PARKER液壓泵和TOYOOKI柱賽泵故障機理分析

PARKER液壓泵和TOYOOKI柱賽泵故障機理分析由于制造誤差或液壓泵在工作過程中的壓力沖擊，常常使柱塞球頭與球窩沉凹變形使球頭與球窩間隙增大，從而產(chǎn)生柱塞球頭松動的故障。
　　1.1基于振動信號的故障機理分析
　　液壓泵缸體在轉(zhuǎn)動過程中，柱塞在油缸中往復(fù)運動。當(dāng)缸體轉(zhuǎn)過一定角度時，經(jīng)過上死點柱塞進(jìn)人吸油區(qū)，球頭與柱塞發(fā)生一次碰撞；當(dāng)缸體轉(zhuǎn)動經(jīng)過上死點后，球頭開始向柱塞方向運動，球頭與柱塞發(fā)生相對運動；當(dāng)轉(zhuǎn)過排油區(qū)時，高壓油作用在柱塞上，使柱塞迅速向球頭方向運動，從而又一次產(chǎn)生沖擊。缸體轉(zhuǎn)動一周，球頭與柱塞發(fā)生兩次碰撞，經(jīng)過傳動軸和軸承將能量傳遞到殼體上，故球頭松動故障的振動頻率為軸頻率的2倍。地址:廣東 東莞 南城區(qū)宏遠(yuǎn)路1號宏遠(yuǎn)大廈13A11
      ：  
:86-  手機:  
傳真 86-   ：廖
　　1.2基于壓力信號的故障機理分析
　　球頭松動對液壓泵出口的壓力脈動也有影響。當(dāng)缸體轉(zhuǎn)過上死點時，球頭向柱塞方向運動，當(dāng)油缸的排油進(jìn)入卸荷區(qū)時，球頭與柱塞還未發(fā)生碰撞，這時在高壓油的作用下，柱塞又向球頭方向運動，球頭與球窩發(fā)生碰撞，產(chǎn)生振動沖擊的同時，碰撞通過柱塞作用在高壓油上從而產(chǎn)生一個壓力脈動，所以球頭松動引起泵出口的壓力脈動頻率與泵的軸頻率相同，由上述分析可知，如果球頭與球窩的間隙很小時，球頭與柱塞的相對速度不大，產(chǎn)生的碰撞能量很小。當(dāng)間隙增大時，產(chǎn)生的振動能量就會增大，且具有周期變化的時變特性，殼體檢測的振動能量通常分布于2倍軸頻率處；對于壓力脈動信號，能量主要分布在軸頻率處。
　　1.3球頭松動故障診斷系統(tǒng)
　　針對球頭松動故障，在液壓泵出口垂直方向安裝了2個加速度傳感器ax、a。檢測振動，1個壓力傳感器P檢測泵的壓力脈動。由于液壓泵出口檢測到的振動信號和壓力信號常被干擾信號淹沒，為了提取故障特征，對上述傳感器的檢測信號進(jìn)行小波消噪處理。通過小波消噪處理有效提取故障特征，利用PCA分析很大程度上減少了信息融合特征向量的維數(shù)，通過可診斷性檢驗證明PCA重新組合的特征向量可以實現(xiàn)多故障診斷。在BP算法中引人附加動量項，獲得*學(xué)習(xí)率

　　PARKER液壓泵和TOYOOKI柱賽泵故障機理分析2、小波信號消噪處理
　　液壓泵的工作環(huán)境一般比較惡劣，其工況受環(huán)境的影響較大，通常在泵出口檢測到的信號含有很大的噪聲。試驗表明，液壓泵出口檢測到的壓力信號和振動信號體現(xiàn)出以下特點：①信號的頻譜分布很寬、波形雜亂，規(guī)律性差；②時變與非平穩(wěn)性表現(xiàn)明顯。
　　因此，基于這兩種信號的故障特征提取非常困難，有必要對檢測的信號進(jìn)行消噪處理。
　　小波分析是目前較有效的信號處理方法，它可以同時在時域和頻域中對信號進(jìn)行分析，能有效地區(qū)分信號中的突變部分和噪聲，實現(xiàn)信號的消噪。
　　泵出口振動信號及其小波消噪后的信號，選取小波消噪的全局閾值為1.049。很明顯，檢測信號中包含了許多干擾信號，很難簡單地利用檢測到的振動信號進(jìn)行有效的故障診斷。為了消除干擾影響，經(jīng)過小波處理，可以有效地消除泵出口振動信號中所包含的噪聲，有利于故障特征的提取?！　?、信息融合故障診斷方法
　　信息融合是將多源信息加以智能合成，產(chǎn)生比單一信息源更、容錯性和魯棒性更強的估計和判斷‘2’。由于液壓泵出口檢測到的信息微弱，易于被干擾所淹沒，很難利用單個傳感器的檢測信號進(jìn)行微弱故障特征的有效診斷。采用的信息融合故障診斷過程，即將振動信號和壓力信號進(jìn)行小波消噪處理，利用統(tǒng)計分析提取有效特征信息，采用主成分分析（PrinciP81componentanalysis，PCA）有效解耦各故障特征間的相關(guān)性，減少故障特征的維數(shù)，采用改進(jìn)算法的BP神經(jīng)網(wǎng)絡(luò)實現(xiàn)液壓泵球頭松動故障診斷。
　　PARKER液壓泵和TOYOOKI柱賽泵故障機理分析3.l特征層信息融合
　　特征層狀態(tài)屬性融合就是將對多種類型傳感器數(shù)據(jù)進(jìn)行預(yù)處理以完成特征提取及數(shù)據(jù)配準(zhǔn)，即通過傳感器信息轉(zhuǎn)換，把各傳感器輸人數(shù)據(jù)變換成統(tǒng)一的數(shù)據(jù)表達(dá)形式。

　　通過特征向量歸一化處理可以實現(xiàn)信息融合數(shù)據(jù)配準(zhǔn)。本文提取振動信號和壓力信號的均值、峰值因子、特征頻率的能量值和功率譜幅值、四次矩等作為球頭松動故障的特征向量。
　PARKER液壓泵和TOYOOKI柱賽泵故障機理分析　3.2選取主成分
　　在新樣本空間上，逐次計算傳感器信息的綜合指數(shù)為主成分上的貢獻(xiàn)。令主成分貢獻(xiàn)綜合指數(shù)閾值為85%，根據(jù)貢獻(xiàn)綜合指數(shù)選取前幾個主成分，作為下一步信息融合的信息。
　　針對液壓泵正常和4種球頭松動故障，各選取100個樣本，由于高度顯著，說明這4組特征向量有十分明顯的差異，故此類故障的不同故障程度是可以診斷的。
　　選擇BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，對液壓泵正常和設(shè)置的4種球頭松動故障在訓(xùn)練誤差精度要求下對網(wǎng)絡(luò)進(jìn)行訓(xùn)練，通過改進(jìn)算法的學(xué)習(xí)和訓(xùn)練得到BP網(wǎng)絡(luò)的優(yōu)化權(quán)值矩陣。在實際使用時，利用BP神經(jīng)網(wǎng)絡(luò)的權(quán)值矩陣及其改進(jìn)算法實現(xiàn)多故障的有效診斷。其中輸出節(jié)點1表示液壓泵正常時神經(jīng)網(wǎng)絡(luò)的輸出值，節(jié)點2表示間隙為6μm時神經(jīng)網(wǎng)絡(luò)的輸出值，節(jié)點3表示間隙為9μm神經(jīng)網(wǎng)絡(luò)的輸出值，節(jié)點4表示間隙為12μm時神經(jīng)網(wǎng)絡(luò)的輸出值，節(jié)點5表示15μm時神經(jīng)網(wǎng)絡(luò)的輸出值。
PARKER液壓泵和TOYOOKI柱賽泵故障機理分析