液压系统油液污染监测和故障诊断

原作者:[标签:作者] 添加时间:2007-06-28 原文发表:2007-06-28 人气:2

(3)注意事项

①必须保证取样过程中样液不被污染。
②为了使分析结果真正代表实际情况，应在系统正在运行或刚刚停止工作时进行取样。

3　故障判别

(1)故障判别的复杂性

油液污染监测和油料分析(光谱、铁谱分析等)的结果是油液的污染度或油样中所含各种金属元素的浓度值。它虽然包含有反映系统内部磨损状态的丰富信息，但一般来说并不能直接回答故障情况。因此，必须根据监测和分析结果，采用信息处理和诊断数学方法去揭示和预报故障情况。单就诊断学本身的内容上讲，就包含以下几个方面：①诊断物理——即利用各种仪器检测状态参数，采集设备各部位故障最原始、最基本的信息，为进一步明确失效机理提供条件；②诊断数学——即根据设备的特点及故障类型，从采集到的信息作出快速的、科学的数学处理，以获得定量的故障判别；③诊断知识和经验——即根据维修和使用人员对故障现象长期积累的知识和经验作出诊断和预报，包括利用听、看、摸等手段以及检测到的信息进行判断。从机械故障本身的特点来讲，故障的因果关系也并非完全单值的逻辑结构，一种原因可能引起多种结果，一种结果也可能由多种原因造成。因此，故障判别也是一个复杂的过程。

(2)训界值的建立

在油液污染监测和油料分析过程中，除了污染物和各种金属元素的浓度外，还可记录到取样的间隔、取样频率以及每次取样所对应的机器运行时间，此外还可以换算出相临两个油样之间的浓度变化值(即浓度梯度)。这些参数都是标志液压系统工作过程中内部磨损状态变化和时序规律的重要信息。如果以f、p、G、t分别表示取样频率、分析元素的浓度、浓度梯度和取样时相应运行时间，则可以得到f=F(p)、f=F(G)、G=F(t)和p=F(t)等四条图线［5］，分别称为浓度值方图、梯度值方图、梯度控制图和线性回归图。再根据统计学和概率论原理，就可以建立各种分析元素的正常区、警界区和异常区。需要指出的是，即使同一型号的多台机器，在不同环境、不同载荷和不同的管理方式下，由于测量数据的动态性、离散性和渐变性，各种元素的训界值并非固定不变，应根据具体情况及时修正。

(3)灰色模型预测浓度变化趋势

油料分析一般采用离散取样和离线分析，相邻两个油样之间的浓度突变，只有对下个油样采集分析后方可发现。对于精密液压系统或取样间隔较长的机器来说，等发现浓度突变以后可能为时已晚，而早期故障诊断才具有重要意义。因此，利用灰色模型(GM)预测浓度的变化趋势十分必要。即通过对动态信息的开发、利用和加工，对离散数据建立微分方程，然后通过求解了解系统的动态行为和发展趋势。如图2所示，第1～4次取样分析结果，某元素的浓度及浓度梯度均在正常区，但在第4次和第5次取样之间，浓度值可能发生突变进入警告区或异常区。建立灰色模型，就可以预测出第4次与第5次取样之间浓度或浓度梯度发生突变的时间，从而及早采取措施防患于未然。

图2　浓度变化趋势

(4)磨损元素的聚类分析

在事先不了解各磨擦副性质的情况下，可以通过数学方法定量地比较各变量之间的差异，把性质特征相近的变量归为一类，再以当前的故障症兆与历史上本系统各次诊断记录中的故障症兆相对比，看本次检测结果与历史上哪一次已确诊的故障症兆最为接近，借此判断故障类型和故障部位。聚类分析的前提是掌握各种故障的历史记录。

(5)非数值判别

故障预报正确与否，最终要靠实际维修情况来检验，预报的科学价值在于指导视情维修。应该看到，液压系统故障并非都能依赖于诊断数学来发现，有些故障难于用数学方法来描述。因此，故障预报除了应用诊断数学外，还要利用或依靠维修经验和维修知识来处理难于用数值判别的问题，这样才能构成故障预报的统一整体。 (

• LX1000型路面铣刨机链条张紧机构的改进

• 用有限元法分析异步电动机

• 电机的机电耦联与磁固耦合非线性振动研究