基于T-S模糊故障树的液压旋挖钻机缓冲平衡阀故障诊断方法

2024-12-28 00:00:00张恒武章建平郭达明周卓刘永宽马小珑
机械制造与自动化 2024年6期
关键词:故障诊断

摘要:为了准确、高效地识别液压旋挖钻机缓冲平衡阀故障,提出基于T-S模糊故障树的液压旋挖钻机缓冲平衡阀故障诊断方法。分析液压旋挖钻机缓冲平衡阀结构,建立运动学方程,对其旋挖运动特性展开分析。设计T-S模糊门,根据液压旋挖钻机缓冲平衡阀现场的故障数据,结合专家经验,在平衡阀旋挖动力特点的基础上建立T-S模糊故障树,将缓冲阀状态异常作为故障树的顶层事件。利用T-S模型得到故障事件的故障程度,实现液压旋挖钻机缓冲平衡阀的故障诊断。实验结果表明:所提方法诊断效率高、诊断精度高。

关键词:液压旋挖钻机;缓冲平衡阀;T-S模糊故障树;故障诊断

中图分类号:TP277文献标志码:B文章编号:1671-5276(2024)06-0268-06

Abstract:In order to identify the fault of hydraulic rotary drilling rig buffer balance valve with accuracy and efficiency, a fault diagnosis method of hydraulic rotary drilling rig buffer balance valve based on T-S fuzzy fault tree analysis is proposed. The structure of the buffer balance valve of the hydraulic rotary drilling rig is analyzed, the kinematics equation is established, and the motion characteristics of the rotary drilling rig are analyzed. T-S fuzzy gate is designed. According to the on-site fault data of buffer balance valve of hydraulic rotary drilling rig and expert experience, T-S fuzzy fault tree analysis is established based on the dynamic characteristics of rotary drilling of balance valve, and the abnormal status of buffer valve is regarded as the top event of the fault tree analysis. The T-S model is applied to obtain the fault severity of the fault event and achieve fault diagnosis of the buffer balance valve of the hydraulic rotary drilling rig. The experimental results show that the proposed method has high diagnostic efficiency and accuracy.

Keywords:hydraulic rotary drilling rig; buffer balance valve; T-S fuzzy fault tree; fault diagnosis

0引言

尽管现代社会的科技水平足以支撑电网塔等大型机具的安装,但一些偏远地区,如湖南省部分山区,仍因地形地貌复杂而存在沿线桩位交通运输条件差,导致旋挖施工钻机的施工难度较高。液压旋挖钻机因具有性能好、效率高、污染小等优势,被先后应用于多种领域的钻孔工作中[1]。液压旋挖钻机上的回转液压系统简称液压系统[2],是驱动发动机输出机械能,并将机械能传递至钻机各部位元件的自动化仪表系统。该系统由结合缓冲平衡阀的恒功变量自动控制器和先进的监控仪表组成。其中,缓冲平衡阀是辅助液压旋挖钻机循环作业的重要机械部件,也是极易受内外因素影响导致液压旋挖钻机运作停滞的关键部件。液压旋挖钻机的缓冲平衡阀故障特征和类型多种多样。缓冲平衡阀常见的故障特征包括液压系统油温过高、液压缸无法稳定运动或运动速度不均匀以及工作装置抖动等。根据具体故障表现,可以将缓冲平衡阀的故障类型分为泄漏、阀芯卡阻、压力不稳以及阀芯磨损等。了解这些故障特征和类型,有助于及时发现问题并采取适当的维修措施,以确保液压旋挖钻机的正常运行和安全性能。

为了推动我国偏远地区电力工程建设,提高液压旋挖钻机在山区等复杂环境的整机稳定性,相关人员展开对液压旋挖钻机缓冲平衡阀故障诊断方法的研究。王佳晨等[3]通过贝叶斯网络建立液压系统几何模型,并采集模型运转途中缓冲平衡阀数据,利用K2评分搜索策略预测该数据存在故障的概率,实现液压旋挖钻机缓冲平衡阀故障诊断,但该方法存在诊断效率低的问题。王正幸等[4]通过分析液压系统在滑摩和非滑摩两种状态下形成故障的机制,利用AMESim搭建液压系统故障模型并提取模型时域特征输入粒子群优化BP神经网络中,实现液压旋挖钻机缓冲平衡阀故障诊断。冯蕴雯等[5]通过收集液压系统缓冲平衡阀典型故障运行数据,建立直观反映缓冲平衡阀故障形成原因的逻辑图,实现液压旋挖钻机缓冲平衡阀故障诊断。但上述两种方法存在诊断精度低的问题。

以上问题主要因为液压旋挖钻机缓冲平衡阀的故障特征受到旋挖运动过程的影响,很难形成线性的故障树结构,特征出现模糊化倾向,导致故障诊断效率和精度降低。本文提出基于T-S模糊故障树的液压旋挖钻机缓冲平衡阀故障诊断方法,以提高诊断效率及精度。

1液压旋挖钻机动力学特性分析

液压旋挖钻机缓冲平衡阀的结构如图1所示。

对缓冲平衡阀[6]的结构展开分析,当系统处于启动状态时,压力油会顺着B2进入缓冲平衡阀系统,依次通过V2口,到达系统马达处,先导油管g中流过压力油时会对阀芯N产生作用,阀芯S会受到反馈油道r的影响。建立r的旋挖动力学方程如下:

式中:A1表示马达进油口在缓冲平衡阀中受到的压力;DN、DS、m1、m2分别表示两侧阀芯对应的有效受力面积和质量;ξ1、ξ2表示两侧弹簧对应的预紧力[7];NB表示黏性阻尼;θ1、θ2表示两侧弹簧在缓冲平衡阀运行过程中产生的位移;l1、l2表示两侧弹簧对应的刚度。缓冲平衡阀参数如表1所示。

压力油在液压旋挖钻机缓冲平衡阀制动状态下进入缓冲平衡阀的初始点为马达出油口,阀芯S在此状态下会受到压力油产生的作用,此时阀芯S的旋挖动力学特性[8]如下:

上述动力学分析结果可作为后续建立液压旋挖钻机缓冲平衡阀T-S模糊故障树的依据。

2液压旋挖钻机缓冲平衡阀故障诊断

由上述动力学分析结果可知,其信号特征存在明显的非线性和模糊性。本文设计基于T-S模糊故障树的液压旋挖钻机缓冲平衡阀故障诊断方法,采用T-S模糊故障树展开故障诊断。T-S模型属于一种非线性函数,通常情况下由IF-THEN模糊规则构成,同时也属于模糊推理模型。

基于T-S模糊故障树的液压旋挖钻机缓冲平衡阀故障诊断方法,结合专家经验与液压旋挖钻机缓冲平衡阀的现场故障数据,根据平衡阀的动力学方程建立T-S模糊故障树,如图2所示。

图2中,G1、G2、G3表示T-S模糊门;xi为缓冲平衡阀的底层故障事件,i=1,2,…,12;yj为中间故障事件,j=1,2,…,5;T为故障事件。图2所示的故障树中存在的各类故障事件具体解释如表2所示。

基于T-S模糊故障树的液压旋挖钻机缓冲平衡阀故障诊断方法,通过模糊数(y1,y2,…,ylj)、(x1,x2,…,xl),…,(x1,x2,…,xli)描述上级事件yj和底层事件xi的故障程度:

采用T-S模糊故障树诊断液压旋挖钻机缓冲平衡阀故障的规则如下。

液压旋挖钻机缓冲平衡阀的故障程度是根据故障的表现、对系统性能的影响、故障的频率以及维修代价等因素进行评估。故障程度的评估旨在确定故障的严重程度,并为修复和预防故障提供指导。通过观察故障特征,分析故障对机器性能的影响,考虑故障频率以及评估修复的时间和费用,可以确定故障程度。评估结果有助于采取适当的维修措施,改善系统可靠性和性能。已知规则l(l=1,2…,m),当底层事件xi的故障程度为xli,则上级事件yj的故障程度为ylj的概率为Pl(ylj)。

设P(xl1),P(xl2),…,P(xli)表示液压旋挖钻机缓冲平衡阀故障的底层事件各种故障程度的模糊概率,在故障诊断过程中执行规则l的模糊概率为Pl0=(P(xl1),P(xl2),…,P(xli))。通过计算模糊概率获得上级事件属于不同故障程度的模糊概率,以此实现液压旋挖钻机缓冲平衡阀的故障诊断。此时上级事件发生的概率可通过下述公式计算得到:

当底层事件x在液压旋挖钻机缓冲平衡阀运行过程中的故障程度为x′=(x′1,x′2,…,x′i)时,上级事件属于不同故障程度的模糊概率可通过T-S模型计算得到:

式中模糊参数α*l(x′)的计算公式如下:

式中νljxi(x′i)为在第l条规则中缓冲平衡阀故障程度x′i对应的模糊集隶属度。根据式(5)即可获得上级事件属于不同故障程度的模糊概率,以此实现液压旋挖钻机缓冲平衡阀的故障诊断。

3实验

为了验证基于T-S模糊故障树的液压旋挖钻机缓冲平衡阀故障诊断方法的整体有效性,需要对其测试。

3.1实验对象

随机选择两台液压旋挖钻机作为验证算法诊断性能的实验对象,两个实验对象如图3所示,实验对象的参数设定如表3所示。

3.2实验方法

1)阀帽预紧力

灰尘污染是导致缓冲平衡阀间隙增大的主要原因之一。当阀帽预紧力下降时,会进一步增加缓冲平衡阀的间隙,从而导致其故障。这种故障可能会导致液压马达和液压缸的压力骤升,给系统带来不稳定的情况。为了模拟阀帽预紧力下降的情况,进行了人为实验。在实验对象1和实验对象2原有设定的基础上,每隔1s,将阀帽的预紧力降低2N。通过这个实验,观察液压马达和液压缸压力的变化情况,以便更好地理解其对系统的影响,并探索如何避免或解决因此引起的液压系统故障。因此,分别采用所提方法、文献[3]基于信息熵的液压状态监测系统故障诊断方法和文献[4]湿式离合器换段过程液压系统故障机制分析与诊断方法来诊断液压旋挖钻机缓冲平衡阀故障。

2)石墨活塞环直径

缓冲平衡阀内部温度升高是导致石墨活塞环直径增大的主要原因之一。当石墨活塞环直径增大时,将引发缓冲平衡阀的故障并导致液压马达和液压缸的压力骤升。这种情况给液压系统带来了严重的不稳定性。

为了模拟石墨活塞环直径增大的情况,在原有设定的基础上,每隔1s,将石墨活塞环的直径提升1mm。通过这个实验,观察液压马达和液压缸压力的变化,以更好地了解其对系统的影响。在诊断液压旋挖钻机缓冲平衡阀故障方面,采用3种不同的方法进行比较:所提方法、文献[3]和文献[4]中提到的方法。通过对比和分析这3种方法的结果,可以评估其在诊断液压旋挖钻机缓冲平衡阀故障方面的有效性和准确性。

3)故障诊断时间

为了进一步验证本文方法的适用性,分别采用所提方法、文献[4]方法和文献[5]方法诊断实验对象1缓冲平衡阀故障,记录故障诊断时间和不同方法故障诊断时间对比结果。

4)现场工程实验

以湖南省某丘陵和山脉过渡地带为实验区域,运用实验对象1就当地地质条件展开钻孔,监测并记录实验对象1完成直径200mm,孔深703m,总进尺911m钻孔的作业情况及实际发生的故障。现场工程如图4所示。

分别采用所提方法、文献[4]方法和文献[5]方法诊断实验对象1缓冲平衡阀故障,并将不同方法的诊断结果与排查结果对比。

3.3实验结果分析

1)阀帽预紧对故障诊断效率的影响

阀帽预紧力下降引发故障时不同方法下压力变化情况如图5所示。

分析图5可知,采用所提方法诊断液压旋挖钻机缓冲平衡阀故障,在阀帽预紧力骤然下降的时间点,液压马达和液压缸压力均升高明显,说明所提方法对阀帽预紧力下降这一故障现象的敏锐度较高。由此可知,所提方法能够快速诊断缓冲平衡阀故障。采用文献[3]和文献[4]方法诊断液压旋挖钻机缓冲平衡阀故障,在阀帽预紧力骤然下降的时间点,液压马达和液压缸压力均未出现明显升高,说明文献[3]方法和文献[4]方法对阀帽预紧力下降这一故障现象的敏锐度较低。由此可知,文献[3]方法和文献[4]方法无法快速诊断缓冲平衡阀故障。经上述对比可知,所提方法对液压旋挖钻机缓冲平衡阀故障的诊断效率明显优于传统方法。

2)石墨活塞环直径对故障诊断效率的影响

石墨活塞环直径增大引发故障时不同方法下压力变化情况如图6所示。

分析图6可知,所提方法下石墨活塞环直径增大和液压马达、液压缸压力升高在同一时刻发生,说明所提方法对缓冲平衡阀故障的诊断速度较快。文献[3]方法和文献[4]方法下石墨活塞环直径增大和液压马达、液压缸压力升高不在同一时刻发生,说明文献[3]方法和文献[4]方法对缓冲平衡阀故障的诊断速度慢。经上述对比,进一步验证了所提方法的诊断效率。

3)故障诊断时间情况分析

不同方法故障诊断时间对比结果如表4所示。

分析表4可知,所提方法的诊断时间与其他两种方法相比,时间最短,仅需5s。因此可以得出,本文方法在进行故障诊断时效率最高。

4)缓冲平衡阀的诊断精度分析

不同方法的诊断精度对比情况如表5所示。

由表5可见,所提方法的诊断结果与缓冲平衡阀故障排查结果一致,说明所提方法对缓冲平衡阀的故障诊断精度高。文献[4]方法和文献[5]方法诊断结果与缓冲平衡阀故障排查结果不一致,说明文献[4]方法和文献[5]方法对缓冲平衡阀的故障诊断精度低。经上述对比,可知所提方法对缓冲平衡阀的诊断精度明显优于传统方法。

4结语

为了准确高效地识别液压旋挖钻机缓冲平衡阀故障,对液压旋挖钻机缓冲平衡阀故障诊断方法进行了研究。如何在保证液压旋挖钻机缓冲平衡阀故障诊断性能的同时,对缓冲平衡阀故障诊断过程实时监控,则是研究人员下一步工作的重点。

参考文献:

[1] 黄会荣,贺明辉,张希. 旋挖钻机桅杆瞬态动力学与疲劳研究[J]. 西安建筑科技大学学报(自然科学版),2021,53(3):445-451.

[2] 李永涛,杨波,木合塔尔·克力木. 液压系统流体脉动抑制方法综述[J]. 机械工程学报,2022,58(16):344-359.

[3] 王佳晨,张宇来,岑岗. 基于信息熵的液压状态监测系统故障诊断方法[J]. 计算机工程与设计,2021,42(8):2257-2264.

[4] 王正幸,鲁植雄,陈元. 湿式离合器换段过程液压系统故障机理分析与诊断方法研究[J]. 机械科学与技术,2022,41(6):849-856.

[5] 冯蕴雯,潘维煌,路成,等. 基于逻辑图的国产民机液压系统故障诊断与定位[J]. 西北工业大学学报,2022,40(4):732-738.

[6] 沈伟,刘帅,武毅. 基于网络的液压马达伺服位置系统自适应鲁棒积分控制[J]. 上海理工大学学报,2021,43(4):325-331.

[7] 郝付祥,穆安乐. 液压缸磁流体密封的有限元分析及实验研究[J]. 西安理工大学学报,2022,38(1):27-31,47.

[8] 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.

收稿日期:20230607

基金项目:国网湖南电力科技创新项目(5216A721003H)

第一作者简介:张恒武(1967—),男,湖南长沙人,高级工程师,本科,研究方向为输变电工程,2827480772@qq.com。

DOI:10.19344/j.cnki.issn1671-5276.2024.06.053

猜你喜欢
故障诊断
基于包络解调原理的低转速滚动轴承故障诊断
一重技术(2021年5期)2022-01-18 05:42:10
ILWT-EEMD数据处理的ELM滚动轴承故障诊断
水泵技术(2021年3期)2021-08-14 02:09:20
冻干机常见故障诊断与维修
基于EWT-SVDP的旋转机械故障诊断
基于改进的G-SVS LMS 与冗余提升小波的滚动轴承故障诊断
基于量子万有引力搜索的SVM自驾故障诊断
因果图定性分析法及其在故障诊断中的应用
改进的奇异值分解在轴承故障诊断中的应用
基于LCD和排列熵的滚动轴承故障诊断
基于KPCA和PSOSVM的异步电机故障诊断