任鑫波

（晉中職業(yè)技術學院，山西晉中 030600）

0 引言

全自動液壓機作為工業(yè)生產的重要機器[1]，保證良好狀態(tài)尤為關鍵。近年來針對全自動液壓機下滑故障的維修方法，在實際工作中存在診斷步驟繁瑣、故障定位不準確的問題[2]。

為了提高全自動液壓機故障診斷的精確度，提出基于FTA的全自動液壓機下滑故障診斷技術。FTA 的核心是利用布林邏輯組合低階事件，將所有可能的因素和結果以邏輯關系匯總在一起，形成次序分明的結構體[3]。

本文引入FTA（Fault Tree Analysis，故障樹分析）思維，逐層分析故障的原因和表征，設計FTA 故障樹分析模型和分析流程；改進FTA 故障樹分析方法，確定各搜索方案屬性值，采用有獎有罰的規(guī)則標準化故障搜索矩陣；利用FTA 理論簡約故障條件屬性，完成故障診斷。

1 基于FTA 的全自動液壓機下滑故障診斷技術設計

導致全自動液壓機出現(xiàn)下滑故障的因素較多，需要從底層設計故障樹模型、設計診斷流程，并對FTA 方法進行改進，完成基于故障樹的下滑故障診斷。

1.1 FTA 故障樹分析模型設計

S—T 模型是一種以一系列IF—THEN 模糊規(guī)則為基礎的FTA 故障樹分析推理模型[4]。IF—THEN 模糊規(guī)則可以識別出復雜系統(tǒng)中的問題并對預設軌道進行控制。

其規(guī)則內容為：

其中f（x）是x 的線性函數。對于有n 個單輸出系統(tǒng)，在利用S—T 模型進行推理時，給定m 條模糊規(guī)則，第l（l=1，2，…，m）條模糊規(guī)則形式如下：

設定初始條件為：

其中，i 與j 為事件序號，取正整數；n 代表集合中的所有狀態(tài)；λi，j代表從狀態(tài)i 到j 的轉移概率。求解該模型可得到故障樹中相應事件的發(fā)生概率，也即全自動液壓機在特定時刻的故障概率。

1.2 FTA 故障樹分析流程設計

設計FTA 故障樹分析流程如圖1 所示，主要是利用T—S模型對FTA 決策方案底事件進行模糊描述，搜索出設備故障特征，輸出故障處理方案。

圖1 T—S 模糊FTA 分析流程

影響決策方案的屬性包括部件的T—S 模糊FTA 重要度、故障搜索成本以及多發(fā)性故障，故障搜索成本需要綜合考慮維修費用、檢修時間等因素；多發(fā)性故障主要是考慮到同批次引進的部件缺陷造成系統(tǒng)集中多發(fā)性故障。

故障搜索決策流程是將T—S 模糊FTA 分析中的底事件設置為全自動液壓機各部件故障診斷候選方案，建立決策矩陣，并進行標準化處理。計算評價靶心和不同方案綜合靶心距，作為診斷向量確定最終診斷順序。

1.3 FTA 故障樹故障搜索決策方法改進

以往的故障搜索決策方法只片面地考慮了系統(tǒng)的一種故障狀態(tài)，僅僅將系統(tǒng)發(fā)生嚴重故障時的部件T—S 關鍵重要度作為屬性進行考慮，降低了決策的準確，因此對FTA 故障樹故障搜索方法進行改進。

在故障搜索決策的過程中，確定系統(tǒng)不同狀態(tài)下各搜索方案所對應的屬性值，再進行綜合分析決策。這樣就實現(xiàn)了與T—S 模糊FTA 系統(tǒng)可靠性分析結果的對應，在充分利用可靠性分析結果的同時，使得決策結果更加精準、更加合理。

傳統(tǒng)的決策矩陣標準化處理往往存在只獎不罰的缺點，所以本文采用有獎有罰的規(guī)則對診斷數據進行設置，然后標準化故障搜索決策矩陣，擴大指標的差異度，提高決策質量。規(guī)定當矩陣的屬性數值高于數據的平均值的時候，設置其等級為0 和1 的正數等級，當矩陣數值低于數據的平均值時，設置其等級為-1 和0 的負數等級。

1.4 全自動液壓機下滑故障診斷

1.4.1 故障排查權限

為了快速且方便地診斷液壓機的下滑故障，需要先設定故障排查用戶權限。故障診斷權限分為三類：

第一類，全自動液壓機的使用操作人員：只有查看故障信息的權限，不能更改數據。

第二類，全自動液壓機維護人員和零件安裝檢測人員：可以查看設備故障信息，隨時添加和刪除設備信息，撰寫機器維修信息，生成故障維修日志。

第三類，終端管理人員：能夠隨時添加和刪除設備信息，管理設備終端密碼，并對設備進行重新啟動和格式化操作。

1.4.2 故障類型診斷

根據FTA 理論，全自動液壓機的下滑故障受多個條件影響，設置故障類型為決策屬性（表1）。

表1 決策屬性集

6 類故障原因組成決策屬性集：D={D1，D2，D3，D4，D5，D6}。

由于液壓機的復雜性，過多的條件屬性可能出現(xiàn)冗余，冗余的條件屬性將降低系統(tǒng)的計算速度。因此需利用ETA 理論對全自動液壓機的故障條件屬性進行約簡，提取出相關的信息，生成最簡故障決策表。刪除冗余的條件屬性，降低系統(tǒng)計算量，快速對故障進行診斷，至此完成基于FTA 的全自動液壓機下滑故障診斷技術設計。

2 實驗論證分析

設計完成后，需要驗證本文所設計的下滑故障診斷方法的有效性。臺達ECMA 系列伺服電機與液壓機具有相似振動信號，故障振動幅值小，下滑故障分辨難度較大，比直接進行液壓機下滑故障檢測更具有驗證性，因此本文用臺達ECMA 系列伺服電機模型代替液壓機進行仿真性實驗。

2.1 實驗平臺

以Matlab R2019b 作為實驗平臺，在主頻為1 的環(huán)境下進行仿真。本實驗硬件平臺有：①上位機；②臺達24 V 開關電源；③倍福CX2020 運動控制器；④臺達A2 系列電機驅動；⑤開關控制面板；⑥臺達ECMA 系列伺服電機；⑦加速度傳感器（CAYD-1160）。其中，24 V 開關電源用于加速度傳感器及數據采集端子的電源供應；開關控制面板用于模擬全自動液壓機的開關量狀態(tài)，如電路系統(tǒng)的通斷狀態(tài)、油缸是否抖動、循環(huán)受阻狀態(tài)等開關量參數；臺達A2 系列電機驅動用于驅動臺達ECMA 系列伺服電機；上位機對數據采集模塊所采集的數據進行數據處理及故障診斷。

2.2 故障診斷及分析

通過實驗平臺進行試驗并采集實驗數據，將所得數據樣本作為訓練樣本，對故障模型進行訓練。模型訓練完畢后，利用Matlab R2019b 實時采集數據，將數據導入下滑故障模型，得到圖2 的故障診斷結果。

圖2 下滑故障診斷測試結果

由圖2 可知，本文提出的故障診斷模型具有較高的故障預測準確率，且故障預測準確率穩(wěn)定?；贖SMM—SVM 的液壓機故障診斷方法的傳統(tǒng)方法，數據故障診斷可靠性較差，訓練誤差常出現(xiàn)不收斂現(xiàn)象，導致故障診斷精度波動劇烈。而本文的故障輸入點較多，具有屬性約簡的優(yōu)勢，預測準確度高且模型穩(wěn)定。

3 結束語

本文利用FTA 理論設計出全自動液壓機下滑故障診斷技術?；贔TA 簡約化診斷流程，降低診斷計算工作量。實驗結果表明，本文設計方法在一定程度上提高了設備故障診斷精確度。由于時間和研究條件有限，該仿真實驗尚不能全部復原全自動液壓機的工作，所以在今后的實驗研究中應進一步完善。