基于模糊神经网络的液压泵故障诊断系统的研究.pdf

返回 相似 举报
基于模糊神经网络的液压泵故障诊断系统的研究.pdf_第1页
第1页 / 共2页
基于模糊神经网络的液压泵故障诊断系统的研究.pdf_第2页
第2页 / 共2页
亲,该文档总共2页,全部预览完了,如果喜欢就下载吧!
资源描述:
2 0 1 1 年 5月 第 3 9卷 第 9期 机床与液压 MACHI NE TOOL & HYDRAUL I CS Ma v 2 0 1 1 V0 1 . 3 9 No . 9 DO I 1 0 . 3 9 6 9 / j . i s s n . 1 0 0 13 8 8 1 . 2 0 1 1 . 0 9 . 0 4 7 基于模糊神经网络 的液压泵故障诊断 系统的研究 周 卫 东, 济宁职业技术学院 , 王有权 山东济宁 2 7 2 0 3 7 摘要 针对 目前液压系统故障诊断中模型不容易建立的现状,采用模糊逼近方法、根据流量和压力的关系构建液压系 统泄漏的故障诊断系统模型,并采用 A N F I S对该模型进行优化。实际工作时只需将模型的输出与实际结果相比较便可知泵 是否发生泄漏 。实验结果表 明 ,采用该方 法能较好地判断 系统是 否泄漏 。 关键词液压系统;故障诊断 ;A N F I S 模糊系统 中图分类号 T H 一 3 9 文献标识码 B 文章编 号 1 0 0 1 ~3 8 8 1 2 0 1 1 91 5 5 2 Re s e a r c h o n Fa ul t Di a g no s i s Sy s t e m o f Hy dr a ul i c Pump Ba s e d o n ANFI S S y s t e m ZH0U W e i d o n g. W ANG Yo u q u a n J i n i n g V o c a t i o n a l T e c h n o l o g y C o l l e g e ,J i n i n g S h a n d o n g 2 7 2 0 3 7,C h i n a Ab s t r a c t Ai mi n g a t t h e d i f fi c u l t i e s o f mo d e l f o u n d a t i o n f o r t h e h y d r a u l i c s y s t e m f a u l t d i a g n o s i s a t p r e s e n t , t h e f a u l t d i a g n o s i s s y s t e m mo d e l f o r h y d r a u l i c p u mp l e a k a g e W a S c o n s t r u c t e d h a s e d o n f u z z y a p p r o a c h i n g a n d a c c o r d i n g t o t h e r e l a t i o n b e t we e n fl o w a n d p r e s s u r e . Th e mo d e l wa s o pt i mi z e d by ANF I S. Du r i n g a c t ua l wo r k i ng,o nl y t h e o u t p ut o f t h e mo d e l wa s c o mpa r e d wi t h pr a c t i c a l r e s u hs, wh e t h e r l e a ka ge wa s h a p pe ne d i n s i de t he pu mp o r n o t we r e k no wn. The e x p e r i me n t a l r e s u l t s h o ws t ha t t h e me t h o d c a n b e u s e d t o mo ni t o r t h e f a u l t o f t he p ump. Ke ywo r ds Hy d r a u l i c s y s t e m ;Fa ul t d i a g no s i s ;ANFI S s y s t e m 液压传动 系统具 有广泛的工艺适应性 、优 良的控 制性 能和较低廉 的成 本 ,在各个领域 中获得愈来 愈广 泛的应 用。但 由于客观上元 、辅件质量不稳定和 主观 上使用、维护不当,且系统中各元件和工作液体都是 在封 闭的油路 内工作 ,不象 机械设 备那样直观 ,也不 象 电气设备那样可利用各种 检测仪器方便地测量各种 参数 。液压设备 中 ,仅靠有 限的几个压力表 、流量计 等来指示系统某些部位的工作参数,其他参数难以测 量 ,而且一般 故障根 源有许 多种可能 ,这给液压 系统 故障诊 断带来 一定 困 。 目前大部分液压系统操作人员并不具 备足够的故 障诊断专业知识,故障诊断一般采用专家系统进行。 模拟人 的经验设计专家 系统 时 ,专 家系统的好 坏取决 于人的经验和系统的合理设计。为了将专家的经验同 具体的系统结合 ,作者采用 A N F I S系统 ,根据专家 的经 验优化 具体的系统。 1 液压泵故障诊断系统的结构 以及工作原理 液压泵是液压 系统 的心脏 ,其故障诊断是液压系 统故障诊断的重要部分。由于流体的压缩性、泵源与 伺服 系统的耦合作 用及液压泵本身具有 的大 幅度 的固 有机械振动 ,使得 液压泵 的故障机制复杂 ,故障特征 提取困难 ,故障诊断 的模糊性强 。大量 的液压泵 故障 诊 断数据表 明,通过泵 源出 口检测到的故障信号常被 于扰信号淹没 ,单一故障检测信号常呈现出强的模糊 性,采用常规的方法难以提取出有效的故障特征。 从故 障诊 断学的角度来看 ,任何一种诊断信息都 是模糊的、不精确的,对任何一种诊断对象,用单一 信息来反映其状态行为都是不完整的,如果从多方面 获取同一对象的多维故障冗余信息加以综合利用,就 能对系统进行更可靠更精 确的监测和诊断 。作者针对 液压泵泄漏故 障模式 ,通 过在液压泵出 口配置振动传 感器和压力传感器 进行故障检测 。 在故障诊断系统中,数据采集子系统占据重要地 位 ,如 图1示 。 图 1 故障诊断系统原理 图 数据采集子系统中的主要部分包括 1 传感 器 。其 是整个状态监测及故 障诊 断系统的信息监测元 件 。在选 择传 感器 时 除 了考 虑其 自身 的各 特性 参数 外 ,还要结合液压 系统 各监测 量 的变化 范 围 、规 律 、 收稿 日期 2 0 1 0 0 4 2 1 作者简介周卫东 1 9 6 5 一 ,男,副教授,主要研究方向为职业教育理论、机电一体化。电话0 5 3 7 2 2 3 7 7 0 3 ,Em a i l z h o u we i d s i n a . c o n。 1 5 6 机床与液压 第 3 9卷 频率来确定传感器。在对液压系统的工作原理及设备 工作条件作 了深入分析后 ,选择各监 测传感 器 ; 2 采集 单元硬件 。出于稳定性考虑 ,有的采集单 元采用 单片机或 P L C分 布式组 网结构 、C P U、通讯 模块和存 储器,完成采集数据的存储和同信息处理与监控单元 的通讯 ,从 而完成数据采集功能 。 2 基于模糊逼近的液压系统泄漏的故障诊 断 一 般说来液 压泵 定量 泵 的流量 Q主要 与系 统 的压力 P和温 度 有关 ,温度 越 高 ,压 力 P越 低 ,泵 的流量 Q越 大 ,反之 越 小。对 于 现实 的液 压 系统 ,三者 的函数关 系为 QF T , P 1 式 1 是一个复杂 的关 系式 ,可以根据实 验得 到相应 的关 系式 。但该关 系式对 于不 同的系统也是一 个 近似。随着模糊理论 的应用 ,人们将模糊 系统理论 用于系统逼 近 。由于模 糊推 理 本身 不具 备 自学 习功 能 ,其应用受到了很大限制 ,而人工神经网络又不能 表达模糊语 言 , 实 际上类 似 一个 黑箱 , 缺 少 透 明度 , 所 以不能很好地表达人脑 的推理功能 。基于神经 网络 的 自适应模糊推理 系统 A N F I S ,也称为 自适应神经模 糊推理 系统 A d a p t i v e N e u r o F u z z y I n f e r e n c e S y s t e m , 将二者有机地结合起来 , 既能 发挥二者 的优点 ,又可 弥补各 自的不足 。 自适应神经 网络模糊 系统 的基 本思想 非常简 单 , 其为模糊建模 的过程提供 了 一种 能够从数据集 中提取 相应信 息 模 糊规 则 的学 习方法 ,这 种学 习 与神 经 网络 的学 习方法 非常相似 ,通 过学 习 ,能有效地计 算 出隶属 函数 的最 佳参 数 ,使 得 设计 出来 的 S u g e n o 型模糊推理 系统能够最好地模拟 出希望 的或是实 际的 输入输 出关 系 ,所 以 A N F I S是一 种基 于 已有 数据 的 建模方法 。具体设计 为 I f 温度 T∈T l ,压力 P∈ P 1 t h e n Qa l t b l P I f 温度 T∈T 2 ,压力 P∈P 2 t h e n Qa 2 t b 2 P I f 温度 T∈T 3 ,压力 P∈P 3 t h e n Qa 3 t b 3 P I f温度 T∈T ,压力 P∈P t h e n Qa 4 t b 4 P I f 温度 T∈T 5 ,压力 P∈P 5 t h e n Qa 5 t b 5 P 该系统设计 中,温度 的隶属度 函数区问为 0~ 6 0 , 压力为 0~ 6 M P a 。其 中的参数 o 、b 根据经验设计 ,温 度和压力 的隶属度 函数继续采用神经网络修正。 模糊 系统 的优 化过程 如下 1 获取样本数据 ,根据初始数据进行设计 。 2 确定 A N F I S 模 糊输 入 的初 始模 糊划 分 和模 糊规则 。利 用数 据 聚类 技术 对样 本 数据 进行 聚类 分 析 ,得 到若 干输入 变量聚类 中心 ;然后 根据 聚类结果 获得输入变 量 的模 糊 划分 即隶 属 函数个 数 和初始 分布 和模糊 规则 ,即模 糊输 入 的 聚类 中心 可作 为 模糊输入隶属 函数 的初始 中心位置 ,由聚类结果得到 的模糊输入之 问的匹配关 系可直接转化为模糊规则 。 3 确定 A N F I S的初 始结 构。 由得 到 的模糊 输 入隶属 函数 和模糊 规 则确 定 A N F I S各 隐层 神 经元个 数 以及神经元激励 函数 。 4 训练 A N F I S ,得到最终结果 。根据训练样本 数据利用混合学习算法离线辨识前题参数集和结论参 数集 ,得到辨识后 的 A N F I S 模型 。 3实 验及 结果 该诊断系统的实验是在 Y Z 4 I 基 本型液压传 动实 验台上进行的。实验台主要配置 以及其技术参数如下 1 变量叶片泵 1 台,公称排量 6 . 6 7 H L / r ,额定压力 6 . 3 M P a ; 2 变量 叶片泵 驱动 电机 ,功率 2 . 2 k W; 3 油箱 ,公称容 积 4 0 L ,附有液位 、油 温指示 计 、 吸油 回油滤油器 、空气 滤清器 、安全 阀 、压力 表 、压 力表开关等; 4 3 2 抗磨液压油; 5 定量液压泵, 公称排量 6 . 6 7 m L / r ,额定压力 6 . 3 MP a ; 6 定量齿 轮泵驱动电机 ,功率 2 . 2 k W。实验在常温下进行 ,如 泵 的流量改变就视 为泵 发生了泄漏 。表 1是实验数据 用 L A B V I E W 实现软件系统的设计。 表 1 实验结果 压力/ MP a l 2 3 4 5 6 实际流量/ L ra i n 5 4 . 6 4 . 0 4 . 1 3 . 8 3 . 6 模型预测流 5 4 . 4 . 0 3 . 7 3 . 6 量 , l/ T - 1 7 4 . 4/ L rai n 结论 正常 正常 发生泄漏 正常 正常 正常 将实 际测得 的流量 与模 型得 到的流量相 比较 ,差 别达 到一定 的范围即可视 为发生 了故障 。正常情形下 随着压力的增大流量不断减小 ,模型的估计值也是如 此 ,并且估算结果和实际结果之 间的偏差应保持在一 定范 围内。从试 验结 果 看 ,压 力 为 3 M P a时结果 异 常 ,所 以发生泄漏 。该 系统 能初 步达到检测液 压泵故 障的 目的。 参考文献 【 1 】张宁, 张彦斌 , 赵玉龙. 某型装备液压系统故障诊断研究 [ J ] . 流体传动与控制, 2 0 0 7 4 1 41 6 . 【 2 】陈德国, 郭晓松 , 于传强 , 等. 编码器 自动监测与故障诊 断系统的研究与实现 [ J ] . 传感 技术学 报 , 2 0 0 5 , 1 8 3 61 761 9, 6 22. 【 3 】F i l i p p e t t i F . C o n d i t i o n Mo n i t o ri n g a n d D i a g n o s i s o f E l e c t r i - c a l Ma c h i n e s Us i n g Mi n i mu m. C o n f i g u r a t i o n A r t i fi c i a l I n t e l - l i g e n c e [ C ] / /P r o c e e d i n g s o f E u r o p e a n C o n f e r e n c e o n P o w e r El e c t r i c s a nd Ap pl i c a t i o n, 1 9 97 2 98 329 8 8. 【 4 】张天平, 冯纯伯. 一类非线性系统的自适应模糊滑模控 制 [ J ] . 自动化学报 , 1 9 9 7 , 2 3 2 3 6 1 3 6 9 . 【 5 】周明歧. 控制系统故障诊断[ J ] . 计算机 自动测量与控 制 , 2 0 0 0 , 8 3 5 8 . 【 6 】楼顺天. 基于 MA T L A B的系统分析与设计 模糊系统 [ M] . 西安 西安电子科技大学出版社 , 2 0 0 1 .
展开阅读全文

资源标签

最新标签

长按识别或保存二维码,关注学链未来公众号

copyright@ 2019-2020“矿业文库”网

矿业文库合伙人QQ群 30735420