基于动态PCA及GMM的挖掘机液压系统故障检测方法研究.pdf

信息技术 于达， 等 基于动态 P C A及 G M M的挖掘机液压系统故障检测方法研究 基 于动态 P C A及 GMM 的挖掘机液压 系统故障检测方 法研 究 于达 ， 王 学 慧 解放军理工大学 ， 江苏 南京 2 1 0 0 0 7 摘要 通过 多个传感器采集 了挖掘机故 障和 非故 障状 态下斗杆液 压缸伸 出这一过 程的压 力 信号 。 运用动 态 P C A将采 集的多维数据降至一 维， 经过 多次试验建立训练样本和检验 样本 ， 利 用 G MM方法建立了挖掘机故障检测模型。实验表明此方法可以有效的用于挖掘机液压系统 故障检测。 关键词 挖掘机液压 系统； 故障检测 ； 动 态 P C A； G MM 中图分类号 T H1 6 5 ． 3 文献标志码 A 文章 编号 1 6 7 1 - 5 2 7 6 2 0 1 3 0 3 - 0 1 3 5 0 4 Re s e a r c h o n Fa ul t De t e c t i o n o f Ex c v a v t o r Hy dr a ul i c S y s t e m Ba s e d o n DPCA a nd GM M YU Da．W ANG Xu e - hu i P L A U n iv ． o f S c i e n c eT e c h n o l o g y ， N a n j i n g 2 1 0 0 0 7 ， Ch i n a Abs t r ac t Th e pr e s s ur e s i g n als i n t h e pr o c e s s o f b u ck e t ar m c y l ind e r s t r e t c hing ou t a re c ol le c t ed via s e v er a l s en s o m． Th e c oll e c t e d d a t a o f man y d i me ns io n s are r e d u c ed t o t h a t o f o n e dimen s i o n t hr o u gh DPCA an d t h e t r ainin g s e t a n d t h e t es t in g s e t a re b uit a f t e r man y ex p e r ime n t s． Th e f a u l t de t e c t io n mo de l of t h e e s t a bli s h e d is e a t ab l is h e d t h r ou g h GMM． Th e e x p er i me n t i n d ica t e s t h a t t h is me t h - o d c an b e u s e d t o d e t ec t t h e f au lt i n t h e ex c av a t o r h y d r au l ic s y s t e m e ffe c t i v e ly． Ke y wo r d se x c a v a t or h y d rau l i c s y s t e m ； f a ult d e t e c t i o n； DPCA； GMM 0 引言 基于人工智能的诊断方法已成为液压系统故障诊断 的重要方法之一⋯。G MM是一种非监督学习方法 J ， 其 目标是发现输入数据的族或分组， 进行聚类 ， 并以概率的 形式表现出来。在用 G MM方法建立挖掘机液压系统故 障检测模型前， 为了 完整地获得挖掘机液压系统的运行状 态， 通常采用多测点、 多传感器的采集方式， 这就需要采用 多元统计分 析的方法来对多维测量数据进行分析处理 ， 提 取状态特征 J 。P C A是多元统计 分析 中常用 的多维数据 分析方法 ， 可以将高维数据投影到能够准确表征原数据的 低维空间中， 在数据压缩 中有着广泛 的应用。传统 的 P C A方法首先假定数据时序无关，而挖掘机的运行过程 数据一般在时间上序列相关 ， 这样就使得传统 P C A方法 所得到的主元不能真实地反应数据的动态特性。为解决 该问题， K u 等学者提出了 D P C A， 用时滞数据增广阵进 行主元分析以获取数据的动态联系信息。 本文将动态 P C A及 G MM相结合， 首先用动态 P C A 方法将多维数据压缩至一维 ， 分别 建立训练样本集和检验 样本集， 然后运用 G MM方法建立挖掘机液压系统的故障 检测模型。经过实验检验， 该方法对挖掘机液压系统故障 检测是有效 的。 1 故障检测策略 、 方法及 步骤 1 - 1 挖掘机液压系统模块化与基本回路分 析 图 1 挖掘机液压系统由斗杆液压回路、 动臂液压回路、 铲斗 液压回路、 回转液压回路、 行走液压回路等多个子系统回路 构成。这些子系统回路可以按液压元件分解成为液压泵模 块、 多路阀模块 、 执行机构 模块。将子系统 回路分 解成为液 压元件模块， 其结构具有相似性。贺湘宇 提出可以将挖掘 机液压系统故障检测转化为研究一个基本的液压回路的故 障检测， 然后推广到各个子系统回路当中。本文亦采取这种 策略 ， 以斗杆液压基本 回路 为研 究对 象进 行故 障检 测研 究。 挖掘机液压系统基本回路结构图如图1 所示。 图 1 挖 掘机液压系统基本回路结构 图 作者简介 于达 1 9 8 9 - ， 男 ， 山东济南人 ， 硕士研究生 ， 主要研究方向为机械装备机电一 体化 。 Ma c h i n e B u i ld i n g留 Au to m a t i o n ， J “ H 2 0 1 3， 4 2 3 1 3 5 1 3 8 1 3 5 信 息技术 于达 ， 等 基 于动 态 P C A及 G MM 的挖掘机 液压 系统故 障检测 方法研 究 1 ． 2 故障检测方法及步骤 首先运用动态 P C A方法将 挖掘 机液压 系统 第 i 次运 行时采集的多维数据 降至一维 数据 “ ， ， 进 行 m次实 验 ， 获得训练样本集 { ” ， ， ⋯ ， ’ } ， 同时用 同样 的方法 建立检验样本集 ； 其次运用 G MM 方法对训 练样本 集进行 分析处理， 建立挖掘机液压系统故障检测模型 ， 用检验样 本集对模型进行检验 ， 并对误 差进行 分析 ， 调整模 型直到 误差控制在合理范围内。 2 动态 P C A 方法 2 ． 1 P C A方法 P C A方法可以将高维数据投影到能够准确表征原数 据的低维空间中 ， 可 以分析大 量测量数 据的相关 性 ， 并能 提取重要的系统特征， 使获得的低维数据很好的反映原变 量所提供的信息， 通过对新变量的分析即可达到解决问题 的 目的 。 从几何角度 上看 ， P C A是一种投影 方法 ， 目的是找 到 一 个从原 n维输入空 间到新 的 k k n 维空 间 的、 具有最 小信息损失的映射。映射如下式所示 ‘ UT X 原先的数据投影到 U上之后被广泛的散布， 使得样 本点之 间的差别变得 明显 ， 具有最大方差。向量 预先 进行 过标准化处理 ， 消除 由于量纲 不 同带 来 的影响 。Y “ 称 为 得分 向量 ， u称 为的负 荷矩 阵。负荷 矩 阵 u由协 方 差矩 阵A的前 k个特征向量组成， 这前 k 个特征向量称为数据 的主元， 协方差矩阵A如下式所示 A X 其中 { ” ， ’ ， ⋯， ‘ } 是一个由n个过程变量 m个 采样点组成 的数据矩 阵。 2 ． 2 动态 P C A方 法 P C A方法能够 有效 分析 变量 问 的相关 性 问题 ， 但 是 对于时序相关性却无能为力 ， 这就需要对观测向量进行扩 展 。动 态 P C A方法 在分 析数据 中引入 了时滞数据 增广矩 阵。对于动态系统， 变量的当前值与过去值相关 ， 因此采 用时滞数据增广矩阵X s 进行分析， 如下式所示 s [ t ， t 一 1 ， 一， t - s ] 其 中 s 为时滞长度 ， X t -- S 为 t - S 时 刻 的 n维 变量矢 量 。 传统 P C A方法是对矩阵 进行特征值分解 ， 动态 P C A则 是对时滞增广矩阵X 进行特征值分解。 时滞长度的确定方法有两种， 1 结合平行分析 和得分 的自相关互相关检验来确定时滞长度 J ， 2 按照动态系统辨 识 中的定阶方法如 A I C及 B I C准侧来确定系统阶次 。 3 GMM 方法及 E M 算法 3 ． 1 高斯混合模型 高斯混合模型 G a u s s i a n m i x t u r e m o d e l s ， G MM 是一 种“ 软分配聚类” 方法， 它假设数据集是 由一个潜在的混 合概率分布产生的， 而每个高斯分量表示一个不 同的 聚类 。 对于包含 k个高斯成分的 G MM模型， 观测向量 的 概率密度可 以表示为下式 k P 0 g 1 0 其中 g 1 0 是第 i 个混合分量 ， 0 是它的参数， 表示 k 第 i 个混合分量 的系数 ， 满足 ∑ 1 。 对于高斯混合分布， 第 i 个分量 g 0 的多元高斯 密 度函数可 由下式表示 g 1 0 2 w i l ∑ [ 一 ∑ _ l 0 { ． ∑ } 为第 i 个分量的参数集 ， 即均值向量 和 协方差矩阵∑ 。 3 ． 2 E M 算法 E M算法就是根据已知的样本序列 训练样本 ， 估计 出模型的混合权值、 各个单高斯分布的均值矢量及协方差 矩阵等参数， 使 G MM能最佳地表示样本的分布概率。这 一 过程 叫模型 的训练 ， 用 E M算 法来 完成 。 对数似然函数定义如下式所示 lo g L 7 1 ， 荟 l0 g 荟 g ty 1 0 E M算法通过不断重复 E s t e p和 M s t e p直到对数 似 然函数收敛到一定 阀值 。给 定初始 值 { ， ， ∑ ， E s t e p和 M s t e p如下式所示 Es t e p； 1 ⋯、∞ g t j “ ， ∑ P ㈣ c 塞v ． 60 ⋯ t ／、 0 “ ， ∑ Ms t e p； 荟 C I t j “ “ _ 一 ∑P C l 高 P 。 ’ c i ts tj - ／z “ “ ’ tj - g “ P‘ ’ C 薹 P “ C It j ∞ ’ 一 4 实验方 案设计 4 ． 1 挖掘机实验平台及实验信号测量仪器 本文中的实验平台是湖南 山河 智能机 械股份 有 限公 司生产的 S WE1 7 E - E D型 挖掘机 ， 如 图 2所示 ， 工 作装 置 部分主要由大臂 、 斗杆 、 铲斗 、 大臂油缸 、 斗杆油缸 、 铲 斗油 缸 以及连杆机构组成 。 信号测量仪器为高性能压力传感器， 测量范围为 0 6 0 0 B a r ， 输 出为 42 0 m A的模拟电流信号 ， 外形如图 3 所示 。 1 3 6h t t p ／ ／ Z Z H D． c h i n a j o u r n a 1 ． n e t ． c n E - ma i l Z Z H Dc h a i n a j o u r n a 1 ． n e t ． c n 机械制造与 自动化