矿用钻机液压动力故障诊断方法的设计研究

潘晓兵

摘要：针对现有故障诊断方法在对矿用钻机液压动力故障诊断时，存在诊断结果准确率低，诊断结果与实际结果相差较大的问题，开展矿用钻机液压动力故障诊断方法设计研究。采集矿用钻机信号，并对信号数据预处理；基于专家知识的IFTHEN模糊规则，建立矿用钻机液压动力故障树模型；基于部件故障模糊概率，实现对钻机液压动力故障的诊断。通过实例证明，新的诊断方法在实际应用中得到的诊断结果与实际情况完全相符，具备极高的诊断准确性。

关键词：矿用；钻机；故障诊断；动力；液压；履带式

0   引言

在矿用钻机上应用液压系统，极大程度提高了钻机的综合应用性能，不仅有效提高了钻机的生产效率，同时降低了操作人员的劳动强度[1]。矿用钻机所处的环境更加恶劣、作业时间长、任务重，因此常常会出现各类故障问题，这不仅影响了工人的工作效率，而且对工人的人身安全也构成了严重的威胁[2]。

针对这一问题，相关领域研究人员对矿用钻机的各类故障问题都进行了深入地探索研究。目前已有的基于专家系统、支持向量机的诊断方法，虽能有效地提高钻机的故障诊断精度，但这些研究主要依赖于大量的失效数据和明确的失效机制[3]。当钻机出现了液压动力的故障时，各部分之间的逻辑关系相对模糊，同时也存在着一些不清楚的故障机理。

采用现有的故障诊断方法，很难实现对其具体故障类型以及故障原因的判定，进而影响到矿用钻机的正常使用，甚至影响整个作业周期。对此，为了实现对钻机液压动力故障问题的准确诊断，促进矿用钻机应用适应性的提升，本文开展矿用钻机液压动力故障诊断方法的设计研究。

1   矿用钻机信号采集

1.1   信号采集要求

确定矿用钻机是否存在液压动力故障问题时，需以准确的数据作为诊断依据，因此诊断前，需要对矿用钻机在运行过程中的信号进行采集。其主要工作是对模拟信号进行采样，采样为一个具有时域和振幅的连续性类比信号[4]。

在取样过程中，由于脉冲的影响，这个信号在时间上是离散的，而在振幅上是连续的。因此可将信号的采集看作是对样本信号的离散化处理。

1.2   分散性信号幅度修正与编码

在完成上述操作后，对该时域分散性信号进行幅度修正，使其达到预定的数量级，即对该时域分散性信号进行量化[5]。然后，对时域和幅度都不连续的离散信号进行编码，使原来的模拟信号变为数字信号[6]。将采样开关每间隔一段时间闭合，以此连通连续函数，完成一次信号采集。

1.3   采样信号描述

假设每次开关闭合的时间一定，根据采样器的输出脉冲宽度、周期的脉冲序列等，可以得到具体的采样信号，其表达式为：

x*（t）=x（t）s（t）（1）

式中：x*（t）表示采样信号；x（t）表示连续函数；s（t）表示周期脉冲序列，其周期为Ts，脉冲宽度为t，幅值为1。

由于脉冲的宽度远小于采样的周期，因此可以将t的取值近似为0，这样便可以通过单位脉冲序列函数，实现对理想采样信号的描述：

x**（t）=x（t）dT（t（2）

式中：x**（t）表示理想采样信号；dT（t）表示单位脉冲序列函数。

通过采用频率的正确选取，可以确保采样后离散信号的准确性，保证其不失真，实现对原有连续信号的描述。根据这一需要，结合Nyquist-Shannon采样定理，确定重构后的原始信号[7]。在这一过程中，需要保证采样频率必须大于或等于最高频率。

1.4   间隔长度取值

采样是指在时域上对模拟信号进行离散，而量化是指在一系列离散水平中选取样本的幅度，以近似地代替真實水平。这些分立的层次叫做量化层次，每个层次用一个二进制数字代表。通过这种方法，将模拟信号进行取样、量化后，再将其转化为数字信号，然后输入计算机。

假设信号x（t）的最大值为X，将其划分为D个间隔，通过下述公式可以计算得出间隔长度的具体取值：

R=X/D（3）

式中：R表示间隔长度。将计算得出的间隔长度R称为量化增值。若R的取值越大，则说明量化误差越大。量化增值的大小主要取决于幅值范围和A/D转换器的位数，即三者之间存在下述关系：

q=v/2ⁿ（4）

式中：q表示量化增值的大小；v表示信号的电压范围；n表示A/D转换器的位数。

根据上述运算分析得出，在对矿用钻机的信号进行采集时，可将数据采集卡的量程设置在1～5V范围内，将A/D转换器的分辨率设置为12位，以此得到误差更小的信号数据，确保后续故障诊断的精度。

2   矿用钻机液压动力故障树模型建立

结合故障树理论，建立矿用钻机液压动力故障树模型。根据专家的经验和IFTHEN模糊规则，构造了一个通用的逼近工具。基于两状态假说，提出了多状态假说，并结合模糊概念，对不能准确表述的矿山钻机水力动态故障进行了研究。

2.1   故障树结构

以选择的顶部事件为基础，建立T-S模糊故障树，并用梯形模糊数来表示各个组件的失效等级和失效概率。图1为故障树模型示意图。图1中，事件xi表示一个被分析的特定故障事件。

根据专家的经验，结合每一次事故的失效数据，通过T-S门限来判断每一次事故的失效等级，判断出每一次事故的模糊性，并对每一次事故之间的逻辑关系进行分析。

2.2   诊断方法分析

采用TS模糊算法，由下端事件失效概率，求出上端事件和上端事件在每个失效状态下的失效概率。在此基础上，提出了一种基于T-S模糊故障树的故障诊断方法。

在故障树当中，对各个异常情况进行描述，用x1～x12表示矿用钻机自身异常导致的液压动力故障，用y1～y3表示与矿用钻机连接的部件出现异常所导致的液压动力故障。常见的故障原因包括过滤器故障、内部串油、管道漏气、密封损坏等。

2.3   故障树模型函数表达

故障树模型的函数表达式如下：

式中：μ_F表示矿用钻机液压动力故障树模型的表达函数；F表示模糊数；F₀表示模糊数的支撑集中心。在对故障树模型计算时，根据F的不同取值，通过不同的方式得到故障树模型的函数。将该模型作为后续液压动力故障诊断的依据。

3   基于部件故障模糊概率的故障诊断

4   实例应用分析

为了验证本文上述提出的故障诊断方法是否具备实际应用有效性，以某矿山开采项目为依托，针对其开采过程中所使用的矿用钻机液压动力故障进行诊断。

4.1   项目概况

该矿山开采项目位于厄瓜多尔米拉多铜矿，具体的施工流程为：钻孔→爆破→铲装→运输。主要使用的挖掘设备包括沃尔沃EC750DL型挖掘机、三一重工SY980H型挖掘机。运输设备包括WT95型矿用自卸车。穿孔爆破设备包括中钢衡阳YZ-35D型牙轮钻机、潜孔钻机安百拓PowerROC-D55型潜孔钻机。本文主要针对上述牙轮钻机和潜孔钻机开展此次研究。

4.2   信号采集

为实现对诊断方法诊断效果的量化评价，选择将正确诊断数量和正确率作为评价指标。在牙轮钻机和潜孔钻机实际运行过程中，利用本文上述论述内容，对其运行信号进行采集，并将采集到的信号数据汇总，作为实验数据集。

4.3   故障诊断

利用本文诊断方法对实验数据集进行分析，并判断1000组信号数据中属于液压动力故障的数据，从而实现对液压动力故障的诊断。表1中记录了故障诊断的结果。

从表1故障诊断结果记录内容可以看出，利用本文提出的故障诊断方法，对该矿山施工中使用的牙轮钻机和潜孔钻机进行液压动力故障诊断，得到的诊断结果与实际完全一致，诊断正确率能够达到100%。同时，经故障诊断的矿用钻机在较短时间内，未出现因泵本体故障而停止运转的现象。

通过对钻机进行故障诊断，发现钻机在高负荷运转时，由于冷却效果差、液压油黏度高，导致液压泵噪声增大、压力值下降，但未引起钻机停止运转。

牙轮钻机运行过程中，由于液压泵高压过滤器出口三通密封垫损坏，发生了2次漏油，由此造成停机更换相应部件。此故障状态与本文所建立的矿用钻机液压动力故障树中，对液压动力系统出现轻微故障时，应首先对油液黏度进行排查，而在严重故障时，应首先对系统内部进行排查的判断是相同的。由此可以看出，本文提出的诊断方法具备极高的诊断准确性，能够为后续矿用钻机的维修方案制定提供有力的决策依据。

5   结束语

本文以矿用钻机液压动力故障為研究对象，提出了一种全新的诊断方法，并通过实例应用的方式实现了对该诊断方法应用有效性的验证。通过实例证明，新的诊断方法在实际应用中得到的诊断结果与实际情况完全相符，具备极高的诊断准确性。

值得注意的是，在钻机实际作业中，故障可能是由多种原因导致，因此应当综合多种方法，以便更快确定故障点。在今后的研究中，还将针对该诊断方法对其他各类型矿用钻机的液压动力故障进行诊断，并结合诊断结果，实现对该方法的进一步优化。

参考文献

[1] 韩家威.全液压牙轮钻机可移动液压动力装置的设计[J].机床与液压，2023，51（3）：136-141.

[2] 邬迪，张锐，翁寅生.煤矿井下钻机液压泵站设计与常见故障分析[J].煤矿机械，2022，43（12）：167-169.

[3] 刘若君，张幼振，姚克.基于T-S模糊故障树的煤矿坑道钻机液压动力系统故障诊断研究[J].煤田地质与勘探，2022，50（12）：194-202.

[4] 吴昊，江洁.基于ANSYS的液压锚杆钻机动力头分析方法 [J].煤炭技术，2022，41（5）：232-234.

[5] 张幼振，刘焱杰，钟自成，等.煤矿全液压动力头式钻机振动测试与分析[J].煤炭科学技术，2022，50（2）：271-279.

[6] 褚立虎，周攀东.煤矿用全液压自动钻机动力头加工工艺研究[J].煤矿机械，2022，43（1）：93-95.

[7] 党鹏，刘荣辉.陆地钻机电控动力猫道的液压系统设计[J].机电工程技术，2021，50（4）：182-185.