电动旋挖钻机液压平衡阀流量异常故障智能检测.pdf

Hydraulics Pneumatics&Seals/No.4.2024doi:10.3969/j.issn.1008-0813.2024.04.016电动旋挖钻机液压平衡阀流量异常故障智能检测俞乾,谢学渊,徐（1.国网湖南综合能源服务有限公司，湖南长沙410 0 0 7；2.国网湖南省电力有限公司，湖南长沙410 0 0 0）摘要：电动旋挖钻机液压系统朝着高压、大流量和大功率的方向发展，平衡回路的最大流量已经超过10 0 0 L/min，最大压力已经超过50 MPa。过高的阀口流速和复杂的紊流流场，更容易导致平衡阀流量异常引起气穴现象，同步产生严重的阀芯振动和噪声,给单纯考虑单一阈值特征的故障检测方法带来困难。设计一种针对电动旋挖钻机的液压平衡阀流量特性异常故障检测方法。建立电动旋挖钻机液压平衡阀流量动力学模型，建立平衡阀的流量-压差异常的关联特征，避免多个单一特征缺陷；结合压力与振动传感器采集的关联特征数据,结合智能算法提取液压平衡阀流量信号的特征，通过将提取到的特征输人到贝叶斯分类器中，可以根据异常特征对液压平衡阀进行流量异常故障智能检测。实验结果表明：所提方法的电动旋挖钻机液压平衡阀预测流量故障检测准确度更好、时间更短、实际应用效果更佳。关键词：电动旋挖钻机；液压平衡阀；流量异常；故障检测中图分类号：TH137;TP273Intelligent Detection of Hydraulic Balance Valve Abnormal Flow Rate for(1.State Grid Hunan Intergrated Energy Service Co.,Ltd.,Changsha 410007,China;2.State Grid Hunan Electric Power Co.,Ltd.,Changsha 410000,China)Abstract:The hydraulic system of electric rotary drlling rigs is developing towards high pressure,high flow rate,and high power.Themaximum flow rate of the balance circuit has exceeded 1000 L/min,and the maximum pressure has exceeded 50 MPa.Excessive valve portflow rate and complex turbulent flow field are more likely to lead to cavitation caused by abnormal flow rate of the balance valve,which cansynchronously generate serious valve core vibration and noise,making it difficult for fault detection methods that only consider a single thresholdfeature.Design a fault detection method for abnormal flow characteristics of hydraulic balance valves in electric rotary drilling rigs.Establish aflow dynamics model for the hydraulic balance valve of an electric rotary drilling rig,and establish an abnormal correlation feature between flowand pressure difference of the balance valve to avoid multiple single feature defects;By combining the correlation feature data collected bypressure and vibration sensors with intelligent algorithms to extract the characteristics of the flow signal of the hydraulic balance valve,theextracted features can be input into a Bayesian classifier to intelligently detect abnormal flow faults of the hydraulic balance valve based onabnormal features.The experimental results show that the proposed method has better accuracy,shorter time,and better practical applicationeffect in predicting flow fault detection of the hydraulic balance valve of the electric rotary drlling rig.Key words:electric rotary drilling rig;hydraulic balance valve;abnormal flow rate;fault detection0引言液压平衡阀作为电动旋挖钻机的关键部件，在设备的整体性能和运行状态中发挥着至关重要的作用。它的主要功能是控制液压系统中的压力,确保钻机稳收稿日期：2 0 2 3-10-2 6基金项目：湖南省科技攻关计划（2 0 2 1GK1028）作者简介：俞乾（19 7 6-），男，湖南永州人，正高级工程师，博士，研究方向：发电与配输电工程。勇1,张恒武,江雷2文献标志码：B文章编号：10 0 8-0 8 13(2 0 2 4)0 4-0 10 5-0 6Electric Rotary Drilling RigYU Qian,XIE Xue-yuan,XU Yong,ZHANG Heng-wu,JIANG Lei?定工作。如果液压平衡阀出现故障，可能会导致钻机工作异常，甚至造成严重的设备损坏和人身安全事故。因此,及时发现并解决液压平衡阀故障对于保障电动旋挖钻机的正常运转和整体性能具有重要意义。然而,传统的液压平衡阀故障检测方法存在着一些问题，主要依靠操作者的经验或感觉，通过观察、听音、触摸等方式来判断液压平衡阀是否出现故障。这种方法不仅耗时，而且易受操作者主观因素影响，导致错误率较高。此外，传统方法往往只能检测到明显的故障，对于潜在的隐患则难以发现。因此，目前机械设备领域的105液压气动与密封/2 0 2 4年第4期研究重点是寻找高效准确的电动旋挖钻机液压平衡阀故障检测方法，降低维修成本和停机时间，为企业的生产和运营提供更好的保障 1-2 蒋文强等 3 首先通过粒子群算法展开参数优化处理；其次，通过粒子群优化随机森林方法完成阀门故障检测。范玉刚等 4 首先通过变分模态分解方法分解采集到的阀门振动信号；其次，通过多尺度排列熵方法提取阀门故障特征；最后，通过正则化随机向量函数链接网络完成阀门故障检测；马海辉等 5 首先通过傅里叶变换将阀门振动信号由时域转换为频域状态；其次，在一维卷积神经网络的卷积层实现阀门特征提取；最后，在一维卷积神经网络输出层完成阀门故障检测。上述方法在一些特定环境下取得了一定的效果，然而，液压系统正向着高压、大流量以及高功率的方向发展，目前在平衡回路中,最大流量已达10 0 0 L/min，最高压力已达50 MPa以上。当阀口流速较高、瑞流场较复杂时，极易出现平衡阀流量异常而造成的气穴现象，同时还会造成阀芯剧烈的振动与噪声，给上述单纯考虑单一阈值特征的故障检测方法带来困难。提出电动旋挖钻机液压平衡阀流量特性异常故障检测方法。这个方法是通过分析关联特征，配合采用了贝叶斯分类方法来进行电动旋挖钻机液压平衡阀异常故障的检测,使检测准确度提高,降低了检测时间。1液压平衡阀流量-压力关联特征可行性分析通过建立电动旋挖钻机液压平衡阀动力学模型，并展开液压平衡阀的流量-压力关联特性分析，为液压平衡阀的异常故障检测提供理论依据，电动旋挖钻机液压平衡阀的工作原理如图1所示(6 出油口B2进油口B图1电动旋挖钻机液压平衡阀的工作原理Fig.1 Working principle of hydraulic balance valvefor electric rotary drilling rig106图1中,B1,B2分别表示液压平衡阀的出油口和进油口。利用其自身的先导作用与先导油路的配合,可以开启液压平衡阀。开启进油时,流进的油液从进油口通过单向阀先后流向外接负载口，随后流人右侧平衡阀,再通过单向阀,最后从液压平衡阀的出油口流出。液压平衡阀在负载制动、反转、正转时可达到降低冲击作用，具有双向对称结构 7 用la，l分别表示右、左面弹簧刚度，电动旋挖钻机液压平衡阀在正转时的流量平衡方程公式表达如下：a,D,-Fi,=m,(1)dcaa,D,-F,=m.+NBdtdt式中：Da,D分别表示右、左侧液压平衡阀阀芯有效受力面积a一一负载端进油口压力ma，m 分别表示右、左侧平衡阀阀芯质量F。,F，一分别表示右、左侧弹簧预紧力N一阀芯B的流量黏性阻尼Ca，C一一分别表示右、左侧弹簧位移进一步推导出制动时,受到油压力的阀芯B的压力平衡方法表达如下：a,Ds+F,-F,=ma式中：表示负载端出油压力。两者的关系图如图2所示。Flow(L/s)Design Flow14(22)图2 流量与压力的关系图Fig.2Relationship between flow and pressure电动旋挖钻机液压平衡阀流量压差通常被设置为一个恒定的常数,通过图2 可以看出，当发生液压平衡阀流量异常故障时,平衡阀过流面积将增大，油液密度与流量系数保持不变，这将导致液压平衡阀进出口压差的减小。通过对比正常情况下的流量特性和实际测量得到的流量数据，可以检测到流量-压力特性的异常变化。例如图2，当液压平衡阀阀芯堵塞或泄漏时，流量-压力特性曲线可能呈现出明显的偏离或波动,结合+Ndch+l.Chdtdtdcdca+NB+l.caadtFlow limiting zone210Pressuredrop(2)dtBest to avoidoperation abovecontrol rangeHydraulics Pneumatics&Seals/No.4.2024这一特征,完成故障特征提取。次数，获取最优正则化参数。2关联波动特征的提取与转换去干扰趋势项后的流量与压力关联变化特征表达如下：根据电动旋挖钻机液压平衡阀动力学模型分析，det可以深入了解液压平衡阀的工作原理和流量特性。当d。=(k-d e+式中：u一液压平衡阀出现异常故障时，其流量-压力特性会发生一粗粒化序列变化。基于此，通过传感器配合遗传粒子群算法、平滑d一尺度因子先验分析方法、多尺度样本熵方法 8-9 对电液压平衡阀k一一序列个数与尺度因子的比值关联信号进行特征提取。通过第1章的分析可以看出，3液压平衡阀流量异常故障检测基础数据为压力和流量数据。因此,本研究选用RS485压力传感器结合K1030振动传感器，采集相关数据。采集的数据外接LabVIEW虚拟控制器，结合软件中平滑先验分析方法可有效分解出电动旋挖钻机液压平衡阀信号的趋势项和去趋势项。结合式(1)和式(2)设置LabVIEW虚拟控制器中趋势项线性观测模型X。公式表达如下：X,=J9+b式中：9 一回归参数J一一压力与流量观测矩阵b观测误差去除电动旋挖钻机液压平衡阀原始压力和振动信号X。中的干扰趋势项，得到去干扰趋势项Xde公式表达如下：Xa=(O+D,D,)X,式中：D，2 阶微分算子离散形式0一单位矩阵通过最优正则化参数可实现电动旋挖钻机液压平衡阀原始信号X。的流量-压力趋势项和去干扰趋势项分解。通过遗传粒子群算法获取最优正则化参数步骤如下：（1）首先确定正则化参数取值范围为120并初始化粒子群参数；（2）根据适应度函数计算粒子适应度值；（3）计算粒子的个体极值及粒子群极值；（4）通过变异操作实现粒子速度更新，同时选择粒子号的位置展开变异操作；23（5）通过交叉操作实现粒子位置更新，同时选择粒子卡的位置展并交叉操作：3（6）相加更新后粒子位置和速度值，实现粒子群更新；（7）重复上述步骤（2）（6）,直至达到最大迭代kdet1,h=1,2,4V完成电流量与压力关联特征提取后，通过贝叶斯分类方法 10 1完成电动旋挖钻机液压平衡阀流量异常故障检测。贝叶斯分类方法是一种通过先验概率和似然概率推断后验概率,对波动特征曲线分类识别,有着很好的优势。以此完成流量故障检测的类别判别。(3)用e表示电动旋挖钻机液压平衡阀流量故障的类型，9。表示第0 种流量故障类型,所有故障类型的集合Q公式表达如下：Q=q1q2,q。根据贝叶斯原理，得到电动旋挖钻机液压平衡阀测试波动曲线数据*的后验概率公式表达如下：P(q。)P(c*I q。)P(q。lc*)=P(c*)(4)式中：P(q。）一平衡阀流量故障类型的先验概率P(c*）一一归一化缩放因子P(c*q。)一似然概率因测试样本数据所属故障类型与归一化缩放因子无关,故可将问题转化为先验概率和似然概率的计算。液压平衡阀中有e种流量故障类型,设置有n。个o种训练故障样本数目，平衡阀流量故障类型的先验概率Pq。）公式表达如下：P(q。)=Zen式中：n,表示所有流量故障类型的训练样本数目。似然概率的连续属性可通过概率密度函数表达，对符合高斯分布的均值和协方差可通过液压平衡阀流量数据集估计获取。对于m个训练数据集中的训练样本c,其似然函数Z(v,T)公式表达如下：mZ(v,T)=IIp(c.iv,T)0=1(5)(6)(7)n。(8)(9)107液压气动与密封/2 0 2 4年第4期式中：V一给定参数T一参数后变量进一步推导出最大似然参数估计值公式表达如下：n1(10)1Z(c。-)(c.-v)T根据最大似然参数估计结果，获取测试样本数据集中每个测试样本数据c*相对于故障类型n。的似然概率Pc*q。)公式表达如下：P(c*Iq。)=exp(-(c-v)TT*-l(c。-v*)将得到的平衡阀故障类型的先验概率P（q。）和测试样本数据c*相对于故障类型n。的似然概率 P(c*1q。)代人式(9)即可获取后验概率,进而通过最大后验概率完成电动旋挖钻机液压平衡阀流量异常故障检测。图3 压力+振动传感器采集数据现场Fig.3On sitedata collection from pressure andvibration sensors4实验与分析4.1实验参数设置为了验证电动旋挖钻机液压平衡阀流量特性异常故障检测方法的有效性，进行了以下实验。选择型号为EVB-10A电动旋挖钻机液压平衡阀；最大工作压力：35MPa;流量范围：10 6 0 L/min;控制方式：先导式；开启压力：1.2 1.5MPa;关闭压力：2.4 3.0 MPa;最大流量差：2 L/min；内泄漏量：1L/min；重量：约7.5kg;安装尺寸：IS04401-04-02-01-00（见图3）。使用LabVIEW软件编程环境进行实验（见图4）。在实验中,使用了电动旋挖钻机液压平衡阀的过流量数据,并依据所提出的流量特性异常故障检测方法进行数据处理和分析。使用LabVIEW软件进行流量特性的提取、108异常检测算法的实现，并进行数据对比和结果评估。通过对实验数据的处理和分析，验证所提出的流量特性异常故障检测方法在电动旋挖钻机液压平衡阀上的有效性和可行性。实验结果将进一步验证该方法是否能够准确地检测出液压平衡阀的异常情况，并为后续维修和保养提供依据。E000htarte1(2)|T*1000Ffoatki.k2.ka,kkklmax-bm3tiro.k3=ae+hrk2/2-b(e+hnk2/22=a(x+hk1/2)-b*(x+hk1/2)*3+ing4-ax+hrk3-b6+hkay3+inl:(11)蒙州大学机城学院化机陈超能图4传感器外接LabVIEW虚拟控制器Fig.4Sensorexternal LabVIEW virtual controller4.2实验数据采集在液压平衡阀异常流量环境下,本研究选用RS485压力传感器结合K1030振动传感器采集压力信号和流量信号，如图5所示。通过图5的传感数据，分解出电动旋挖钻机液压平衡阀信号的趋势项和去趋势项，如图6 所示。通过图5和图6 的分析可知，该方法可以很好的将单一阈值数据转换为趋势数据，图6 中趋势较为明显，出现可识别的趋势特征，避免了单一值数据突变的干扰。4.3实验对比分析采用电动旋挖钻机液压平衡阀流量异常故障检测方法（所提方法）、基于PSO-RF的异常故障检测方法 3 、基于多尺度排列嫡和正则化RVFL的电动异常故障检测方法 4 完成实验测试。分别用1,2,3,4,5表示电动旋挖钻机液压平衡阀的正常运行、卡滞、阀芯磨损、油污、密封件损坏5种状态。采用以上3 种方法完成电动旋挖钻机液压平衡阀流量异常故障检测，记录3 种方法的检测结果如图7所示。分析图7 可知，文献 3 方法的正确率为7 5%，文献 4 方法的正确率为7 6.7%，所提方法的正确率为93.3%。所提方法的电动旋挖钻机液压平衡阀检测正确率明显高于文献 3 方法和文献4方法，表明所提方法的电动旋挖钻机液压平衡阀检测准确率更高、效果更好。机共时减检测分类Hydraulics Pneumatics&Seals/No.4.2024实际分类输入时城64-2-O-4-6-8输入频城2520-15-1050输入频域1.75-1.5-1.25-1-0.75-0.5-0.2502004006008001000频锁率(c)流量信号1(c)Flow signal 1输入时城1.51一0.5-1一-1.5-2一图5传感器数据采集结果Fig.5 Sensor data collection results随机共振时城曲线0输入时城1.5-1-0.5-1-1.5-2一50010001500 20002500输入领城曲线01.75-1.5-1.25-1-0.75-0.5-0.25-图6液压平衡阀信号的趋势项和去趋势项Fig.6Trend and de trend terms of hydraulicbalance valve signals5实际分类5曲线04320100000000100200300400500600700800(a)压力信号1(a)Pressure signal 1曲线。250 500750100012501500频率(b)压力信号2(b)Pressure signal 2曲线0曲线05001000150020002500(d)流量信号2(d)Flow signal 280-60-40-20-0-20-05001000150020002500时间随机共振频城曲线010-8-6-4-2-2004006008001000频率00000:0:0000:00000000102030.4050测试样本(a)文献 3 方法(a)Literature3 methods5实际分类。检测分类4322000000000000:000000010203040 5060测试样本(c)所提方法(c)Proposed method图7 3 种方法的检测正确率Fig.7 Detection accuracy of three methods采用所提方法、文献 3 方法、文献4 方法完成电动旋挖钻机液压平衡阀故障检测，记录3 种方法的检测时间如表1所示。表13 种方法的检测时间Tab.1Detection time of three methods实验次数文献 3 方法145.2250.4353.2446.8553.6647.9曲线078910分析表1可知,采用文献 3 方法完成电动旋挖钻机液压平衡阀故障检测时间为45.2 53.2 s;采用文献4 方法完成故障检测时间为43.6 55.2 s;采用所提方法完成电动旋挖钻机液压平衡阀流量异常检测时间0.20.40.60.84检测分类OC00101000030000:00:00000000000000010010006001020.30.405060测试样本(b)文献 4 方法(b)Literature4 methods.O0000:0000000000:0000000000000100000文献 4 方法52.955.254.143.644.549.551.446.549.548.552.150.848.847.5为3 2.5 40.3 s。所提方法完成电动旋挖钻机液压平衡阀故障检测时间远低于文献 3 方法、文献4 方法，表明所提方法完成电动旋挖钻机液压平衡阀流量异常检测时间更短、效率更高。109O80S所提方法35.234.236.440.338.733.137.632.536.635.4液压气动与密封/2 0 2 4年第4期5结论研究电动旋挖钻机缓冲平衡阀故障检测一直是机械领域研究的重点问题之一。提出了1种电动旋挖钻机缓冲平衡阀流量特性异常故障检测方法。该方法包括3 个关键步骤：首先，建立电动旋挖钻机缓冲平衡阀动力学模型；其次，提取电动旋挖钻机缓冲平衡阀流量-压力信号特征；最后，完成电动旋挖钻机缓冲平衡阀故障检测。通过建立动力学模型，可以深人了解缓冲平衡阀的工作原理和流量特性。提取流量信号的特征能够帮助识别异常情况下流量信号的变化。最后，通过故障检测算法，能够根据提取到的特征对缓冲平衡阀进行故障诊断。这种方法的研究填补了传统方法存在的一些缺陷,具有重要的实际应用价值。它可以帮助工程师们及时发现和识别缓冲平衡阀的故障，为后续的维护工作提供精确的数据。通过提高故障检测的准确性和有效性，从而使设备的可靠性和稳定性得到提升，降低了维修成本和停机时间。参考文献1付乃政,黄国勇.小样本下基于GADF 和ProNet 的单向阀故障诊断方法J.机械设计与研究，2 0 2 2,3 8（4）：13 2-137.FU Naizheng,HUANG Guoyong.A Fault Diagnosis Methodof Check Valve Based on GADF and Prototypenetwork UnderSmall Samples J.Machine Design and Research,2022,38(4):132-137.2冯泽仲，熊新，王晓东.基于均值散布负熵信息图的单向阀早期故障诊断方法 J.振动与冲击，2 0 2 2,41（13）：2 11-219.FENG Zezhong,XIONG Xin,WANG Xiaodong.Early FaultDiagnosis Method of Check Valve Based on Mean DispersionNegentropy Infograph J.Journal of Vibration and Shock,2022,41(13):211-219.3蒋文强,胡绍林，郭其亮，等.基于PSO-RF的气动调节阀故障诊断 J.流体机械,2 0 2 2,50（12）：7 9-8 5.JIANG Wenqiang,HU Shaolin,GUO Qiliang,et al.FaultDiagnosis of Pneumatic Regulating Valve Based on PSO-RFJ.Fluid Machinery,2022,50(12):79-85.4范玉刚,张由振.基于多尺度排列和正则化RVFL的高压隔膜泵单向阀故障诊断 J.云南大学学报（自然科学版),2 0 2 3,45(1):3 8 -47.FAN Yugang,ZHANG Youzhen.Check Fault of High Pressure引用本文：俞乾，谢学渊，徐勇，等.电动旋挖钻机液压平衡阀流量异常故障智能检测 J.液压气动与密封,2 0 2 4,44（4）：10 5-110.YU Qian,XIE Xueyuan,XU Yong,et al.Intelligent Detection of Hydraulic Balance Valve Abnormal Flow Rate for Electric Rotary DrillingRig J.Hydraulics Pneumatics&Seals,2024,44(4):105-110.110Diaphragm Pump Valve Based on Multi-scale PermutationEntropy and Regularized RVFL J.Journal of YunnanUniversity(Natural Sciences Edition),2023,45(1):38-47.5马海辉,余小玲，吕倩，等.一维卷积神经网络在往复式压缩机气阀故障诊断中的应用J.西安交通大学学报，2022,56(4):101 108.MA Haihui,YU Xiaoling,LV Qian,et al.Application ofOne-dimensional Convolutional Neural Networkin FaultDiagnosis of Reciprocating Compressor Air Valve J.Journalof Xian Jiaotong University,2022,56(4):101-108.6许红范，李广东.一种节能型液压平衡阀性能分析研究J.液压气动与密封,2 0 2 2,42（8：7 9-8 2.XU Hongfan,LI Guangdong.Performance Analysis andResearch of a Kind of Energy Saving Hydraulic Balance ValveJ.Hydraulics Pneumatics&Seals,2022,42(8):79-82.7侯建军,胡洋,李斌，等.可调式动态流量平衡阀结构参数优化及试验研究 J.流体机械，2 0 2 2,50（9）：58-6 5.HOU Jianjun,HU Yang,LI Bin,et al.Optimization andExperimental Research on Structural Parameters of DynamicFlow Balancing Valve J.Fluid Machinery,2022,50(9):58 65.8 漆伟，冯鹏，魏彪，等.嵌入式粒子群遗传算法的水质COD检测特征波长优化算法 J.光谱学与光谱分析，2021,41(1):194-200.QI Wei,FENG Peng,WEI Biao,et al.Feature WavelengthOptimization Algorithm for Water Quality COD Detection Basedon Embedded Particle Swarm Optimization-genetic AlgorithmJ.Spectroscopy and Spectral Analysis,2021,41(1):194-200.97潘云杰，李颖，吴仕虎，等.基于GWO-SPA和MSE的往复压缩机气阀故障特征提取方法 J.机床与液压,2 0 2 2,50(13):193 199.PAN Yunjie,LI Ying,WU Shihu,et al.Fault FeatureExtraction Method of Reciprocating Compressor Valve Basedon GWO-SPA and MSE J.Machine Tool&Hydraulics,2022,50(13):193-199.10游东东,黎家良,刘高俊，等.基于贝叶斯BiLSTM模型的核电阀位传感器故障预警方法J.华南理工大学学报（自然科学版）,2 0 2 1,49（12)：43-52.YOU Dongdong,LI Jialiang,LIU Gaojun,et al.Fault EarlyWarning Method of Nuclear Valve Position Sensor Based onBayesian LSTM Model J.Journal of South China Universityof Technology（Na t u r a l Sc i e n c e Ed i t i o n),2 0 2 1,49(12):43-52.