基于偏最小二乘法的两栖突击车液压马达故障诊断.pdf

2 0 1 0年 1 1月 第 3 8卷 第’ 2 1 期 机床与液压 MAC HI NE T00L HYDRAUL I CS NO V ．2 01 0 Vo 1 ． 3 8 No ． 21 D OI 1 0 ． 3 9 6 9 ／ j ． i s s n ． 1 0 0 13 8 8 1 ． 2 0 1 0 ． 2 1 ． 0 4 1 基于偏最小二乘法的两栖突击车液压马达故障诊断 董玉才 ，杨万利，张玲 ，易良海，曹苏娜 装 甲兵工程 学院非线性科学研究所 ，北京 1 0 0 0 7 2 摘要液压马达是两栖突击车液压系统中故障发生率较高的元件之一 ，当马达泄漏量达到允许的极限值时，就要进行 更换或者大修。通过分析影响两栖突击车液压马达泄漏量的影响因素 ，建立了马达泄漏量的偏最小二乘回归模型，得到马 达泄漏量的拟合值与测量值的最大相对误差为 8 ％，并预测超过马达允许的泄漏量极限值的时问为 9 1 0 9 h ，为科学确定液 压马达的更换期或大修期提供依据。 关键词两栖突击车；液压马达；偏最小二乘回归；故障诊断 中图分类号 T H 1 3 7 ；0 2 4 1 ． 5 文献标识码 A 文章编号 1 0 0 1 3 8 8 1 f 2 0 1 0 2 1 1 4 1 4 The Fa ul t Di a g no s e o f Ad v a n c e d Amp hi b i o u s As s a u l t Ve hi c l e Hy dr a u l i c M o t o r Ba s e d o n Pa r t i a l Le a s t Sq u a r e M e t ho d DONG Yu c a i ，rANG W a n l i ，ZHANG L i n g，YI L i a n g ha i ，CAO S u n a I n s t i t u t e o f N o n l i n e a r S c i e n c e ， T h e A c a d e m y o f A r m o r e d F o r c e E n g i n e e r i n g ， B e i j i n g 1 0 0 0 7 2 ，C h i n a Ab s t r a c t Hy d r a u l i c mo t o r i s o n e o f t h e a u t o mo t i v e c o mp o n e n t s w i t h a h i g h i n c i d e n c e o f a c c i d e n t i n t h e a s s a u l t s y s t e m o f a d v a n c e d a m p h i b i o u s a s s a u l t v e h i c l e ．Wh e n t h e m o t o r l e a k a g e r e a c h e s t h e p o s s i b l e m axi m u m l i m i t ， i t n e e d s r e p l a c e m e n t o r m a j o r r e p a i r ． T h r o u g h a n a l y z i n g t h e f a c t o r s t h a t i n fl u e n c e d h y d r a u l i c mo t o r l e a k a g e o f a d v a n c e d a mp h i b i o u s a s s a u l t v e h i c l e，a p a r t i al l e a s t s q u a r e me t h o d mo d e l o f mo t o r l e a k a g e wa s c r e a t e d ． T h e ma x i ma l r e l a t i v e e r r o r b e t we e n me a s u r e d v a l u e a n d fi t t e d v a l u e o f mo t o r l e a k a g e i s 8 ％ ．T h e p r e d i c t e d t i me t h a t e x c e e d e d t h e p o s s i b l e m i mu m l i mi t o f mo t o r l e a k a g e i s 9 1 0 9 h ． I t p r o v i d e s a r e a s o n a b l e b a s i s f o r d e f i n i n g t h e r e p l a c e m e n t p e r i o d a n d ma j o r r e p a i r p e r i o d o f h y d r a u l i c m o t o r i n a s c i e n t i fi c w a y ． Ke y wo r d s Ad v a n c e d a mp h i b i o u s a s s a u l t v e h i c l e ；Hy d r a u l i c mo t o r ；P a r t i a l l e a s t s q u a r e me t h o d；F a u l t d i a g n o s e 液压系统具有功率大、响应快 、精度高等特点， 随着科学技术 的发展，已广泛应用于工业、工程机 械 、航空航天 、舰船 、军事等领域 的设备 中 ，并成 为 设备 中不可缺少的重要 组成部 分。 目前 ，液压 系统在 装甲新装备中应用越来越广 ，对整车性能的影响也越 来越大 ，尤其是 大量应用液压技术 的新型装备 ，液压 系统往往处于动力传输的核心地位⋯。与电气、机械 系统相比，装甲装备液压系统存在着故障率高、故障 检测定位困难等问题，已成为影响武器装备战斗力发 挥的重要因素之一 。液压系统故障诊断技术是随着 液压设备 自动化程度的提高 以及对液压系统工作可靠 性要求越来越高而发展起来的，是建立在液压控制理 论、信息理论和电子技术、传感器技术、人工智能技 术等基础上的一门综合性新技术 ，前人做了大量研究 工作” 。液压马达是两栖突击车液压系统中故障 发生率较高的元件之一，随着使用时间的增加 ，柱塞 与柱塞孔和缸体端 面与配油盘两摩擦 副的磨损 间隙会 逐渐增大，导致油液泄漏增加 ，容积率下降，当泄漏 量达到允许的极限值时，就要进行更换或者大修。 偏最小二乘回归是一种新的多元数据分析方法， 1 9 8 3年由S Wo l d和 C A l b a n o 等人首次提出。它集多 元线性 回归 、典型相关 分析和主成分分析的基本功能 为一体 ，将建模 预测类 型的数 据分析方法 与非模型式 的数据认 识方法有机地 结合起来 ，因此 ，偏最小二乘 回归较传统的回归分析、主成分分析具有更大优势， 从而使模型精度、稳健性、实用性得到提高 ， 已广泛应用于各领域的研究中。作者研究影响某两栖 突击车液压 马达泄漏量 的相关 因素 ，利用偏最小二乘 回归方法 的模型对泄漏量进行预测 ，为维修人员掌握 马达的性能变化趋势提供科学合理的决策依据。 1 偏最小二乘回归模型 1 ． 1 建模 原理 设有 P个 自变量 X { ， ，⋯ ， }和 q 个 因 变量 Y { Y 。 ，Y ，⋯，Y } ，观测n 个样本点 ，分别在 与 y中提取出成分 t 和 ／Z 。 即 t 。 是 ， ⋯ ， 的线 性组合 ，Ⅱ 是 Y 。 ，⋯ ，Y 。 的线性组合 ，要 求 t ， 和 u 。 收稿 日期 2 0 0 91 0 2 9 基金项目装甲兵工程学院创新基金项目 2 0 0 8 G L 1 5 作者简介董玉才 1 9 7 3 一 ，男，工学博 士，副教授，主要从事计算方法和数据处理研究。电话0 1 06 6 7 1 7 4 7 8 ， 1 3 2 61 2 0 67 38。 E ma i l d o n g y u ea i s i n a ． c o m。 1 4 2 机床与液压 第 3 8卷 应尽可能大地携带他们各自数据表中的变异信息，同 时t 。 与“ ． 的相关程度能够达到最大使得 t 和u 应尽 可能好地代表数据表 和 y，同时自变量的成分t 。 对 因变量的成分 u 又有最强 的解释能力 。 在第 一个成分 ￡ ， 和 u 被提取 后 ，分 别实施 对 t ， 的回归 以及 】 ， 对 “ ， 的回归 。如果 回归方程已经达 到 满意的精度 ，则算法终止 ；否则，将利用 被t 解释 后的残余信息以及 y被t 解释后的残余信息进行第二 轮的成分提取 。如此往复 ，直到达到一个较满意 的精 度为止。若最终对 共提取 了 m个成分 t ，⋯，t ， 偏最小二乘 回归将通过实施 Y 对 t ，⋯ ，t 的 回归 ， 然后再表达成 Y 关 于原变量 ，⋯， 的 回归方 程 kl ，2，⋯，q 。 1 ． 2算法推 导 首先将数据做标准化处理。 经标准化处理后的 数据矩阵记为 E 。 ，⋯，E ， 经标 准化处理 后的数据 矩阵记 为 F 。 ，⋯，F o 。 。 第一 步 ，记 t 是 曰 。 的第 一个成 分 ，w 是 的 第一个轴 ，满足 ff ， l l 1 。记 ． 是 的第一 个成 分 ，u F 。 c 。 c 是 F 。 的第一个轴 ，且 l l c 。 l I 1 。求 得轴 W I 和 c 1 后 ，即可得到成分 t l E 0 W l ，U 1 F o c l ， 然后分别求 和 F 对 t ， 、 u 的 3个 回归方程 Eot i P El F0 】 q F F0t l ， ． Fl 式 中回归系数 向量 ET t1 u1 ￡ 1 其中E 、 、 ， 分别是 3个回归方程的残差矩阵。 第二步，用残差矩阵层。 和F 取代 E 。 和 F 。 ，然 后求第二个轴 W 和 C 。 以及第二个成分 t 、U ，有 t 2 1 W2 M 2 F1 C 2 0 2 ≤f 2 ， 2 ≥w ， 露 F1 C 2 W 是对应于矩阵E F ， F E 。 最大特征值0 2 的特征值， C 是对应 于矩 阵 E． F 最 大特征 值 的特征 向量 。 计算 回归 系数 E ￡ 2 F ￡ I I t 。 l J 。 一 l I t l l 因此 ，有 回归方程 E J￡ E2 Flt 2 ， F2 如此 汁算下去 ，如果 的秩是 ，则会有 E0t i P ⋯ t A P F0t l ， ⋯ T 由于 t ， ，⋯ ，t 均可 以表示 成 ． ，⋯，E ∞的线 性组合 ，因此可以还原成 Y k F o 关于 E o 的回归 方程形式 ，即 y 刺 l ⋯ 如 FA k l， 2， ⋯ ， q 1 式中 F 舭 是残差距阵 F 的第 列。 1 ． 3交叉有 效性检 验 在偏最小二乘回归建模中，究竟应该选取多少个 成分为宜，可通过考察增加一个新的成分后，能否对 模型的预测功能有明显 的改进来考虑 。把所有 n 个样 本点分成两部分第一部分除去某个样本点 i 的所有 样本点集合 共含 n一1个样 本点 ，用 这部 分样本 点并使用 h个成分拟合 1 个回归方程 ；第二部分是把 刚才被排除的样本点 i 代入前面拟合的回归方程，得 到 在样本点 上的拟合值 。对 于每一个 i 1 ， 2 ，⋯ ，n ，重复上述测试 ，则可 以定义 Y j 的预测误差 平方和 P R E S S 为 P R E S S 坷∑ ， 一 夕 。 2 定义 l ， 的预测误差平方和为 P R E S S ，有 P R E S S ∑P R E S S 3 显然 ，如果 回归方程的稳健性不好 ，误差 就很大 ，它 对样本 点的变 动就 会 十分 敏感 ，这 种 扰动误 差 的作 用 ，就会加大 P R E S S 的值。 1 ． 4 精度分析 在偏最小二乘 回归计算过程中 ，所提取 的 自变量 成分 t 一方面可以尽可能多地代表 的变异信息，另 一 方面又尽可能与 】 ， 相关联，解释 y中的信息 ，定义 t 的各种解释能力 ，其 中 r ，x j 表 示两个变量 之 间的相关关系 。 成分 t ，t ，⋯，t 对 自变量 的累计解释能力 R d X ； t 一 ∑r 。 ； t h 4 成 分 t ， ， t ， ⋯ ， t 对 自变量 的累计解释能力 1 p R d X ； c l ， ⋯ ， ∑∑R d X j ； t h 5 h I1 成 分 t 。 ， t ， ⋯ ， t 对 自变量 】 ， 的累计解释能力 R d 】 ， ； t 一 ， t h ∑r y ； t h 6 2 试 验结 果及 分析 2 ． 1 试验 结果 实车试验 以 1 4台使用不 同摩 托小 时且 未换油 的 某两栖突击车为对象，测得风扇油温、冷却水温以及 马达泄漏量 ，结果如表 1 l 2 ] 。马达实时 泄漏量极 限标 准评估 模型 为 f 5 0 ． 1 Q 实 』 【 5 0 ． 1 10 st 0 6 5 l07 9|6 2 3 063l一 ． 水 ⋯ 丽 ≤ 7 5 1 0 65 。 一 蚴 g ” 一 ． 水 7 第 2 1 期 董玉才 等基于偏最小二乘法的两栖突击车液压马达故障诊断 。1 4 3 记使用摩托小时为 。 ，风扇油温为 。，冷却水 温为 ，马达泄漏量实测值为 Y，考察因变量Y 与 自 变量 1 、 2 、％ 的关系 。 2 ． 2 偏最小二乘回归模型 经交叉有效性检验 ， P R E S S [ 0 ． 0 0 3 1 0 ． 0 0 0 8 0 ． 0 0 0 7 ] ，因此 h3时 ， P R E S S 达到最小 ，模型的 预测能力最好，因此取 3个主成分 t 、t 、t ， 建立模 型，得到马达泄漏量的偏最小二乘回归标准化变量模 型 Y0 ． 2 1 8 7 x l 0 ． 8 9 1 I x 20 ． 0 8 2 5 x 3 8 转化 为原始变量 回归方程为 Y 一2 ． 6 0 0 2 0． 7 2 0 6 1 0一 l9 3 ． 31 4 0 1 0 一 25 ． 1 6 5 61 0 一 3 9 2 ． 3模 型评价 2 ． 3 ． 1 累计解释能力分析 t 。 、 t 、 t 的累计计算能力数值见表2 ，可以看出， 当取 3 个主成分时， t 、t 、 t 对 自变量和因变量的累 计解释能力 达到 9 8 ％ 以上 ，能很 好地解 释 自变 量和 因变量。 表 2累计解 释能力 2 ． 3 ． 2 偏最小二乘回归成分分析 图 1 给出了 t 、 t 、 与 。 的平 面 图。从 图中可 以 看出， 与u I 存在明显舷 性 关系， 表明马达泄漏 量与摩托小时、风扇油温、冷却水温线性关系显著， t 、 t ， 与 “ 也存在着一定的线性关系，但已经很弱。 图 1 t l ／ u l 、 t 2 ／ u 1、 t 3 ／ u 1 平面图 2 ． 3 ． 3 马达泄漏量拟合结果 马达泄漏量的实测值与拟合值的对比情况如表 3 所示。可以看出，最大相对误差为 8 ％。马达泄漏量 实测值与拟合值对 比图如图2所示 表 3 马达泄漏量的实测值与拟合值对 比结果 1 4 4 机床与液压 第 3 8卷 暑 血I1 蠼 图 2 马达泄漏量 实测值与拟合值对 比图 2 ． 4马达 大修 期预 测 根据 偏 最 小 二乘 回归 模 型，在 风 扇 油 温 为 3 1 3 ． 1 5 K、冷却水温为7 5℃条件下，当使用摩托小 时为 9 1 0 9 h时 ，将 超 过 马 达 允 许 的 泄 漏 量 极 限 1 ． 0 1 7 L ／ ra i n 。因此 ，可预测 某两 栖突 击车 马达 的更 换期或大修期 为 9 1 0 0 h左右 。在实 际使 用 中，还要 充分考虑各种环境条件的影响，更换期或大修期应小 于预测值 ，确保液压马达的正常运转。 3结论 液压设备往往是结构复杂而且精度高的机、电、 液 一体化 的综合系统 ，液压马达是液压 系统 的重要输 出执行元件之一 ，属于液压 系统 的动力元件 ，并直接 连接载荷 ，其性能参 数对 于整个 系统 的性能有着重要 的影响 。作者利用偏最小二乘 回归方法 ，经交叉 有效 性检验，建立了某两栖突击车马达泄漏量的偏最小二 乘 回归模型 ，经 分析 ，主成分对 自变量和因变量 的累 计解释能力较高，模型的拟合值与实测值相对误差较 小 ，并利用该模 型对某两栖突击车马达泄漏量进行 了 预测 ，对于确定合理 的马达更换期或大修期具有重要 意 义 参考文献 【 l 】 晁智强， 韩寿松 ， 江鹏程． 某两栖装甲装备液压系统不解 体状态检测与故障诊断 [ J ] ． 中国工程机械学报， 2 0 0 8 3 3 5 93 6 9 ． 【 2 】盛锋， 程卫红， 晁智强， 等． 某两栖装甲装备液压系统非 介入式 原位 检 测 方 法 [ J ] ． 装 甲兵工 厂化 学 院学 报 ， 2 0 0 9 ， 2 3 4 4 04 4 ． 【 3 】 刘泽华 ， 陆清， 谷立臣． 基于包络 一 灰色理论的液压系统 故障诊断方法研究[ J ] ． 液压与气动， 2 0 0 8 1 7 7 8 0 ． 【 4 】 赵亮培． 基于故障树分析的液压系统故 障诊断研究 [ J ] ． 液压气动与密封， 2 0 0 8 6 1 9 2 0 ． 【 5 】 贺湘宇， 何清华， 郭勇， 等． 基于主元回归模型的挖掘机液 压系统故障诊断[ J ] ． 江苏大学学报， 2 0 0 8 3 1 0 6 1 1 0 ． 【 6 】周汝胜， 焦宗夏 ， 王少萍， 等． 基于专家系统的导弹发射 车液压系统故障诊断 [ J ] ． 航空学报， 2 0 0 8 ， 2 9 1 1 9 7 20 3． 【 7 】 潘伟， 王汉功． 基于多传感器信息融合的工程机械液压 系统在线状态检测与故障诊断 [ J ] ． 工程机 械， 2 0 0 4 7 4 2 4 5 ． 【 8 】虞军胜． 轧机液压 A G C系统故障智能诊断的研究[ D ] ． 武汉 武汉科技大学， 2 0 0 6 ． 【 9 】 李文武 ， 赵艳会 ， 邹俊， 等． 基于主元分析的推焦车液压 系统泄漏监测[ J ] ． 机床与液压， 2 0 0 8 4 1 9 92 0 1 ． 【 1 0 】潘兵 ， 熊静琪． 多传感器信息融合在液压系统智能诊断 中的应用[ J ] ． 机床与液压， 2 0 0 6 5 1 9 01 9 2 ． 【 1 1 】刘泽华． 基于小波理论的液压系统诊断特征提取与故 障分类方法研究[ D ] ． 西安 西安建筑科技大学， 2 0 0 7 ． 【 1 2 】李厦． 基于 P e t ri网的故障诊断技术研究及其在液压系 统中的应用[ D ] ． 上海 同济大学， 2 0 0 6 ． 【 1 3 】李晓鹏． 全液压挖掘机故障诊断专家系统[ D ] ． 哈尔 滨 哈尔滨工业大学， 2 0 0 4 ． 【 1 4 】王惠文． 偏最小二乘回归方法及其应用 [ M] ． 北京 国 防工业出版社 ， 1 9 9 9 ． 【 1 5 】罗批， 郭继昌， 李锵， 等． 基于偏最小二乘回归建模的探 讨[ J ] ． 天津大学学报 ， 2 0 0 2， 3 5 6 7 8 3 7 8 6 ． 上接第 1 1 9页 来 评定重构模 型各部分的重构质 量。对重构精度进行 评测后，可以对现有产品进行改进 ，通过等比例缩 放，得到一系列形状相同，尺寸不同的产品模型，提 高 了设计效率。 参考文献 【 1 】B i l b a o C a s t r o J R， M e r i n o A ， G a r c i a I ， e t a 1 ． P a r a m e t e r o p t i mi z a t i o n i n 3 D r e c o n s t r u c t i o n o n a l a r g e s c a l e g r i d [ J ] ． P a r - a l l e l C o mp u t i n g， 2 0 0 7， 3 3 2 5 02 6 3 ． 【 2 】 WE B E R T ， M O T A V A L L I S ， F A L L A H I B ， e t a 1 ． A u n i f i e d a p p r o a c h t o f o r m e l T o r e v a l u a t i o n [ J ] ． P r e c i s i o n E n g i n e e r - i n g ， 2 0 0 2 ， 2 6 3 2 6 9 2 7 8 ． 【 3 】 Z h a n g L Y ， Z h o u R R ， Z h o u L S ． M o d e l r e c o n s t r u c t i o n f r o m c l o u d d a t a [ J ] ． J o u rna l o f Ma t e ri a l s P r o c e s s i n g T e c h n o l o g y ， 2 00 3， 1 3 8 49 44 9 8． 【 4 】B l a s i F ， M o n n o G ， U v a A E ． I m p l i c i t s u rf a c e s m o d e l i n g f o r o b j e c t s r e c o n s t ruc t i o n f r o m s c a t t e r e d 3 D p o i n t s c l o u d s [ C ] ． i n P r o c e e d i n g s o f t h e XI l AD M I n t e r n a t i o n a l C o n f e r e n c e ， Ri mi n i ， I t a l y ， 2 0 0 1 ． 【 5 】 刘晶， 张定华， 王凯， 等． 基于工业 C T图像的轮廓控制点 优化提取[ J ] ． 机械工程学报， 2 0 0 6 ， 4 2 1 0 1 8 21 8 5 ．