论文部分内容阅读
摘 要:以强夯机液压系统为研究切入点,研究分析基于模糊推理的故障诊断方法。该方法先把强夯机液压系统分成若干个子系统,以回转回路为例分析其可能发生的故障,并根据专家经验分析出导致每个故障现象发生的所有可能出现的故障原因,再运用模糊推理、贴近度、择近原则等理论进行系统分析计算,最终依据贴近度大小来排列模糊故障模式,从而达到诊断目的。
关键词:故障诊断 模糊推理 贴近度 择近原则
一、前言
强夯机是建筑施工中夯实地基的关键设备,其工作性能的优劣,直接影响到地基的施工质量。因此,在强夯机出现故障时能够准确确定故障原因,迅速修复故障具有较好的效益。本文以强夯机为诊断对象,建立了基于模糊推理的故障诊断方法,为强夯机的连续有效工作提供有力保障。
二、强夯机液压系统故障分析
强夯机是大型的工程机械,本文仅针对强夯机液压系统进行故障诊断分析。由于强夯机液压系统较为复杂,因此把整个液压系统分成多个子系统,然后再建立故障诊断系统可加快推理过程。本文以强夯机回转系统液压回路为例,分析基于模糊推理的强夯机故障诊断方法。
首先归纳出的强夯机回转回路的主要故障。回转回路故障现象主要有三种:无法回转,单向回转,回转速度不平稳。无法回转的故障原因有:液压油泵故障,液压回转马达故障,回转分配阀故障,回转缓冲阀故障,制动器故障,液压系统油压过低,油路堵塞等。单向回转的故障原因有:液压回转马达故障,回转分配阀故障,回转缓冲阀故障,油路堵塞,溢流阀故障等。回转不平稳的故障原因有:供油压力不稳定,溢流阀故障,回转缓冲阀故障,制动器故障,油路中进空气。
三、模糊故障诊断理论
强夯机液压系统各种故障现象以及故障原因并不是简单的一对一的关系。某一种故障现象可能是由于多个故障原因导致的。所以,本文采用基于模糊推理的故障诊断方法,利用模糊关系矩阵,贴近度,择近原则等理论进行履带式强夯机故障诊断研究。
(一)模糊推理
基于模糊推里的故障诊断方法就是通过故障现象的隶属度以及故障征兆与故障原因向量之间的模糊矩阵来求出各种故障原因的隶属度。
强夯机回转回路共有3种故障现象。所以该回路故障征兆集为:。那么故障征兆模糊向量为:,其中(i=1,2,3)是回转回路可能发生的故障现象的隶属度。
强夯机回转回路有10种故障原因。所以该回路故障原因集为:。那么故障原因模糊向量为:,其中(i=1,2,…,10)是回转回路可能发生的故障原因的隶属度。
建立强夯机回转回路故障征兆与故障原因向量之间的模糊矩阵:。rij是故障现象xi和故障原因rij相关程度的量化模糊值。rij越大就表明故障原因对产生的故障现象起到的作用越大,即是两者之间的相关度越高。rij的值的可靠性决定了故障诊断的效果,其初始值可以根据专家经验和统计方法综合评定,随后在实际应用中通过专家系统的自学习机制逐渐完善。故障原因模糊向量Y与故障征兆模糊向量X具有模糊关系:Y=X。R。故障原因模糊向量就得出。
(二)贴近度与择近原则
模糊子集的贴近度可以用模糊集的内积和外积来定义。设A与B是论域Z上的两个模糊集,A,B的内积定义为:。A,B的外积可定义为:。则模糊集A和B的贴近度为:。在给定一个论域Z上的模糊子集,以及另一个模糊子集B,如果在上,有,则可以认为B与Ai最贴近。设是n个已知模式,如果B与Ai最贴近,那么就可以把B归为Ai模式,这个原则就称之为择近原则。
四、基于模糊推理的故障诊断
上文已经针对回转系统建立了故障征兆向量X和故障原因向量Y,以及它们之间的模糊矩阵。每一种故障原因都可以与一种故障现象生成一个模糊关系集,这个模糊关系集就可以成为一个故障模式,因此一种故障现象有多少种可能的故障原因就对应有多少个故障模式。在模糊故障诊断系统中,就要知道故障原因与实际发生的故障现象之间的模糊关系。回转回路存在10种可能的故障原因,设为,以及3种故障现象,设为。对于实际故障现象,工作人员可以根据每一种故障现象的程度,给出其模糊量化的故障模式C,模糊故障诊断的过程就是在模糊化的故障关系向量中找到一个最贴近故障模式C的故障模式 。公式可表达为:
故障诊断是在故障原因不确定的情况下进行的,这个过程是建立在概率统计,数值模糊化以及专家经验的基础上的,所以有必要根据贴近度的大小,把所有的模糊故障模式按贴近度由大到小一次排列,那么待诊断的目标就可能是贴近度最大的,按照顺序判断。
五、结论
本文以强夯机作为研究对象,综合运用了模糊推理,贴近度,择近原则等相关理论,分析了基于模糊推理的强夯机液压系统故障诊断方法。这个方法通过模糊推理过程能够迅速确定发生每一种故障现象的故障原因,并且能够即是提供解决方案。基于模糊推理的故障诊断方法已经在强夯机中得到了实际应用,由于该方法具备很好的通用性和扩展性,因此也可以推广到其他建筑工程机械或者其他大型机械设备液压系统故障诊断中。
参考文献:
[1]李玺,胡志刚.基于模糊推理和自学习的工程机械故障诊断专家系统[J].计算机工程与应用,2005.15:200-202.
[2]刘绪金,李建平.采煤机模糊神经网络故障诊断专家系统仿真[J].煤矿机械,2011.32(4):242-244.
[3]李国生.工程机械液压传动系统的现代智能故障诊断方法[J].水利水电技术,第37卷2006年第7期:66-67.
关键词:故障诊断 模糊推理 贴近度 择近原则
一、前言
强夯机是建筑施工中夯实地基的关键设备,其工作性能的优劣,直接影响到地基的施工质量。因此,在强夯机出现故障时能够准确确定故障原因,迅速修复故障具有较好的效益。本文以强夯机为诊断对象,建立了基于模糊推理的故障诊断方法,为强夯机的连续有效工作提供有力保障。
二、强夯机液压系统故障分析
强夯机是大型的工程机械,本文仅针对强夯机液压系统进行故障诊断分析。由于强夯机液压系统较为复杂,因此把整个液压系统分成多个子系统,然后再建立故障诊断系统可加快推理过程。本文以强夯机回转系统液压回路为例,分析基于模糊推理的强夯机故障诊断方法。
首先归纳出的强夯机回转回路的主要故障。回转回路故障现象主要有三种:无法回转,单向回转,回转速度不平稳。无法回转的故障原因有:液压油泵故障,液压回转马达故障,回转分配阀故障,回转缓冲阀故障,制动器故障,液压系统油压过低,油路堵塞等。单向回转的故障原因有:液压回转马达故障,回转分配阀故障,回转缓冲阀故障,油路堵塞,溢流阀故障等。回转不平稳的故障原因有:供油压力不稳定,溢流阀故障,回转缓冲阀故障,制动器故障,油路中进空气。
三、模糊故障诊断理论
强夯机液压系统各种故障现象以及故障原因并不是简单的一对一的关系。某一种故障现象可能是由于多个故障原因导致的。所以,本文采用基于模糊推理的故障诊断方法,利用模糊关系矩阵,贴近度,择近原则等理论进行履带式强夯机故障诊断研究。
(一)模糊推理
基于模糊推里的故障诊断方法就是通过故障现象的隶属度以及故障征兆与故障原因向量之间的模糊矩阵来求出各种故障原因的隶属度。
强夯机回转回路共有3种故障现象。所以该回路故障征兆集为:。那么故障征兆模糊向量为:,其中(i=1,2,3)是回转回路可能发生的故障现象的隶属度。
强夯机回转回路有10种故障原因。所以该回路故障原因集为:。那么故障原因模糊向量为:,其中(i=1,2,…,10)是回转回路可能发生的故障原因的隶属度。
建立强夯机回转回路故障征兆与故障原因向量之间的模糊矩阵:。rij是故障现象xi和故障原因rij相关程度的量化模糊值。rij越大就表明故障原因对产生的故障现象起到的作用越大,即是两者之间的相关度越高。rij的值的可靠性决定了故障诊断的效果,其初始值可以根据专家经验和统计方法综合评定,随后在实际应用中通过专家系统的自学习机制逐渐完善。故障原因模糊向量Y与故障征兆模糊向量X具有模糊关系:Y=X。R。故障原因模糊向量就得出。
(二)贴近度与择近原则
模糊子集的贴近度可以用模糊集的内积和外积来定义。设A与B是论域Z上的两个模糊集,A,B的内积定义为:。A,B的外积可定义为:。则模糊集A和B的贴近度为:。在给定一个论域Z上的模糊子集,以及另一个模糊子集B,如果在上,有,则可以认为B与Ai最贴近。设是n个已知模式,如果B与Ai最贴近,那么就可以把B归为Ai模式,这个原则就称之为择近原则。
四、基于模糊推理的故障诊断
上文已经针对回转系统建立了故障征兆向量X和故障原因向量Y,以及它们之间的模糊矩阵。每一种故障原因都可以与一种故障现象生成一个模糊关系集,这个模糊关系集就可以成为一个故障模式,因此一种故障现象有多少种可能的故障原因就对应有多少个故障模式。在模糊故障诊断系统中,就要知道故障原因与实际发生的故障现象之间的模糊关系。回转回路存在10种可能的故障原因,设为,以及3种故障现象,设为。对于实际故障现象,工作人员可以根据每一种故障现象的程度,给出其模糊量化的故障模式C,模糊故障诊断的过程就是在模糊化的故障关系向量中找到一个最贴近故障模式C的故障模式 。公式可表达为:
故障诊断是在故障原因不确定的情况下进行的,这个过程是建立在概率统计,数值模糊化以及专家经验的基础上的,所以有必要根据贴近度的大小,把所有的模糊故障模式按贴近度由大到小一次排列,那么待诊断的目标就可能是贴近度最大的,按照顺序判断。
五、结论
本文以强夯机作为研究对象,综合运用了模糊推理,贴近度,择近原则等相关理论,分析了基于模糊推理的强夯机液压系统故障诊断方法。这个方法通过模糊推理过程能够迅速确定发生每一种故障现象的故障原因,并且能够即是提供解决方案。基于模糊推理的故障诊断方法已经在强夯机中得到了实际应用,由于该方法具备很好的通用性和扩展性,因此也可以推广到其他建筑工程机械或者其他大型机械设备液压系统故障诊断中。
参考文献:
[1]李玺,胡志刚.基于模糊推理和自学习的工程机械故障诊断专家系统[J].计算机工程与应用,2005.15:200-202.
[2]刘绪金,李建平.采煤机模糊神经网络故障诊断专家系统仿真[J].煤矿机械,2011.32(4):242-244.
[3]李国生.工程机械液压传动系统的现代智能故障诊断方法[J].水利水电技术,第37卷2006年第7期:66-67.