3泵車(chē)診斷BP網(wǎng)絡(luò)構(gòu)建

BP神經(jīng)網(wǎng)絡(luò)有較強(qiáng)的非線性映射能力，被廣泛應(yīng)用于診斷領(lǐng)域。實(shí)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)診斷故障時(shí)，主要為三個(gè)步驟：

（1）神經(jīng)網(wǎng)絡(luò)的輸入、輸出樣本的獲取。（2）對(duì)構(gòu)建的診斷神經(jīng)網(wǎng)絡(luò)進(jìn)行檢驗(yàn)。（3）獲取現(xiàn)場(chǎng)故障信號(hào)信息的故障特征向量。

4.軟件測(cè)試與驗(yàn)證

4.1測(cè)試目的

軟件實(shí)驗(yàn)測(cè)試，一方面可以檢驗(yàn)泵車(chē)故障診斷系統(tǒng)軟件是否達(dá)到標(biāo)準(zhǔn)，即檢驗(yàn)軟件程序是否能夠?qū)崿F(xiàn)硬軟件之間的信號(hào)通訊及處理，更好地配合技術(shù)人員對(duì)泵車(chē)故障的診斷排查;另一方面，檢測(cè)軟件可靠性與穩(wěn)定性。

4.2測(cè)試方法

測(cè)試方法主要分仿真測(cè)試和實(shí)車(chē)測(cè)試。仿真測(cè)試，即將測(cè)試硬件、系統(tǒng)以及測(cè)試軟件共建為一體，通過(guò)仿真運(yùn)行時(shí)軟件的運(yùn)行狀況對(duì)軟件的性能進(jìn)行檢測(cè)。實(shí)車(chē)測(cè)試前，先進(jìn)行大量仿真測(cè)試，調(diào)試軟件程序，從而避免實(shí)車(chē)測(cè)試過(guò)程中，對(duì)實(shí)車(chē)造成不良影響。

實(shí)車(chē)測(cè)試，是通過(guò)對(duì)實(shí)車(chē)故障的檢測(cè)來(lái)檢測(cè)故障診斷系統(tǒng)軟件的測(cè)試。

5.總結(jié)

隨著建筑行業(yè)的快速發(fā)展以及混凝土泵車(chē)的廣泛使用，對(duì)其質(zhì)量、性能等要求也越來(lái)越高，泵車(chē)的故障診斷也得到廣泛重視。人工智能信息處理技術(shù)是推進(jìn)泵車(chē)故障診斷技術(shù)發(fā)展的重要?jiǎng)恿?。本文主要就泵?chē)液壓典型故障進(jìn)行性分析，提出基于LabVIEW以及BP神經(jīng)網(wǎng)絡(luò)診斷軟件開(kāi)發(fā)。不僅能夠使得系統(tǒng)可以有機(jī)地收集數(shù)據(jù)、處理數(shù)據(jù)信號(hào)等，還可以成功解決故障征兆信號(hào)的數(shù)據(jù)采集及分析。從而，提高了泵車(chē)故障診斷的時(shí)效性以及準(zhǔn)確性。

參考文獻(xiàn)

[1]劉登攀.基于BP算法的XRF光譜法測(cè)定酸溶鋁含量的方法研究[D].哈爾濱工程大學(xué)，2013年.

[2]唐梁.基于神經(jīng)網(wǎng)絡(luò)的泵車(chē)典型液壓故障診斷系統(tǒng)的分析與設(shè)計(jì)[D].江蘇大學(xué)，2012年.

[3]婁敏華.混凝土泵車(chē)調(diào)試裝備的研究[D].長(zhǎng)安大學(xué)，2010年.