论文部分内容阅读
摘要：当前我国工业自动化程度不断加深最直接的表现就是气动执行器，该仪器系统在工业流程中具有重要的作用。本文首先研究了气动执行器系统的常见故障，接着重点研究了气动执行器系统的故障诊断方法，旨在保证气动执行器系统的运行安全，进而为自动化流程工业的运转提供一个稳定的环境。
关键词：气动执行器系统;故障;诊断
引言：当前我国工业飞速发展，各种先进技术得到了充分应用。气动技术具有无污染、成本低、操作简单等优点，在工业领域得到了广泛应用。气动执行器系统很容易出现各类故障，因此必须加强对故障诊断方法的探究，减少故障发生率、提高故障维修效率，保证气动技术的运用水平，保证工业自动化发展。
1.气动执行器系统的常见故障
1.1电气转换器堵塞
电气转换器的供气喷嘴如果清理不及时，很容易造成各类杂质的堆积，喷嘴会遭到堵塞，供气气压无法通过喷嘴进入薄膜气室当中，无法为气动执行器系统中的各个部件提供运行动力;同时电气转换器的堵塞也很可能导致所供气体受到污染，所携带的污染物如果通过喷嘴，很有可能会导致系统中其他部件的故障。
1.2位置反馈信号传感器故障
当阀门定位器中的反馈杆发生扭曲时，反馈杆的位置很可能会发生改变，这就导致传感器无法正确地反馈出阀杆位移情况，影响反馈的准确性。该故障是长期逐渐发生的，主要发生原因是反馈杆长期受到外力或内力压迫，进而产生形变。形变严重时，反馈杆将完全失去测量阀杆位移状况的作用，传感器也无法显示出位移数据。
1.3供气气压故障
供气气压故障的发生往往比较突然。当负责供气的气泵产生故障后，就会导致供气气压不足，最终导致供气无法推动阀杆进行运动，影响阀杆的运行情况;气泵与阀门定位器之间导管破裂造成的漏气也会导致这一故障发生[1]。供气气压故障严重时，供气气压会完全消失，阀杆也会完全停止运转，会造成气动执行器系统当中严重的能源浪费现象。
1.4阀体堵塞
阀体堵塞故障主要是指阀杆卡死造成的气流完全堵死的现象，是气动执行系统中比较严重的故障现象。阀体堵塞故障的成因主要有三种：一是调节阀的流体介质当中存在直径过大的颗粒物;二是阀杆本身产生故障，失去移动能力;三是阀座表面存在沉积物，影响了阀杆的运动。除去上述四种故障现象，气动执行器系统中还存在多种故障，都会影响系统的正常运行。
2.气动执行器系统的故障诊断方法
2.1基于信号进行故障诊断
基于信号对故障进行诊断，主要是通过信号的外在表现和相关数据，例如频谱、小波变换、函数等，对气动执行器系统中各个部位的运行状况进行判断。例如，系统中旋转机械的轴承出现故障时，振动信号就会发生一定变化，相关管理人员就可以通过信号的变化判断轴承的具体故障情况。当前基于信号的故障诊断方法主要可以分为三种：主元分析法、小波变换法、算子与信息准则基础上的检测方法。主元分析法主要通过对信号信息正常时的设备运行状态建立模型，通过将实际信号与模型进行比对，如果发现冲突现象，就说明气动执行器系统中出现了故障。小波变换法需要对信号频率进行多次分析，对信号进行连续多次的小波变换，能够发现信号比较微小的变化。最后一种故障诊断方法主要是通过δ算子和相关信息准则推导出信号变化波形，通过测量信号与波形的误差判断故障现象。基于信号的故障诊断方法较为传统，正在逐步被其他故障诊断方法所取代，但在一些并非十分复杂的故障诊断工作当中仍能发挥出有效作用，同时也能节约故障诊断成本，目前仍然具有一定应用空间。
2.2基于解析模型进行故障诊断
解析模型方法是指使用辨识技术建立数学模型，数学模型的变化可以反映出气动执行器系统在输入和输出方面的变化，方便相关管理人员判断是否存在故障。解析模型基础上的故障诊断方法又可以被分为状态估计法与参数估计法。其中状态估计法注重构建气动执行器的运行状态，通过计算实测数据与预构建状态之间的差距，可以得出残差序列;管理人员通过残差序列的实际数值变化程度，就可以判断出气动执行器系统是否出现故障。参数估计法则更加注重研究参数的变化情况，主要通过預构建模型的参数表现来判断气动执行器系统的输入输出状况，以判明系统的故障情况[2]。解析模型基础上的故障诊断方法重点在于数学模型的建立，要重点注意数学模型的科学性与准确性;同时也要对残差值所代表的意义进行明确，避免出现对故障判断出现错误的现象，影响气动执行器系统的正常运行。解析模型基础上的故障诊断方法具有独特的优势，但由于其残差判断和模型建立可能具有主观性，其准确性往往得不到充分的保障，但仍然能够对故障的生成起到基础的提示作用，能发挥出优秀效果。
2.3基于知识进行故障诊断
基于知识的故障诊断方法在当前的气动执行器系统故障诊断工作当中越来越常用，正处于不断发展的过程当中。该诊断方法主要依托专家系统、神经网络与模糊逻辑等理论进行。其中专家系统是指包含长时间跨度内大量专家知识的智能计算机系统，主要依靠知识的长时间积累而形成，能够解决一些数学方法难以解决的故障问题，通过经验对故障做出诊断。神经网络是指储存了大量气动执行器系统故障诊断方法的大型网络结构，相比专家系统具有更强的自主运算能力，能够帮助相关工作人员选用出最佳的诊断方案;其中BP神经网络由于其强大的运算能力和多层次的网络结构，已经成为当前使用最广泛的气动执行器系统故障诊断方法之一。模糊逻辑是指通过内部知识结构对于状况难以得到具体表达的故障现象进行分析的诊断系统。该系统可以对故障现象进行合理推理，帮助工作人员理解故障现象的诊断结果。在实际诊断过程中，为了保证诊断的全面性，三种方法往往是混合使用的。知识基础上的故障诊断方法应用最为广泛，但也存在误差较大、学习速率有一定局限性的缺陷，仍然需要得到进一步加强。
结语：综上所述，我国工业自动化进程中的气动执行器系统运用水平仍然有提高空间，因此需要充分对故障诊断技术进行探索，使气动技术的优势能够得到足够发挥。当前我国越来越重视工业自动化进程中各类仪表的发展，只有提高气动执行器的运用水平，才能保证工业自动化的发展程度，促进工业发展。
参考文献：
[1]齐亮，安娜.气动执行器灰铸铁支架断裂失效分析[J].石油化工设备，2021，03：76-79
[2]王正陶.气动执行器柔顺控制及其应用的研究[D].哈尔滨：哈尔滨工业大学，2019.
关键词：气动执行器系统;故障;诊断
引言：当前我国工业飞速发展，各种先进技术得到了充分应用。气动技术具有无污染、成本低、操作简单等优点，在工业领域得到了广泛应用。气动执行器系统很容易出现各类故障，因此必须加强对故障诊断方法的探究，减少故障发生率、提高故障维修效率，保证气动技术的运用水平，保证工业自动化发展。
1.气动执行器系统的常见故障
1.1电气转换器堵塞
电气转换器的供气喷嘴如果清理不及时，很容易造成各类杂质的堆积，喷嘴会遭到堵塞，供气气压无法通过喷嘴进入薄膜气室当中，无法为气动执行器系统中的各个部件提供运行动力;同时电气转换器的堵塞也很可能导致所供气体受到污染，所携带的污染物如果通过喷嘴，很有可能会导致系统中其他部件的故障。
1.2位置反馈信号传感器故障
当阀门定位器中的反馈杆发生扭曲时，反馈杆的位置很可能会发生改变，这就导致传感器无法正确地反馈出阀杆位移情况，影响反馈的准确性。该故障是长期逐渐发生的，主要发生原因是反馈杆长期受到外力或内力压迫，进而产生形变。形变严重时，反馈杆将完全失去测量阀杆位移状况的作用，传感器也无法显示出位移数据。
1.3供气气压故障
供气气压故障的发生往往比较突然。当负责供气的气泵产生故障后，就会导致供气气压不足，最终导致供气无法推动阀杆进行运动，影响阀杆的运行情况;气泵与阀门定位器之间导管破裂造成的漏气也会导致这一故障发生[1]。供气气压故障严重时，供气气压会完全消失，阀杆也会完全停止运转，会造成气动执行器系统当中严重的能源浪费现象。
1.4阀体堵塞
阀体堵塞故障主要是指阀杆卡死造成的气流完全堵死的现象，是气动执行系统中比较严重的故障现象。阀体堵塞故障的成因主要有三种：一是调节阀的流体介质当中存在直径过大的颗粒物;二是阀杆本身产生故障，失去移动能力;三是阀座表面存在沉积物，影响了阀杆的运动。除去上述四种故障现象，气动执行器系统中还存在多种故障，都会影响系统的正常运行。
2.气动执行器系统的故障诊断方法
2.1基于信号进行故障诊断
基于信号对故障进行诊断，主要是通过信号的外在表现和相关数据，例如频谱、小波变换、函数等，对气动执行器系统中各个部位的运行状况进行判断。例如，系统中旋转机械的轴承出现故障时，振动信号就会发生一定变化，相关管理人员就可以通过信号的变化判断轴承的具体故障情况。当前基于信号的故障诊断方法主要可以分为三种：主元分析法、小波变换法、算子与信息准则基础上的检测方法。主元分析法主要通过对信号信息正常时的设备运行状态建立模型，通过将实际信号与模型进行比对，如果发现冲突现象，就说明气动执行器系统中出现了故障。小波变换法需要对信号频率进行多次分析，对信号进行连续多次的小波变换，能够发现信号比较微小的变化。最后一种故障诊断方法主要是通过δ算子和相关信息准则推导出信号变化波形，通过测量信号与波形的误差判断故障现象。基于信号的故障诊断方法较为传统，正在逐步被其他故障诊断方法所取代，但在一些并非十分复杂的故障诊断工作当中仍能发挥出有效作用，同时也能节约故障诊断成本，目前仍然具有一定应用空间。
2.2基于解析模型进行故障诊断
解析模型方法是指使用辨识技术建立数学模型，数学模型的变化可以反映出气动执行器系统在输入和输出方面的变化，方便相关管理人员判断是否存在故障。解析模型基础上的故障诊断方法又可以被分为状态估计法与参数估计法。其中状态估计法注重构建气动执行器的运行状态，通过计算实测数据与预构建状态之间的差距，可以得出残差序列;管理人员通过残差序列的实际数值变化程度，就可以判断出气动执行器系统是否出现故障。参数估计法则更加注重研究参数的变化情况，主要通过預构建模型的参数表现来判断气动执行器系统的输入输出状况，以判明系统的故障情况[2]。解析模型基础上的故障诊断方法重点在于数学模型的建立，要重点注意数学模型的科学性与准确性;同时也要对残差值所代表的意义进行明确，避免出现对故障判断出现错误的现象，影响气动执行器系统的正常运行。解析模型基础上的故障诊断方法具有独特的优势，但由于其残差判断和模型建立可能具有主观性，其准确性往往得不到充分的保障，但仍然能够对故障的生成起到基础的提示作用，能发挥出优秀效果。
2.3基于知识进行故障诊断
基于知识的故障诊断方法在当前的气动执行器系统故障诊断工作当中越来越常用，正处于不断发展的过程当中。该诊断方法主要依托专家系统、神经网络与模糊逻辑等理论进行。其中专家系统是指包含长时间跨度内大量专家知识的智能计算机系统，主要依靠知识的长时间积累而形成，能够解决一些数学方法难以解决的故障问题，通过经验对故障做出诊断。神经网络是指储存了大量气动执行器系统故障诊断方法的大型网络结构，相比专家系统具有更强的自主运算能力，能够帮助相关工作人员选用出最佳的诊断方案;其中BP神经网络由于其强大的运算能力和多层次的网络结构，已经成为当前使用最广泛的气动执行器系统故障诊断方法之一。模糊逻辑是指通过内部知识结构对于状况难以得到具体表达的故障现象进行分析的诊断系统。该系统可以对故障现象进行合理推理，帮助工作人员理解故障现象的诊断结果。在实际诊断过程中，为了保证诊断的全面性，三种方法往往是混合使用的。知识基础上的故障诊断方法应用最为广泛，但也存在误差较大、学习速率有一定局限性的缺陷，仍然需要得到进一步加强。
结语：综上所述，我国工业自动化进程中的气动执行器系统运用水平仍然有提高空间，因此需要充分对故障诊断技术进行探索，使气动技术的优势能够得到足够发挥。当前我国越来越重视工业自动化进程中各类仪表的发展，只有提高气动执行器的运用水平，才能保证工业自动化的发展程度，促进工业发展。
参考文献：
[1]齐亮，安娜.气动执行器灰铸铁支架断裂失效分析[J].石油化工设备，2021，03：76-79
[2]王正陶.气动执行器柔顺控制及其应用的研究[D].哈尔滨：哈尔滨工业大学，2019.