基于模糊故障树分析法的装载机液压系统故障诊断系统_徐进永

第37卷 第3期吉林大学学报(工学版)Vol.37 No.32007年5月Journal o f Jilin U niv ersity (Engineering and T echnolo gy Edition)M ay 2007收稿日期:2006-04-13.基金项目:/8630国家高技术研究发展计划项目(2003A A 430110).作者简介:徐进永(1962-),男,研究员,博士研究生.研究方向:工程机械理论与设计方法.E -mail:xujy @ 通讯联系人:罗士军(1972-),男,讲师,博士研究生.研究方向:工程机械理论与设计方法.E -mail:sjluo1@基于模糊故障树分析法的装载机液压系统故障诊断系统徐进永1,2,罗士军3,张子达3(1.北京科技大学土木与环境工程学院,北京100083; 2.山东临工工程机械有限公司,山东临沂276023;3.吉林大学机械科学与工程学院,长春130022)摘 要:在故障树分析法的基础上,建立了ZL50G 装载机工作液压系统故障树模型,编写了专家系统规则库,确定了优选搜索策略,设计了由知识库和推理机构成的故障诊断模块,并建立起完整的液压故障诊断系统。

利用嵌入式技术将该系统在临工ZL50G 装载机上进行了实际应用,结果表明:该系统使用简单方便,性能稳定可靠。

经过相关改造,该系统也可以在其他相关产品中应用。

关键词:专用机械工程;模糊故障树分析;装载机;液压系统;故障诊断中图分类号:T H 243 文献标识码:A 文章编号:1671-5497(2007)03-0569-06Fault diagnosis system of wheel loader hydraulic systembased on fuzzy fault tree analysisXu Jin -yong1,2,Luo Sh-i jun 3,Zhang Z-i da3(1.College of Civil and Env ir onment Eng ineer ing ,Beij ing Univ er sity of Science and T echnolog y ,Beij ing 100083,China;2.S handong L ingong Cons tr uction M achiner y Co.,L td,L iny i 276023,China;3.College of M echanical Science and Engineer ing ,J ilin Univ er sity ,Changchun 130022,China)Abstract:A fault tr ee m odel w as built for the fault diag no sis of the w heel loader hy draulic sy stem based o n the fuzzy fault tree analysis m ethod.An ex pert system r ules database w as com piled,anoptimized search strateg y w as defined,and a fault diagnosis mo dule consisting of a know ledg e database and an infer ence unit w as developed.T he dev elo ped w heel lo ader hy draulic sy stem fault diagnosis system w as em bedded into a w heel loader m ade by Shandong Lingong Construction M achinery Co.,Ltd.T he test results show that the dev elo ped system is simple and easy to use,reliable and stable,and can be applied in other construction machiner ies after corresponding refit.Key words:specia-l use m achinery engineering;fuzzy fault tree analysis;wheel loader;hydraulic system ;fault diag no sis目前国外对工程机械产品(特别是装载机)普遍采用机电液一体化技术,使用计算机管理、故障诊断、远程监控系统和整机智能化技术。

而国内的该类产品还停留在采用传统的一般电控技术,吉林大学学报(工学版)第37卷依靠低价格进行市场竞争的阶段[1,2]。

因此,针对我国工程机械的现状,开展装载机机电液一体化智能监控系统研究,加快我国工程机械产品的升级换代,提高国际竞争力,有着十分重要的意义[3]。

作者结合故障树的直观性与模糊诊断的多值性,以ZL50G 装载机工作液压系统为例,在建立故障树模型,对某些常见故障加以分析,编写专家系统规则库,确定优选搜索策略的基础上,建立了完整的装载机液压系统故障诊断系统。

1 故障树模型的建立ZL50G 装载机液压系统主要由动力元件、执行元件、控制元件、辅助元件、传动介质五部分组成。

每一个组成部分均有可能发生故障,从而影响整个系统的工作,这些故障因素汇总起来是由压力、流量、噪声、机械、介质、使用年限等m 个因素组成,其中m的数值及故障因素的形式可根据图1 工作液压系统故障树模型Fig.1 Fault tree model of hydraulic systerm具体的系统来决定。

所建立的故障树模型如图1所示。

用/T 0表示顶事件,/E 0表示中间事件,/X 0表示底事件。

该系统故障树编码为:T 1(压力),T 2(油温),T 3(工作装置运动速度);E 1(动臂油缸故障),E 2(转斗油缸故障),E 3(管路漏油),E 4(多路阀故障),E 5(工作泵滤清器堵塞),E 6(工作泵故障),E 7(散热器故障),E 8(先导系统故障);E 61(噪声大,且有振动),E 62(流量或压力低),E 63(工作泵过热),E 64(工作泵旋转不灵或咬死);X 1(环境温度高),X 2(工作时间长),X 3(液压油不合格),X 4(管路中有空气),X 5(油箱液位低),X 6(联轴器不同心或松动),X 7(泵轴油封处空气进入),X 8(泵内零件损坏或磨损过大),X 9(轴向或径向间隙过大),X 10(侧板或齿轮磨损),X 11(油液黏度过大),X 12(工作泵外漏),X 13(轴向或径向间隙过小),X 14(杂质吸入泵体)[5-13]。

2 故障树分析法2.1 基于模糊故障树分析法的混合推理为了能够更好地进行故障推理,作者引入可得性系数和重要度系数作为中间信息的加权参数。

一方面,这两个参数表达了维修专家实际维修过程和经验知识中间信息之间的层次逻辑关系;另一方面,有了这两个参数对中间信息进行处理,就可以打破原先固有的推理过程,采用模糊加权推理,可以避免完全依靠故障树的层次关系进行推理的固化,保证了推理过程的柔性化,充分发挥模糊理论的优势,使推理的结果更加准确[4]。

上述两个参数的描述如下:(1)根据信息获得的难易程度确定可得性系数N对于装载机液压系统来说,有些参数或部件的性能检测或检查是非常复杂的。

相反,有些参数量的测得或检查是非常容易的,如液压油箱的油温。

在进行故障诊断时就应该考虑易得的参数。

可得性系数是元器件相关性能参数获取费用和时间的衡量尺度。

可得性系数应该是针对具体的诊断对象的,不同设备的结构复杂度不同,根据维修专家的经验和检测设备的实际结构,在工程实际中,定义F I [0,1],F =1说明该信息异常时,必然导致出现相应故障;F =0表示该信息异常与要诊断的故障现象无关。

可得性系数N 分为以下几个等级:可以直接通过传感器检测的为/最容易0(1);需要人工目测描述的为/容易0(0.75);需要人工检测的为/较容易0(0.5);需要少量拆装检测的为/较难0(0.25);需要大量拆装检测的为/难0(0.1);根本无法得到的信息(0)[6]。

(2)根据信息在产生的故障现象T 中的重要程度确定的重要度系数F重要度系数在诊断领域可以理解为故障出现频率的高低,譬如一个故障在某个故障的诊断过程中频频出现,就认为该故障对应的信息导致该故障现象发生的可能性比较大,体现的是经验诊断知识之间的先后逻辑关系,是维修专家维修顺序的体现。

同样,对该重要度系数做模糊处理,将其分为以下5个级别:必然(1);很重要(0.85);一般(0.5);不重要(0.25);无关(0)。

重要度系统是#570#第3期徐进永,等:基于模糊故障树分析法的装载机液压系统故障诊断系统长期进行诊断的经验提取或是大量试验才能得到的,随着系统使用时间的加长,该对应某一信息的重要度系数所属的级别将会发生变化[7]。

作者把多个故障同时出现的情况归结为一个复合故障模型。

以复合故障的处理为例阐述一下上述两个参数的使用和推理机制。

设T是同时出现的多个故障T1,T2,,,T n的集合-复合故障集,设Y i是与T i故障现象相关的故障信息X i的集合-故障i的信息集,Y m是复合故障出现时的故障因素集,则Y与Y i有如下关系:T={T1,T2,T3,T4,,,T n};Y i={X1,X2,X3,X4,,,X n};Y=Y1G Y2G Y3G Y4G,,,Y n。

与T1相关的故障因素集Y1={X1,X5,X6};与T2相关的故障因素集Y2={X1,X3,X4};与T3相关的故障因素集Y3={X3};与T4相关的故障因素集Y4={X2,X4,X5,X6}。

表1T1,T2,T3,T4复合故障信息权值表Table1T1,T2,T3,T4values of compound fault information故障现象相关信息X1X2X3X4X5X6 F N F N F N F N F N F NT10.8510100.7500.10.250.50.50.25 T20.751010.750.750.850.100.500.25 T3010110.7500.100.500.25 T4010.25100.750.250.10.850.50.750.25用矩阵W表示重要度系数,用矩阵V表示可得性系数,以同时发生T1,T2,T3,T4四个故障的复合故障为例:首先确定出信息集合Y1234=Y1G Y2G Y3G Y4={X1,X2,X3,X4,X5,X6}。