1 液壓系統(tǒng)故障診斷技術(shù)方法
液壓系統(tǒng)故障診斷起源于二十世紀(jì)60 年代，主要采用的方法是直接參數(shù)測量的人工診斷方法和傳感器信號處理的現(xiàn)代診斷方法。經(jīng)過發(fā)展，到80-90 年代，液壓系統(tǒng)故障診斷技術(shù)取得了飛速的發(fā)展，智能診斷方法開始得到應(yīng)用。當(dāng)前，智能故障診斷法主要基于故障樹分析、模糊邏輯、神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)等診斷方法。
1． 1 主觀人工診斷法
人工診斷法主要是憑借診斷操作人員的知識及經(jīng)驗(yàn)，利用相關(guān)檢測儀表，對液壓系統(tǒng)故障的原因及部件進(jìn)行判斷，這需要診斷操作人員具備豐富的實(shí)踐經(jīng)驗(yàn)，以及扎實(shí)的故障機(jī)理知識。人工診斷法包括經(jīng)驗(yàn)覺檢診斷法、故障特征分析法診斷法、推理驗(yàn)證法等等。
經(jīng)驗(yàn)覺檢主要通過感知器官對液壓系統(tǒng)的故障表象予以判斷，通過問、視、觸、聽、嗅五個(gè)方面綜合診斷。這種方法在實(shí)際工作中具有較好的應(yīng)用效果，應(yīng)用簡單，頻度較高，不過這種方法只能進(jìn)行粗略的診斷。不同的故障原因會(huì)有不同的表現(xiàn)形式，如果能夠分析出各種原因的特征，那么也就很容易區(qū)分出故障的原因，這種方法就是故障特征分析法。將各種特征信息以不同的參量作代表，當(dāng)現(xiàn)出較為復(fù)雜的問題時(shí)，可以將一系列的參量進(jìn)行綜合，從而形成故障原因特征信息。在生產(chǎn)過程中，通常會(huì)出現(xiàn)一些難以掌握的故障，診斷人員無法確定出故障原因，這時(shí)需要對各參數(shù)進(jìn)行試探，采取推理和驗(yàn)證法，假設(shè)不能含糊其詞，必須將假設(shè)與驗(yàn)證同時(shí)交替進(jìn)行，不斷重復(fù)，找到故障的原因。
1． 2 傳感器信號處理現(xiàn)代診斷法
傳感器信號處理現(xiàn)代診斷法是對設(shè)備的狀態(tài)進(jìn)行監(jiān)測，利用傳感器以及數(shù)據(jù)處理設(shè)備在線監(jiān)測液壓系統(tǒng)的整個(gè)作業(yè)過程，通過系統(tǒng)狀態(tài)信息的采集，由計(jì)算機(jī)分析液壓系統(tǒng)狀態(tài)，從而確定液壓系統(tǒng)的工作狀態(tài)。其包括解析模型法和信號處理法。
解 析模型憑借系統(tǒng)的結(jié)構(gòu)、行為及功能，建立被診斷對象的數(shù)字模型。由于其能夠輕易獲取控制系統(tǒng)的解析模型，因此在控制系統(tǒng)中的使用頻率較多，對于液壓系統(tǒng)故障診斷的應(yīng)用相對較少。信號處理診斷方法不需要建立模型，其可以依照系統(tǒng)的輸入輸出和變化趨勢等信號，通過相關(guān)函數(shù)等方法獲取相關(guān)特征值，對故障進(jìn)行分析、判斷和處理，具有較強(qiáng)的適應(yīng)性。其通過對元件的振動(dòng)、噪音等信號的處理，對泵、馬達(dá)等元件進(jìn)行診斷，在液壓系統(tǒng)的故障診斷中應(yīng)用較為普遍。對油液分析也是信號處理的故障診斷法之一，有資料顯示，液壓系統(tǒng)70% 以上的故障來自于工作介質(zhì)油液的污染。通常情況下，油液污染源于顆粒污染和理化性質(zhì)活佛兩方面。
1． 3 基于知識的人工智能診斷方法
智能診斷方法無需建立模型，其*憑借領(lǐng)域?qū)＜抑R和診斷對象的信息，適用于較為復(fù)雜以及非線性的大型系統(tǒng)。這種方法所涉及到的知識是包括淺知識和深知識兩個(gè)類別。其應(yīng)用于液壓系統(tǒng)故障診斷領(lǐng)域的常用方法有專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)以及故障樹方法等。
專家系統(tǒng)是基于知識的智能計(jì)算機(jī)程序，其重點(diǎn)用于較為復(fù)雜的系統(tǒng)中。液壓系統(tǒng)的復(fù)雜特征使其故障也呈復(fù)雜性和隨機(jī)性特征，并且不同的原因可能表現(xiàn)出相同的故障，或同一原因所表現(xiàn)的故障會(huì)有所差異。液壓系統(tǒng)中的任何一個(gè)部件出現(xiàn)問題都會(huì)對整個(gè)系統(tǒng)造成影響，且很難判斷出具體部位。
專家系統(tǒng)是目前使用zui廣的診斷方法。神經(jīng)網(wǎng)絡(luò)也是一種較為復(fù)雜的數(shù)學(xué)模型，其由大量神經(jīng)元節(jié)點(diǎn)互聯(lián)結(jié)合為繁雜的網(wǎng)絡(luò)，通過模擬來對知識進(jìn)行表達(dá)、存儲(chǔ)以及推理。神經(jīng)網(wǎng)絡(luò)主要應(yīng)用于液壓元件參數(shù)的識別，通過在線識別、分析元件參數(shù)來實(shí)現(xiàn)故障診斷。故障樹分析方法對系統(tǒng)故障可能形成的不同原因進(jìn)行分析，建立相關(guān)邏輯結(jié)構(gòu)圖，針對系統(tǒng)所表現(xiàn)的故障現(xiàn)象，按照樹狀結(jié)構(gòu)從大到小依次進(jìn)行識別，從而確定故障原因。此方法具有明顯的直觀性和嚴(yán)謹(jǐn)性，并且操作簡單，有較強(qiáng)的效率，其關(guān)鍵在于故障樹的完善程度，需要在設(shè)計(jì)診斷系統(tǒng)時(shí)納入發(fā)生故障的所有原因，避免遺漏。
2 液壓系統(tǒng)故障診斷技術(shù)研究方向
當(dāng)前液壓系統(tǒng)的故障診斷已經(jīng)充分利用了現(xiàn)代檢測技術(shù)診斷，不過，由于理論知識及設(shè)備的制約，在對液壓系統(tǒng)故障診斷的實(shí)際過程中，很多還是經(jīng)診斷人員利用檢測儀表，采取人工診斷。科學(xué)技術(shù)的進(jìn)步會(huì)推動(dòng)故障診斷技術(shù)的發(fā)展，接下來液壓系統(tǒng)故障診斷技術(shù)的研究方向是液壓系統(tǒng)混合故障診斷技術(shù)、智能傳感器和設(shè)備的研究以及通用化在線監(jiān)測與診斷系統(tǒng)。隨著對液壓系統(tǒng)機(jī)理研究的不斷深入，充分利用智能傳感器技術(shù)、信息技術(shù)、智能診斷技術(shù)等，液壓系統(tǒng)故障診斷技術(shù)也會(huì)持續(xù)提升。