伸缩臂式履带起重机液压故障诊断方法研究.pdf

28工程机械与维修TECHNOLOGY&MAINTENANCE技术维修0 引言起重机械作业时，液压系统需要具有较强的提升力、较快的提升速度，同时，提升部件需要保持稳定，尤其在吊装作业时，应避免因货物自身的质量造成超速下降现象1。在此过程中，考虑到起重机液压吊杆在下降过程中，其负荷方向与液压运动方向基本一致，并有加速的趋势，所以必须对液压系统进行限速控制。尽管目前工程机械单位已投入了大量资金用于开展相关起重机液压控制方面的研究，但根据工程方的反馈可知，起重机在运行中其液压系统仍经常出现故障。为了能使技术人员快速排查起重机液压系统的故障，本文以伸缩臂式履带起重机为例，设计一种针对液压系统的故障全新诊断方法。1 伸缩臂式履带起重机液压负荷感知为实现对伸缩臂式履带起重机液压故障的诊断，设计方法前，对履带起重机液压负荷进行感知。在此过程中，应明确起重机液压运行中的主泵采用斜盘式轴向泵塞控制变量，控制过程中，液压泵具有一定的负向反馈功能。起重机发动前，泵斜盘摆角的角度较大2。驱动发动机后，液压装置将出现流量瞬时缺失现象。此时液压泵的摆角将在瞬时回缩到一个较小位置，并保证液压泵出口压力处于一个较大值。当节流口处于开启状态时，传感机构将主动改变起重机液压泵排量，从而控制液压输出流量的大小，使节流两端的压差位置在一个相对固定的数值。在此种条件下，可以参照液压驱动过程中的流体力学原理，感知伸缩臂式履带起重机液压负荷3。计算公式如下。（1）公式（1）中：Q表示伸缩臂式履带起重机液压负荷，K表示负载流量，A表示过流面积，p表示起重机液压端设定的恒定值。p的取值为一个相对恒定值，因此Q与A两者之间存在一定的线性关系，A的取值越大，说明液压泵的输出流量越多。根据起重机液压泵的运行原理，液压主泵将根据起重机液压端的需求流量，进行负载流量的供应。为此Q的数值与负载压力无关，起重机在运行过程中，只要无多余的流量溢出，则可说明液压溢流不存在损失4。按照上述方式，实现对伸缩臂式履带起重机液压负荷的感知。2 起重机液压小波包异常信号特征提取完成起重机液压负荷的感知后，引进小波包算法，伸缩臂式履带起重机液压故障诊断方法研究陈旭（辽宁抚东机械厂，辽宁抚顺 113105）摘要：为实现对伸缩臂式履带起重机液压故障的诊断，设计前对履带起重机液压负荷进行感知。引进小波包算法，利用小波包 Shannon 熵，对起重机液压运行过程中的小波包信号进行分解、重建，通过获得起重机液压运行各个频带区段的信号，实现对起重机液压小波包异常信号特征的提取。参照故障形式，建立起重机液压诊断模型，划分故障诊断对应，完成起重机故障诊断方法的设计。对比实验结果证明：设计的故障诊断方法实际应用效果良好，该方法可以在精准识别起重机液压故障原因的同时，提高故障诊断结果的准确率，实现对设备故障的快速、精准排查。关键词：伸缩臂；起重机；负荷感知；诊断方法；液压故障CM&M 2023.0429设计起重机液压小波包异常信号特征的提取。在此过程中，利用小波包 Shannon 熵，对起重机液压运行过程中的小波包信号进行分解、重建，从而获得起重机液压运行各个频带区段的信号。将信号在单波段上迭代，即可反映出各个频带的能量。根据能量的有效区段，实现对异常信号特征的辨识5。采集起重机液压作业信号，按照下述公式，对其进行分解。（2）公式（2）中：d表示起重机液压作业信号的分解，a表示小波包基，k表示共轭滤波器系数，j表示分解系数。对分解后的信号进行重构，此过程按如下计算公式计算：（3）公式（3）中：d1表示分解后信号的重构，h表示频带函数，g表示频带。在上述内容的基础上，计算第i个节点位置的 Shannon 值，计算公式如下。（4）公式（4）中：Ei表示第i个节点位置的 Shannon 值；x表示采样点数。对计算的能量值进行归一化处理，定义信号段能量，提取异常区段的能量值，按照上述方式，实现对起重机液压小波包异常信号特征的提取。3 起重机液压故障诊断完成上述研究后，根据起重机液压小波包异常信号特征，对伸缩臂式履带起重机液压故障现象与故障形式进行描述6。参照故障形式，建立起重机液压诊断模型，划分故障诊断对应。以液压泵轴承为例，当确定故障诊断对象为轴承时，可采用构建故障树的方式，细化造成轴承故障的多种原因，将故障节点划分为内圈、外圈、球7-8。在此基础上，提取起重机在运行中的异常振动数据，根据已知数据，计算特征数据的方差、削度、均方根、斜度、峰值。在此基础上，将前端上传的实时监控数据以页面形式显示，将显示结果与后台故障诊断模型进行交互，通过此种方式，为管理终端提供对模型各部件的诊断选择。按照上述方式，实现对起重机液压工程机械故障的诊断，完成伸缩臂式履带起重机液压故障诊断方法的设计。4 对比实验本文以伸缩臂式履带起重机为例，设计一种针对液压系统的故障诊断方法。为实现对该方法故障诊断效果的检验，以某机械工程生产单位为例，采用设计对比实验的方式，对设计的方法展开测试。在对此单位进行现场勘察时发现，上月此单位 CS6T型伸缩臂式履带起重机外出施工，起重机在作业一段时间后，现场司机反馈液压主泵异常声响突然增大。现场检查后发现，起重机液压油箱中含有大量的气泡。考虑到起重机液压主泵是去年后半年度检修更换的，因此现场作业的机务人员误认为，是主泵吸油管线密封性较差，导致油箱产生气泡。为排除故障，技术人员指导司机，拆下吸油管检查后重新安装，并在软管接头上涂抹油脂，将吸油器的吸油器也取下来重装。但经过一系列的处理后，重机液压故障并未得到有效处理。在与现场工作人员综合商议后，决定使用本文设计的方法，对伸缩臂式履带起重机液压故障进行诊断。为确保诊断结果的真实性与客观性，诊断前，明确伸缩臂式履带起重机液压主泵属于变量斜轴式。在此基础上，对起重机运行中的基础参数进行分析。相关内容如表 1 所示。掌握伸缩臂式履带起重机技术参数后，使用本文设计的方法，对其进行液压故障诊断。诊断过程中，先进行伸缩臂式履带起重机液压负荷感知。在此基础上，引进小波包分析技术，设计起重机液压在作业过程中小波包异常信号特征的提取，通过对起重机工程机械故障的诊断，完成基于本文方法对机械设备故障的诊断。在上述设计内容的基础上，引进基于 T-S 模糊故障树的诊断方法，与基于 VMD 改进 MDE 算法的故障诊断方法，将提出的两种方法作为传统方法 1 与传统方法 2。伸缩臂式履带起重机液压故障包括 G1、G2、G3、G4、表 1 伸缩臂式履带起重机技术参数项目参数型号CS6T吊臂规格/m44起升速度/（m/min）1215旋转角度/360卷扬机规格/t6额定最大吊重/kg6000起重机操作方式液压操作发动机型号4102行走速度/（m/min）25额定最小吊重/kg1000额定起重力矩/（kNm)50标准起升高度/m3030工程机械与维修TECHNOLOGY&MAINTENANCE技术维修G5，已知 CS6T 型号起重机的故障原因为 G2，使用 3 种方法，对起重机进行故障诊断，提取 3 种方法故障诊断过程中识别的异常信号种类与数量，其结果如图 1 所示。从图 1 所示的实验结果可以看出，本文方法识别的异常信号为 G2，基本没有识别到 G1、G3、G4、G5 等其他异常信号。在此基础上，对图 1 中传统方法 1 的故障诊断结果进行分析，发现该方法不仅识别到了起重机液压装置存在 G2 异常信号，还识别到了起重机存在 G1、G3 等异常信号，与已知起重机的故障原因不匹配。对传统方法 2 的故障诊断结果分析发现，该方法未能识别到有效的起重机液压故障信号。在完成上述实验后，初步得到如下结论：相比传统的故障诊断方法，本文设计的方法可以更加精准地识别到伸缩臂式履带起重机液压故障。在此基础上，统计 3 种方法对 G1、G2、G3、G4、G5 故障形式的诊断准确率，诊断结果如表 2 所示。从表 2 统计的实验结果中可以看出，3 种方法中，本文方法对伸缩臂式履带起重机液压故障现象诊断的准确率在 98%以上，而两种传统方法的故障诊断结果准确率相对较低。综合图 1 与表 2，得到本次对比实验的最终结论：相比传统方法，本文设计的伸缩臂式履带起重机液压故障诊断方法实际应用效果良好。该方法可以在精准识别起重机液压故障原因的同时，提高故障诊断结果的准确率，实现对工程机械设备故障的快速、精准排查。以此种方式，有利于发挥起重机在工程项目作业中更高的经济效益与价值。5 结束语本文通过伸缩臂式履带起重机液压负荷感知、起重机液压小波包异常信号特征提取、起重机液压工程机械故障诊断，完成了此次研究，旨在通过此次设计，使起重机在工程机械领域发挥出更高的价值与效能。设计方法前，对履带起重机液压负荷进行感知。引进小波包算法，利用小波包 Shannon 熵，对起重机液压运行过程中的小波包信号进行分解、重建，通过获得起重机液压运行各个频带区段的信号，实现对起重机液压小波包异常信号特征的提取。参照故障形式，建立起重机液压诊断模型，划分故障诊断对应，完成起重机故障诊断方法的设计。对比实验结果证明：设计的故障诊断方法实际应用效果良好，该方法可以在精准识别起重机液压故障原因的同时，提高故障诊断结果的准确率，实现对设备故障的快速、精准排查。参考文献1 陈威,鲁冬林,于建坤,等.基于思维导图的推土机工作装置液 压系统故障诊断与排除J.机械管理开发,2022,37(11):120-122.2 刘水明,陈晨,周方云,等.辅助液压系统失效的高效故障诊断 技术的应用研究 J.新技术新工艺,2022(10):102-108.3 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 梁旭日,麻震烁,李冰玉,等.一起 500kV 液压弹簧机构断路 器油压低分合闸闭锁故障原因分析 J.电气技术,2022,23(9):93-96.5 袁晓华,张力丹,李峰,等.基于 VMD 改进 MDE 算法的液压 泵滑靴磨损微弱故障信号识别 J.机械设计与研究,2022,38 (3):127-130.6 郭文军,张自来,陈丽君.EMD-AR 和 GRNN 算法下的航空液 压泵多模态故障诊断分析 J.液压与气动,2022,46(6):151-158.7 崔四芳,宋慧啟,李峰,等.基于 PSO-BP 与 D-S 证据的液压 泵多源故障信号融合诊断 J.机械设计与研究,2022,38(2):155-157+173.8 张小龙,汪曦,于晓光,等.基于 VMD 和 LSTM 模型的航空 液压管路卡箍故障诊断 J.液压与气动,2022,46(8):26-33.图1 故障诊断过程中识别的异常信号数量表 2 3 种方法的故障诊断结果准确率 故障形式本文方法/%传统方法 1/%传统方法 2/%G199.894.175.6G298.589.674.1G399.685.665.4G498.991.379.1G499.191.572.6