论文部分内容阅读
【摘要】：随着液压系统的各类机械中的大规模应用，基于稳定性的考虑，整个系统对液压泵故障排除能力也有迅速、精准、不解体的硬性指标要求。液压泵是整个液压系统中的核心动力系统。一旦失效，受到影响的是整个液压系统的工作状态。探究液压泵故障诊断技术的发展历史，可以发现液压泵的智能诊断技术是当今液压系统故障诊断技术的发展方向，但是只有多种新技术的综合应用才能实现智能化的故障诊断技术。
【关键词】：液压泵 故障 智能诊断 发展
一、绪论
由于液压系统的体积越来越小，功率密度更高，系统压力越来越大以及变压技术的发展，液压系统在我国机械制造领域的应用越来越多，特别是在一些特殊机械制造方面，如：武器装备、大型工程作业机械等。但是液化系统的安全问题已经成为机械设计中日益突出的问题，提高液压系统的安全性及可靠性一直是主要的研究方向。整个液压系统工作的动力元件液压泵被誉为液压系统的核心，其运行的性能直接影响整个系统的工作状态。
液化泵作为整个液压系统中稳定性最难保证的部件，不仅运行负载是最大的，而且运行时长最长。据统计，液压泵出现故障在所有的机械工程故障中，占有接近三分之一的比例，所以在液压系统故障的诊断设计中，故障诊断是最重要的部分。液压系统的液化泵发生了故障，会容易导致整个液压系统的故障，造成不可预知的损失。例如，应用在汽车上面的液压系统，会对汽车的形式状态进行操作，如果汽车中的液压系统出现故障，油压不足，行驶中的汽车可能会失去控制，这对于交通安全是一个严重的隐患。
由于液压泵处在封闭的油路中，在液压油的压缩性和伺服系统的流固耦和效果下，给液压泵的诊断带来了非常大的难度。一般的情况下液压泵的故障信息不是很明显，而且出现的信息难以提取。所以，为提前预知液压泵的故障，在液化系统的研究和设计中，诊断技术的研究和发展绝对是必不可少的课题。
二、液压泵故障诊断技术
（一）主要故障分析
液压泵在液压系统中的作用是将电动机或发动机中的机械能转换成压力能。液压泵是液压系统的动力源，可以为液压系统提供特定的流量和压力液压油。在液压系统中，液压泵分为叶片泵、齿轮泵和柱塞泵。
叶片泵问题。一旦定子表面磨损、拉毛或出现泵和电机不同的轴和空气进入系统，就会产生压力波动、噪声和振动。如果定子的内部磨损严重，密封不紧或油的粘度过低或过高，液压泵的压力就不能增加，容积效率也很低。在液化泵内的定子表面和叶片不合适，内部空气的进入将导致同样的情况。液压泵的液压油冷却，内部摩擦增加，轴承和电机的不对准，会导致液压泵高油温和异常加热等问题。在液压泵中存在异物，装配不良或破损和运动部件磨损都会导致液压泵的疲劳和严重磨损。
齿轮泵中有空气进入、出现困油、流动脉动或加工有精度误差，都会使齿轮泵运行中出现压力波动，噪音，和振动。低油粘度的齿轮泵，堵塞的油管线或齿轮油泵的间隙增加都会导致小流量的输出。齿轮泵的油液散热差、生产组装精度差、摩擦增加或不适当粘度油液的使用都会导致泵体发热。如果由于外接材料所造成的轴承磨损和传动扭矩过大，会导致泵轴磨损。
在柱塞泵中，球头和鞋的松动配合，进入系统的空气，变量机构的失效会导致柱塞泵承受较大的压力波动、振动和噪声。如果柱塞泵内部泄漏增加，则油箱内的热耗散和变量机构的失效。两者都将导致液压泵的油温升高和泵体发热。如果柱塞泵内的油含有杂质，如变形、严重的滞留油、安装和加工精度误差，将会烧毁或磨损阀板和气缸。活塞泵的油含有杂质、零件加工误差和小孔堵塞，可导致鞋和斜板接触面温度急剧升高而损坏。
（二）常用诊断方法
现有的液压泵检测和诊断方法主要分为三类：基于经验的主观故障诊断方法、基于信号和模型处理技术的诊断方法和人工智能诊断。主观诊断需要诊断人员具有丰富的经验和专业知识，基于维修人员的感官、思考、系统的简单参数和故障诊断的实际经验。包括方框图法、鱼刺图法和参数测量比较是主要的方法。
目前，信号处理技术、人工智能理论和计算机技术、人工智能诊断和基于信号处理和模型的诊断方法的快速发展已经成为诊断方法的主流。其诊断一般都需要经过检测方法和特征信号的选取、传感器布设、信号的传输及采集、信号处理和故障诊断策略这五大方面。液压泵在发生故障的时候，震动信号具有是变性、非线性以及微弱性等等的特点。所以，在液化泵发生故障时，很容易使故障信号被噪声信号淹没。
三、故障诊断技术的发展趋势
目前人工智能、智能计算、信息处理、计算机等相关技术领域的发展，各种传感器技术和信息处理技术的智能化，使得各种相关科学的融合，高精度化、网络化、复合化还有不解体化成为了液压泵故障诊断技術的主要发展方向。
（一）提高诊断精度
液压泵作为整个液压系统的核心部分，处于恶劣的工作环境中。当获得传感器信号时，通常会有很大的背景噪声，而故障信息很容易被噪声淹没。因此，在信号处理中需要有效的降噪措施。
基于数据建模和微电子技术的发展，声音传感器等部件收集的信息可以通过微型处理器进行一定的降噪处理，有效去除背景噪声，提高诊断信息的精确度。而且基于数据库对比自动给出相应的诊断报告。
（二）网络化实时故障诊断
网络故障诊断技术是将液压系统诊断传感器收集的信息通过公司的专用网络或无线通信网络将液压系统的工作状态实时传输到远程的监控中心，运用监控中心的设备实现液压系统的数据采集、数据分析、远程监控、故障诊断和技术支持服务。但是由于数据传输量有限，网络故障诊断技术只能实时诊断小数据故障，这将不可避免地影响诊断的准确性。而云计算技术与高速网络化故障诊断技术相结合，实现了多特征信号的实时采集、传输、融合和诊断，实现了准确的故障定位和实时状态检测。这将成为今后液压系统故障诊断技术的主流。 （三）多种诊断技术的融合
目前实行发的故障诊断方法都有其优点和局限性，通过整合不同的故障诊断技术，进一步提高诊断系统的性能，是液压诊断技术发展的发展方向。诊断技术的组合方法可以是两种智能故障诊断方法的结合，如神经网络与专家系统的结合，神经网络与模糊方法的结合，专家系统与模糊方法的结合。当然，也可以是复数诊断技术的融合，而最好的组合方法可以通过中间权重选择来进行故障诊断。不能局限于上述组合，也可以是灰色理论、混沌理论、模拟进化、人工免疫、集群智能等方法引入故障诊断。这也是未来研究的热点之一。
（4）不解体化诊断技术
如今故障诊断技术的发展主要方向是降低损耗、减少设备的停机时间，而不解体化诊断技术具有诊断迅速、故障检测无需拆解设备等特点。目前在复杂的液压系统中正广泛应用的不解体检测技术主要是分为预埋式和非介入式二种。非介入式的诊断方式能够通过在外部传感信息收集设备检测液压泵的运行参数状态，达到检测中避免拆解液压设备的目的。而预埋式检测是通过设备制造中预先将传感器置入液压系统内部，从而在运行中实时收集系统运行状态信息。这样的故障检测方法不仅提高了工作效率，降低了成本。而且能够为线的诊断和检测提供实时的故障信息收集，从而有效的避免了液压泵的拆卸，减少设备检测停机时间。
四、结语
随着液压传统技术的广泛应用，液压泵作为液压系统的核心动力，液压泵故障诊断技术已朝着简洁和自动化方向发展，以提高整个设备运行的稳定。液压泵的诊断难点主要在于故障的多样性，复杂性和隐蔽性。随着液压系统集成度和系统复杂度的增加，对于液压系统诊断技术的要求也在不断提高，诊断系统的网络化，高精度化及智能化故障检测是未来液压泵检测技术的发展趋势。
【参考文献】
【1】左子璋.机械主液压泵故障分析与诊断[J].液压气动与密封，2017，37（12）：72-73.
【2】王少萍，苑中魁，杨光琴.液压泵信息融合故障诊断[M].北京.中国机械工程，2005.
【3】王鹏飞，王新晴等人.液压泵故障诊断稀疏编码方法研究[J].北京理工大学学报，2017， 37（5）：451-454.
【4】张珂宁，苏欣平，王荔軍.基于小波分析的野战叉车液压泵泄漏故障诊断[J].军事交通学院学报，2017，19（6）：31-35.
【5】张启辉.影响液压泵使用寿命的外在原因分析及预防措施[J].中国石油石化，2017（10） ：13-17.
【6】马明东.用油压表检测液压泵和液压马达故障[J].工程机械与维修，2016（12）：62-62
【7】李振水，李昆.液压系统污染分析与故障预防[M].北京.航空工业出版社，2016.
【关键词】：液压泵 故障 智能诊断 发展
一、绪论
由于液压系统的体积越来越小，功率密度更高，系统压力越来越大以及变压技术的发展，液压系统在我国机械制造领域的应用越来越多，特别是在一些特殊机械制造方面，如：武器装备、大型工程作业机械等。但是液化系统的安全问题已经成为机械设计中日益突出的问题，提高液压系统的安全性及可靠性一直是主要的研究方向。整个液压系统工作的动力元件液压泵被誉为液压系统的核心，其运行的性能直接影响整个系统的工作状态。
液化泵作为整个液压系统中稳定性最难保证的部件，不仅运行负载是最大的，而且运行时长最长。据统计，液压泵出现故障在所有的机械工程故障中，占有接近三分之一的比例，所以在液压系统故障的诊断设计中，故障诊断是最重要的部分。液压系统的液化泵发生了故障，会容易导致整个液压系统的故障，造成不可预知的损失。例如，应用在汽车上面的液压系统，会对汽车的形式状态进行操作，如果汽车中的液压系统出现故障，油压不足，行驶中的汽车可能会失去控制，这对于交通安全是一个严重的隐患。
由于液压泵处在封闭的油路中，在液压油的压缩性和伺服系统的流固耦和效果下，给液压泵的诊断带来了非常大的难度。一般的情况下液压泵的故障信息不是很明显，而且出现的信息难以提取。所以，为提前预知液压泵的故障，在液化系统的研究和设计中，诊断技术的研究和发展绝对是必不可少的课题。
二、液压泵故障诊断技术
（一）主要故障分析
液压泵在液压系统中的作用是将电动机或发动机中的机械能转换成压力能。液压泵是液压系统的动力源，可以为液压系统提供特定的流量和压力液压油。在液压系统中，液压泵分为叶片泵、齿轮泵和柱塞泵。
叶片泵问题。一旦定子表面磨损、拉毛或出现泵和电机不同的轴和空气进入系统，就会产生压力波动、噪声和振动。如果定子的内部磨损严重，密封不紧或油的粘度过低或过高，液压泵的压力就不能增加，容积效率也很低。在液化泵内的定子表面和叶片不合适，内部空气的进入将导致同样的情况。液压泵的液压油冷却，内部摩擦增加，轴承和电机的不对准，会导致液压泵高油温和异常加热等问题。在液压泵中存在异物，装配不良或破损和运动部件磨损都会导致液压泵的疲劳和严重磨损。
齿轮泵中有空气进入、出现困油、流动脉动或加工有精度误差，都会使齿轮泵运行中出现压力波动，噪音，和振动。低油粘度的齿轮泵，堵塞的油管线或齿轮油泵的间隙增加都会导致小流量的输出。齿轮泵的油液散热差、生产组装精度差、摩擦增加或不适当粘度油液的使用都会导致泵体发热。如果由于外接材料所造成的轴承磨损和传动扭矩过大，会导致泵轴磨损。
在柱塞泵中，球头和鞋的松动配合，进入系统的空气，变量机构的失效会导致柱塞泵承受较大的压力波动、振动和噪声。如果柱塞泵内部泄漏增加，则油箱内的热耗散和变量机构的失效。两者都将导致液压泵的油温升高和泵体发热。如果柱塞泵内的油含有杂质，如变形、严重的滞留油、安装和加工精度误差，将会烧毁或磨损阀板和气缸。活塞泵的油含有杂质、零件加工误差和小孔堵塞，可导致鞋和斜板接触面温度急剧升高而损坏。
（二）常用诊断方法
现有的液压泵检测和诊断方法主要分为三类：基于经验的主观故障诊断方法、基于信号和模型处理技术的诊断方法和人工智能诊断。主观诊断需要诊断人员具有丰富的经验和专业知识，基于维修人员的感官、思考、系统的简单参数和故障诊断的实际经验。包括方框图法、鱼刺图法和参数测量比较是主要的方法。
目前，信号处理技术、人工智能理论和计算机技术、人工智能诊断和基于信号处理和模型的诊断方法的快速发展已经成为诊断方法的主流。其诊断一般都需要经过检测方法和特征信号的选取、传感器布设、信号的传输及采集、信号处理和故障诊断策略这五大方面。液压泵在发生故障的时候，震动信号具有是变性、非线性以及微弱性等等的特点。所以，在液化泵发生故障时，很容易使故障信号被噪声信号淹没。
三、故障诊断技术的发展趋势
目前人工智能、智能计算、信息处理、计算机等相关技术领域的发展，各种传感器技术和信息处理技术的智能化，使得各种相关科学的融合，高精度化、网络化、复合化还有不解体化成为了液压泵故障诊断技術的主要发展方向。
（一）提高诊断精度
液压泵作为整个液压系统的核心部分，处于恶劣的工作环境中。当获得传感器信号时，通常会有很大的背景噪声，而故障信息很容易被噪声淹没。因此，在信号处理中需要有效的降噪措施。
基于数据建模和微电子技术的发展，声音传感器等部件收集的信息可以通过微型处理器进行一定的降噪处理，有效去除背景噪声，提高诊断信息的精确度。而且基于数据库对比自动给出相应的诊断报告。
（二）网络化实时故障诊断
网络故障诊断技术是将液压系统诊断传感器收集的信息通过公司的专用网络或无线通信网络将液压系统的工作状态实时传输到远程的监控中心，运用监控中心的设备实现液压系统的数据采集、数据分析、远程监控、故障诊断和技术支持服务。但是由于数据传输量有限，网络故障诊断技术只能实时诊断小数据故障，这将不可避免地影响诊断的准确性。而云计算技术与高速网络化故障诊断技术相结合，实现了多特征信号的实时采集、传输、融合和诊断，实现了准确的故障定位和实时状态检测。这将成为今后液压系统故障诊断技术的主流。 （三）多种诊断技术的融合
目前实行发的故障诊断方法都有其优点和局限性，通过整合不同的故障诊断技术，进一步提高诊断系统的性能，是液压诊断技术发展的发展方向。诊断技术的组合方法可以是两种智能故障诊断方法的结合，如神经网络与专家系统的结合，神经网络与模糊方法的结合，专家系统与模糊方法的结合。当然，也可以是复数诊断技术的融合，而最好的组合方法可以通过中间权重选择来进行故障诊断。不能局限于上述组合，也可以是灰色理论、混沌理论、模拟进化、人工免疫、集群智能等方法引入故障诊断。这也是未来研究的热点之一。
（4）不解体化诊断技术
如今故障诊断技术的发展主要方向是降低损耗、减少设备的停机时间，而不解体化诊断技术具有诊断迅速、故障检测无需拆解设备等特点。目前在复杂的液压系统中正广泛应用的不解体检测技术主要是分为预埋式和非介入式二种。非介入式的诊断方式能够通过在外部传感信息收集设备检测液压泵的运行参数状态，达到检测中避免拆解液压设备的目的。而预埋式检测是通过设备制造中预先将传感器置入液压系统内部，从而在运行中实时收集系统运行状态信息。这样的故障检测方法不仅提高了工作效率，降低了成本。而且能够为线的诊断和检测提供实时的故障信息收集，从而有效的避免了液压泵的拆卸，减少设备检测停机时间。
四、结语
随着液压传统技术的广泛应用，液压泵作为液压系统的核心动力，液压泵故障诊断技术已朝着简洁和自动化方向发展，以提高整个设备运行的稳定。液压泵的诊断难点主要在于故障的多样性，复杂性和隐蔽性。随着液压系统集成度和系统复杂度的增加，对于液压系统诊断技术的要求也在不断提高，诊断系统的网络化，高精度化及智能化故障检测是未来液压泵检测技术的发展趋势。
【参考文献】
【1】左子璋.机械主液压泵故障分析与诊断[J].液压气动与密封，2017，37（12）：72-73.
【2】王少萍，苑中魁，杨光琴.液压泵信息融合故障诊断[M].北京.中国机械工程，2005.
【3】王鹏飞，王新晴等人.液压泵故障诊断稀疏编码方法研究[J].北京理工大学学报，2017， 37（5）：451-454.
【4】张珂宁，苏欣平，王荔軍.基于小波分析的野战叉车液压泵泄漏故障诊断[J].军事交通学院学报，2017，19（6）：31-35.
【5】张启辉.影响液压泵使用寿命的外在原因分析及预防措施[J].中国石油石化，2017（10） ：13-17.
【6】马明东.用油压表检测液压泵和液压马达故障[J].工程机械与维修，2016（12）：62-62
【7】李振水，李昆.液压系统污染分析与故障预防[M].北京.航空工业出版社，2016.