張金戈，羅南嵐，鄭海濤，王高龍，章浩

(山河智能裝備股份有限公司，湖南長沙 410100)

0 前言

挖掘機被廣泛應用于工程建設、礦山開采等與民生生活、國家建設息息相關的領域，是一種重要的工程作業(yè)裝備[1]。正流量液壓挖掘機具有操作性好、系統(tǒng)響應快、節(jié)流損失小等優(yōu)勢[2]，是當代主流挖掘機之一。

在任何情況下，保證整機行走的直線性是對挖掘機行走液壓系統(tǒng)的最基本要求[3]。若行走跑偏距離超出閾值，輕則影響操作性與作業(yè)效率，給施工企業(yè)帶來巨大的經(jīng)濟損失，重則在特殊作業(yè)如斜坡作業(yè)、高處挖深時嚴重威脅駕駛員的生命安全。隨著現(xiàn)代科學技術的進步，液壓挖掘機液壓系統(tǒng)的結構越來越復雜，加劇了維修難度[4]。因此，有必要對液壓挖掘機行走跑偏的故障診斷序列進行研究。

故障樹分析方法是一種故障診斷的有效方法，被廣泛研究和應用[5-6]。傳統(tǒng)故障樹分析方法部件故障率、故障概率數(shù)據(jù)較少、難以精確獲得，基于二態(tài)假設、不能適應實際系統(tǒng)存在的多種故障狀態(tài)，難以精確描述系統(tǒng)故障機制[7-8]。T-S故障樹分析方法[9]可以刻畫任意形式的組合、多態(tài)等靜態(tài)失效行為，相對于傳統(tǒng)故障樹具有更好的泛化能力[10]，更適合應用于液壓挖掘機這類復雜液壓系統(tǒng)的故障診斷。

為此，本文作者研究一種基于T-S故障樹的故障診斷最優(yōu)序列多屬性決策方法，將它應用于正流量液壓挖掘機行走跑偏故障診斷，生成最優(yōu)診斷序列，為維修維護提供重要依據(jù)。

1 基于T-S故障樹的故障診斷最優(yōu)序列多屬性決策

1.1 T-S故障樹分析方法

T-S故障樹用T-S門描述事件聯(lián)系，用一系列的規(guī)則量化事件對系統(tǒng)的影響，能描述不確定性事件間聯(lián)系。圖1是一個基本的T-S故障樹。圖中：y為頂事件；x1，x2，…，xn為基本事件；G為T-S門。上級事件y各失效狀態(tài)的發(fā)生可能性可由下級事件x1，x2，…，xn通過T-S門規(guī)則描述。

圖1 基本的T-S故障樹

(1)

上級事件y處于故障狀態(tài)yky時的概率為

(2)

重要度是評價基本事件對系統(tǒng)影響程度的指標，可量化基本事件對系統(tǒng)失效概率的貢獻大小，在指導故障診斷的維修順序時具有重大意義。概率重要度是重要度的一種，描述系統(tǒng)中某元件的狀態(tài)變化引起系統(tǒng)故障概率變化的程度[11]。

(3)

利用T-S故障樹分析方法得到各基本事件的概率重要度，反映了各基本事件對系統(tǒng)的影響程度，可作為生成故障診斷最優(yōu)序列的重要依據(jù)。

1.2 基于專家綜合評判的基本事件數(shù)據(jù)信息獲取方法

專家綜合評判是獲取基本事件數(shù)據(jù)信息的一種有效工具，例如故障率[12]等。專家常常以語言值描述量的大小，例如大、中、小等。文中用一種基于專家綜合評判的基本事件故障率獲取方法，將描述基本事件故障率的語言值轉化為梯形模糊隸屬函數(shù)，進行定量計算。

梯形隸屬函數(shù)具有形式簡單、對數(shù)據(jù)信息要求低、準確有效的特點。梯形模糊數(shù)X用(m,a1,b1,a2,b2)表示，其中：m為模糊數(shù)支撐集的中心；a1和a2分別為左、右支撐半徑；b1和b2分別為左、右模糊區(qū)。X的隸屬函數(shù)μX(x)如圖2所示。

圖2 梯形模糊數(shù)X的隸屬函數(shù)

由圖2可知：

μX(x)=

(4)

用代表程度的語言值表達各專家的評價等級，將語言值用模糊數(shù)近似表示，文中選用的語言值梯形模糊數(shù)如圖3所示。

圖3 語言值梯形模糊數(shù)

模糊數(shù)X=(m,a1,b1,a2,b2)是一個“亦此亦彼”的模糊值，難以量化。進行定量分析與定性比較時可把模糊數(shù)去模糊化，轉化為一個清晰值，即模糊可能性值(FPS)。FPS代表了專家對某一事件發(fā)生可能性的信任度，文中應用左右模糊排序法[13]把模糊數(shù)轉化為FPS。該方法定義最大模糊集fmax(x)和最小模糊集fmin(x)分別為

(5)

(6)

模糊數(shù)X的左右模糊可能性值δFPS,L(X)、δFPS,R(X)分別為

(7)

(8)

模糊數(shù)X的模糊可能性值δFPS(X)為

δFPS(X)=[δFPS,R(X)+1-δFPS,L(X)]/2

(9)

1.3 最優(yōu)故障診斷序列多屬性決策方法

故障診斷排序應綜合考慮基本事件發(fā)生概率、在系統(tǒng)的重要程度、排查方法時長、代價等，屬于多屬性決策問題。為此，采用逼近理想解排序法(TOPSIS)[14]對最優(yōu)故障診斷序列進行決策。

TOPSIS中心思想在于確定各項指標的理想解(最優(yōu)方案)和負理想解(最差方案)，然后求出各個方案與理想解、負理想解的加權歐氏距離，得出各方案與最優(yōu)方案的接近程度，作為決策依據(jù)。

基于T-S故障樹的故障診斷序列多屬性決策的步驟為：

(1)建造診斷對象的T-S故障樹

利用T-S故障樹分析方法和基于專家綜合評判的基本事件數(shù)據(jù)信息獲取方法，求解各基本事件發(fā)生概率、概率重要度、搜索代價和花費時長等屬性值。

(2)構建故障診斷序列多屬性決策矩陣

定義基本事件x1，x2，…，xn的m項屬性值(發(fā)生概率、概率重要度、搜索時長、花費代價等)，基本事件xi的屬性值用Yi={yi,1,yi,2,…,yi,j,…,yi,m}表示，構成決策矩陣Y=[yi，j]T。

為消除不同物理量綱對決策結果的影響，在進行決策前，需對各屬性的數(shù)據(jù)進行規(guī)范化，若規(guī)范化矩陣Z=[zi，j]T，則

(10)

(3)確定理想解和負理想解

(11)

(12)

(4)計算各方案到理想解和負理想解的距離

(13)

(14)

(5)計算各方案綜合評價指數(shù)

基本事件xi的綜合評價指數(shù)用Ci表示，則：

(15)

將Ci按大小進行排序，Ci越大則在故障診斷序列中的優(yōu)先級越靠前。

2 正流量液壓挖掘機行走液壓系統(tǒng)分析

2.1 正流量液壓挖掘機行走液壓系統(tǒng)

(1)液壓傳動原理

挖掘機行走液壓系統(tǒng)如圖4所示。

圖4 液壓挖掘機行走液壓系統(tǒng)

挖掘機行走液壓系統(tǒng)普遍采用雙聯(lián)主泵向液壓系統(tǒng)提供工作流量，并用同軸齒輪泵作為先導泵向液壓系統(tǒng)提供先導控制油源。

主泵由排量可調、轉速相同的2個柱塞泵組成，從液壓油箱吸取液壓油，輸送到主閥。有其他上車動作做行走時，直線行走閥左位工作，單泵P1供油；無其他上車動作做行走時，直線行走閥右位工作，泵P1、P2分別供油。液壓油經(jīng)主閥行走聯(lián)換向閥后，由中央回轉接頭分配給左、右液壓行走馬達，輸出為左右行駛速度。

(2)排量控制原理

正流量控制液壓系統(tǒng)由操縱閥壓力控制主泵排量。主控制器根據(jù)先導壓力信號判斷執(zhí)行機構的流量需求，向主泵比例減壓閥輸出不同電流值控制比例減壓閥輸出不同壓力值，通過變量伺服閥和變量執(zhí)行液壓缸控制主泵排量。正流量控制原理框圖和主泵原理分別如圖5、圖6所示。

圖5 正流量控制原理框圖

圖6 主泵原理

(3)行走馬達原理

一種行走馬達液壓原理如圖7所示。

圖7 行走馬達液壓原理

該行走馬達由防止外力引起馬達旋轉導致失控的平衡閥和制動解鎖裝置、啟動與制動時起緩沖作用以及對回路起限壓作用的安全閥、對回轉馬達起變排量作用的高低速切換閥等組成。

2.2 正流量液壓挖掘機行走跑偏原因分析

為保證正流量液壓挖掘機雙邊行走速度相同，左右行走馬達必須同時滿足：(1)響應時間相同；(2)輸入流量相同；(3)排量相同。結合正流量液壓挖掘機行走液壓系統(tǒng)原理，造成行走跑偏的失效模式和排查方法見表1。

表1 各元件失效模式和排查方法

3 正流量液壓挖掘機行走跑偏最優(yōu)診斷序列

3.1 基本事件信息評價

利用專家評價系統(tǒng)，選擇基本事件發(fā)生概率、搜索代價和搜索時長3種屬性對各基本事件進行評價。各基本事件信息評價值見表2。

表2 基本事件信息評價值

將表2按圖3轉化為梯形模糊數(shù)，再利用式(4)—(9)求解各基本事件FPS值見表3。

表3 基本事件FPS值

3.2 T-S故障樹構建及分析

構建正流量液壓挖掘機行走跑偏T-S故障樹如圖8所示，圖中各符號含義見表1。

圖8 正流量液壓挖掘機行走跑偏T-S故障樹

G1(G3)門中，任何一個下級事件發(fā)生都會引起上級事件發(fā)生，例如雙腳踏閥輸出壓力差別超出閾值，則必會引起行走跑偏，因此G1(G3)門規(guī)則見表4。

表4 G1(G3)門規(guī)則

G2門中，若變量控制機構故障或溢流閥故障則會引起行走跑偏。若平衡閥閥芯卡滯或制動解鎖節(jié)流孔堵塞，則可能是液壓油清潔度不達標導致，這種情況下左右行走馬達可能同時表現(xiàn)出平衡閥閥芯卡滯或制動解鎖節(jié)流孔堵塞，反而不會引起行走跑偏。鑒于此，G2門規(guī)則見表5。

表5 G2門規(guī)則

G4門中，任何一個下級事件發(fā)生都會引起上級事件發(fā)生。G4門規(guī)則見表6。

表6 G4門規(guī)則

由式(1)—(3)，通過表4—6的T-S規(guī)則和表3底事件發(fā)生概率，求得x1—x11概率重要度見表7。

表7 基本事件概率重要度

3.3 最優(yōu)故障診斷序列決策

由表3和表7構建決策矩陣Y，再由式(10)得規(guī)范化后的決策矩陣Z為

Z=

由式(11)和式(12)確定各屬性理想解和負理想解見表8。

表8 各屬性理想解和負理想解

由式(13)和式(14)得基本事件x1—x12到理想解和負理想解的距離見表9。

表9 基本事件到正理想解和負理想解的距離

由式(15)最終得出基本事件xi的綜合評價指數(shù)Ci如圖9所示。

圖9 基本事件綜合評價指數(shù)Ci

由圖9可知，正流量液壓挖掘機行走跑偏最優(yōu)診斷序列為：x1，x4，x6，x3，x7，x5，x2，x8，x9，x10，x11。

4 結論

(1)提出了一種基于T-S故障樹的故障最優(yōu)診斷序列多屬性決策方法，在具有不確定事件關系、事件多故障狀態(tài)和不確定事件信息的系統(tǒng)故障診斷中具有極大優(yōu)勢。

(2)研究了正流量液壓挖掘機行走液壓系統(tǒng)工作原理、主泵變排量控制方法和行走馬達結構組成，總結行走跑偏的原因和排查方法，在定位故障源、排查故障方面具有重要參考價值。

(3)將所提基于T-S故障樹的故障診斷最優(yōu)序列多屬性決策方法應用于正流量液壓挖掘機行走跑偏分析，生成最優(yōu)診斷序列，在快速精準、最小代價檢修故障源方面具有重大指導意義。