基于AMESim的液压油缸故障模式模拟仿真研究

董朋鹏 陈莹 朱辰钟

摘 要：液压元件的故障模式分析是液压系统故障诊断研究的基础工作之一。本文以液压油缸伸出过程为研究对象，建立了液压元件的数学模型，得到了液压元件的故障模式，并建立了数学模型参数变动与液压元件故障模式之间的关联关系。基于AMESim建立了液压油缸伸出过程的仿真模型，设置了虚拟测点，并完成了液压油缸回路多种故障模式的模拟仿真，仿真结果可用于故障诊断算法的研究。

关键词：故障诊断 故障模式 液压油缸 故障模拟 AMESim仿真

中图分类号：TH137.5 文献标识码：A 文章编号：1672-3791（2018）09（a）-0061-05

故障诊断是液压系统的研究热点[1]，在进行液压系统故障诊断研究时，故障模式分析是研究工作的重点之一。赵秀栩等开展了液压系统多元件故障模式识别的试验研究，在少样本的情况下采用诊断算法进行了多故障模式的识别[2]。苏凡囤等采用故障树分析法，对推土机液压系统典型故障进行了模式分析，求出了故障树的最小割集[3]。张勇研究了火炮弹药协调器液压系统的故障机理和故障模式，并基于此完成了液压系统的故障诊断研究[4]。张卫兵基于信息融合的方法研究了液压缸内泄露的特定故障模式，并提出了综合故障诊断算法[5]。

本文以液压油缸伸出过程为研究对象，首先建立液压系统中各主要元件的数学模型，分析液压元件的故障模式，得到4种主要故障模式，然后建立数学模型与故障模式的关联关系。最后采用AMESim建立液压油缸伸出过程的仿真模型，模拟4种故障模式，并得到故障模式下的液压回路仿真参数。

1 液压油缸系统原理图

液压油缸是一种常见的液压执行机构，其液压回路如图1所示。图中，电动机和液压泵为油缸运动提供高压油，溢流阀用于稳定泵出口压力，减压阀用于减压至油缸的合理工作压力范围，换向阀用于控制油缸运行方向，液压锁用于油缸短时承载锁止，单向节流阀用于调节油缸运动速度，安全阀用于防止油缸工作腔压力超限，液压油缸作为末端执行器件，驱动机构运动。

2 主要液压元件数学模型

液压系统的数学模型中包含了液压元件的物理参数，当液压元件发生故障时，物理参数也将发生变化，进而导致數学模型的输出结果发生变化。因此，可以通过数学模型判断系统故障。为了更好地描述系统，对液压油缸回路中的主要元器件进行数学建模。

液压油缸回路中的减压阀为出口定值减压阀，其工作原理示意如图2所示，流经减压阀的流量可表达为：

（1）

式中，Cd为阀口流量系数，D1为减压阀活塞直径（m）， x1为减压阀阀芯位移（m），p1为减压阀入口压力（Pa），p2为减压阀出口压力（Pa），K1为减压阀泄露系数（m3/s/Pa），ρ为油液密度（kg/m3）。

电磁换向阀为滑阀阀芯，其工作原理示意如图3所示，流经电磁换向阀的流量可表达为：

（2）

式中，D2为换向阀活塞直径（m），x2为换向阀阀芯位移（m），p3为换向阀出口压力（Pa），K2为换向阀泄露系数（m3/s/Pa）。

液压锁的基本原理为液控单向阀，该阀为锥阀结构，流经该阀的流量可表达为：

（3）

式中，D3为阀芯阀座直径（m），x3为锥阀阀芯位移（m），α为锥阀半锥角（rad），p4为锥阀出口压力（Pa）。

单向节流阀用于调节油缸运动速度，当节流阀开度调定后，相当于固定节流孔，流经该阀的流量可表达为：

（4）

式中，D4为节流阀等效直径（m），ρs为节流阀出口压力（Pa）。

安全阀在液压油缸正常工作时，阀芯一般是关闭的，负载超限时，起溢流泄压作用，其工作原理如图4所示，过流流量为：

（5）

式中，ds为安全阀阀座直径（m），xs为安全阀阀芯位移（m），β为锥阀半锥角（rad），ρ6为锥阀入口压力（Pa）。

液压油缸伸出时，流入无杆腔的流量可表达为：

（6）

式中，D6为油缸活塞直径（m），x6为油缸位移（m）， ρ7为无杆腔压力（Pa），ρs为有杆腔压力（Pa），K6为油缸内泄露系数（m3/s/Pa）。

本文中，仅对所有液压元件的流量方程进行了详细表述，这是因为液压油缸回路的大多数故障都可以通过流量连续性进行判断，而且流量公式中涵盖了液压回路的所有压力、流量、元件结构尺寸等信息，可以用于分析故障模式与数学模型之间的关联关系。

3 故障模式分析

液压油缸系统常见的故障一般为油缸卡滞、油缸内泄漏量大、节流阀堵塞、电磁换向阀无法换向等。在进行故障模式分析和模拟时，以常见故障为研究对象，得到液压油缸回路的故障模式如表1所示。

如前所述，液压元件发生故障，可以通过流量元件的流量和相关物理参数进行判断，故障模式与物理参数的关联关系如表2所示。

4 故障模式模拟仿真模型

液压系统是一个高度非线性系统，系统内部的动力传递封闭，参数可测性差。数学模型只是从一个宏观的角度来把握故障与模型参数之间的关联，这种关联性可以用于故障诊断，但仅依靠该关联性得到的故障结果也可能有误，需要结合实际系统和诊断策略，不断验证与修正，才能有较好的故障诊断效果。而验证和修正诊断策略，需要大量的样本数据支撑。采用实际系统开展测试，不仅成本高，而且周期长。因此，本文建立了故障模式模拟仿真模型，如图5所示，用于提供各种模式下的故障样本数据。

图5所示的仿真模型是基于AMESim进行建模的。AMESim是一款多学科领域复杂系统建模仿真平台，采用AMESim建模的方式研究液压元件和系统，可以取得了较好的研究效果[6]。

液压油缸仿真模型的主要参数如表3所示。

5 故障模式模拟数据分析

采用图5所示的仿真模型，分别对表1所示的4种故障模式进行仿真，获取仿真数据。根据仿真测点布置，可以获取7个测点的数据。

故障模式F1为液压缸油缸卡滞，一般情况下是由油缸承受侧向力导致的，此时油缸的负载大于正常工况的负载，该故障模式的模拟数据如图6所示。图中4条曲线对应4种不同程度的油缸卡滞故障。

故障模式F2为液压缸内泄露过大，一般情况下是由油缸长期运动磨损导致的，此时油缸运动速度变慢，在额定时间内达不到指定位移，该故障模式的模拟数据如图7所示。图中4条曲线对应4种不同程度的油缸内泄漏量。

故障模式F3为单向节流阀节流孔堵塞，一般情况下是由油液污染导致的，此时流量油缸的油液难以通过节流孔，该故障模式的模拟数据如图8所示。图中4条曲线对应4种不同程度的单向节流阀节流孔堵塞故障。

故障模式F4为换向阀中位卡滞，一般情况下是由油液污染导致的，此时油液无法通过换向阀进入液压油缸，该故障模式的模拟数据如图9所示。图中4条曲线对应4种不同程度的換向阀中位卡滞故障。

6 结语

（1）以液压油缸回路为例，建立了主要液压元件的数学模型，分析了液压油缸无法伸出的故障模式，并建立了数学模型中的物理参数与故障模式之间的关联关系。

（2）采用AMESim建立了液压油缸无法伸出的故障模拟仿真模型，仿真了4中故障模式对应的典型曲线，为故障诊断提供了故障仿真数据。

（3）下一步工作可围绕已有的故障模式仿真数据，研发故障诊断算法，并采用故障仿真数据训练故障诊断策略和诊断算法。

参考文献

[1] S Vásquez， M Kinnaert， R Pintelon. Active Fault Diagnosis on a Hydraulic Pitch System Based on Frequency-Domain Identification[J]. IEEE Transactions on Control Systems Technology，2017（99）：1-16.

[2] 赵秀栩，周传丽，胡喆旻，等.液压系统多元件故障模式识别试验研究[J].液压与气动，2014（6）：34-38.

[3] 苏凡囤，袁博，张琦，等.基于FTA的轮式推土机液压系统故障模式研究[J].中国工程机械学报，2012，10（1）：105-111.

[4] 张勇.某弹药协调器液压系统的故障诊断方法研究[D].南京理工大学，2016.

[5] 张卫兵.基于信息融合的液压缸故障模式识别方法研究[D].武汉理工大学，2012.

[6] 刘昕晖，陈晋市.AMESim仿真技术在液压系统设计分析中的应用[J].液压与气动，2015（11）：1-6.