基于液压绞车状态在线监测的故障诊断方法技术

本发明专利技术公开了一种基于液压绞车状态在线监测的故障诊断方法，其包括：1)构建故障数据库：建立绞车液压系统仿真模型，获取绞车液压元件在不同故障模式下的故障性能数据和故障诊断数据集；2)构建关系链网：视辅助反馈参数、输入参数和输出参数为节点互联构成关系链网；3)故障关联：将所述故障性能数据对应至关系链网中的节点，得到一种故障诊断对应的若干关系链路；4)信号采集：在线获取绞车运行状态的监测信号并转换成动态性能数据，筛选出属于故障性能数据范围内的动态性能数据；5)故障诊断：将所述筛选出的动态性能数据对应至关系链网中的节点得到对应的故障诊断。本发明专利技术的诊断方法对液压绞车关键运行状态参数的高精度快速采集与传输，实现液压绞车运行状态远程在线监测与评估，以及故障的智能诊断。以及故障的智能诊断。以及故障的智能诊断。

【技术实现步骤摘要】
基于液压绞车状态在线监测的故障诊断方法


[0001]本专利技术涉及液压绞车
，具体是一种基于液压绞车状态在线监测的故障诊断方法。

技术介绍

[0002]液压传动技术在工程机械领域具有大量应用，液压系统和设备的可靠性运行显得更为突出和重要。液压绞车在使用过程中，其机械磨损、使用保养不当以及意外损坏等原因，会引起各种故障。其常见的故障形式主要包括：液压油泄漏、液压阀芯卡死、由液压冲击产生的噪声和振动、液压马达爬行等。如何准确、及时地判断故障发生的位置和分析故障产生的原因，直接关系到设备的可靠性和人身安全。目前的液压绞车故障分析和诊断，主要依赖于人员经验和技术水平，受个体化差异影响较大，势必影响故障诊断的及时性和准确性。
[0003]为此，中国专利公开号为CN 206584218 U的专利文献提出了《万米绞车远程监控与故障诊断系统》，其将万米绞车的运行状态输入到可编程控制系统。船用数据库黑匣子设备从可编程控制系统中获取系统设备操作的实时、连续的监控状态，可在闭路电视中显示设备自检情况、作业时系统设备主要运行状态。在驾驶室中，可通过触摸屏切换到计算机操控界面后，在触摸屏上完成操作，并查看绞车系统的历史和实时趋势，设备诊断分析，远程监测分析等；通过这些功能可及时发现故障，找出故障原因并解除故障。如现场无法解决，可将运行状态由指挥部通过卫星传送到绞车制造厂，由绞车制造厂专业技术人员进行分析诊断，并提供解决方案，以便于现场快速解除故障，恢复绞车的功能，确保绞车安全可靠地收/放缆绳。
[0004]上述专利虽然提出了用于故障诊断和分析的系统，但并未详细给出诊断方法和不依赖工程技术人员的故障诊断方案，仍未解决自动监测故障诊断的问题。

技术实现思路

[0005]针对上述现有技术中的不足之处，本专利技术提出一种基于液压绞车状态在线监测的故障诊断方法，用于解决现有技术中的绞车故障诊断依靠工程人员主观分析，以及如何实现自动监测故障诊断的问题。
[0006]为了实现上述目的，本专利技术的技术方案：
[0007]一种基于液压绞车状态在线监测的故障诊断方法，其包括：
[0008]1)构建故障数据库：建立绞车液压系统仿真模型，通过典型故障的模拟实验，获取绞车液压元件在不同故障模式下的故障性能数据和故障诊断数据集；
[0009]2)构建关系链网：确定液压绞车的辅助反馈参数、多项输入参数和多项输出参数，视辅助反馈参数、输入参数和输出参数为节点互联构成关系链网；
[0010]3)故障关联：将所述故障性能数据对应至关系链网中的节点，得到一种故障诊断对应的若干关系链路；
[0011]4)信号采集：在线获取绞车运行状态的监测信号并转换成动态性能数据，筛选出
属于故障性能数据范围内的动态性能数据；
[0012]5)故障诊断：将所述筛选出的动态性能数据对应至关系链网中的节点，根据这些节点确定的关系链路得到对应的故障诊断。
[0013]进一步地，所述故障性能数据包括输入参数和辅助反馈参数的基准值、正常波动值和异常波动值，以及输出参数的异常波动值；所述故障诊断中确定关系链路时，优先选取覆盖所述对应节点路径最短的一条关系链路。
[0014]进一步地，所述故障诊断中还包括诊断复验：选取故障诊断中确定的关系链路上的节点对应的动态性能数据，按时间戳对齐的方式，绘制单参数的时间变化曲线，判断各参数的时间变化曲线的变化趋势和滞后情况，若所述变化趋势一致且滞后的时间差处于设定范围内，则判定当前关系链路对应的故障诊断是准确的，否则更换关系链路重新诊断复验。
[0015]进一步地，所述输入参数包括液压绞车的液压马达的压力和轴转速；所述输出参数包括液压马达的泄漏量、轴输出转矩、出口流量和壳体的振动幅值；所述辅助反馈参数包括液压马达的油温和清洁度。
[0016]进一步地，所述关系链路与故障诊断的对应关系包括：
[0017]当泄漏量为异常波动值、油温为正常波动值时，所述故障诊断为摩擦副发生严重磨损；
[0018]当轴输出转矩为异常波动值、油温为正常波动值时，所述故障诊断为液压马达的进口压力不足或负载过高；
[0019]当出口流量为异常波动值、油温为正常波动值时，所述故障诊断为液压马达的转速波动过大或负载过高；
[0020]当壳体的振动幅值为异常波动值、油温为正常波动值时，所述故障诊断为液压马达的滚动轴承损伤；
[0021]当泄漏量、油温均为异常波动值时，所述故障诊断为油温升高导致的泄漏量增加；
[0022]当出口流量、油温为异常波动值时，所述故障诊断为油温升高导致的出口流量降低；
[0023]当壳体的振动幅值、油温为异常波动值时，所述故障诊断为油温升高导致的轴磨损失效。
[0024]进一步地，所述信号采集中，所述监测信号基于混沌Duffing振子检测出，故障特征通过第二代小波变换分解与重构提取。
[0025]进一步地，所述故障诊断中，还包括构建绞车状态评估模型，结合所述故障数据库，通过神经网络诊断故障。
[0026]进一步地，所述故障诊断中，通过神经网络诊断故障包括进行多源信息融合和数据融合理论分析，采用RBF神经网络诊断故障。
[0027]进一步地，所述故障诊断中，多源信息融合具体为：将不同的故障特征信息首先进行规范化处理，故障模式进行数字化转换，利用规范化处理后的故障特征作为RBF神经网络的输入，经过处理得出初次融合结果；在初次融合的基础上，将不同时刻RBF神经网络的输出作为证据，经过证据理论进行时间上的融合，选择最优的决策准则得出最后的输出作为证据，完成多源信息的融合。
[0028]进一步地，所述故障数据库设置于物联网的应用层中；绞车上的监测传感器、
ZigBee节点、通讯接口设置于物联网的感知层中，绞车运行状态监测信号通过感知层采集后经物联网的网络层传输至应用层；评估诊断结果在应用层得出后经网络层反馈至现场终端。
[0029]本专利技术针对液压绞车运行状态监测与故障诊断问题，通过构建故障数据库和关系链网，实现各参数间不同状态时的耦合关系，通过对液压绞车运行状态的监测信号采集，去拟合最符合的耦合关系从而从已构建的关系链路确定出故障诊断。且需要更具体化故障诊断信息时，通过神经网络诊断故障，实现液压绞车运行状态监测与故障的精准诊断。
[0030]本专利技术的诊断方法还可以基于物联网技术，对液压绞车关键运行状态参数的高精度快速采集与传输，实现液压绞车运行状态远程在线监测与评估，以及故障的智能诊断。
附图说明
[0031]图1是本专利技术一种实施例中液压绞车分布式多传感器信息融合结构示意图。
具体实施方式
[0032]下面结合具体实施例及附图来进一步详细说明本专利技术。
[0033]一种基于液压绞车状态在线监测的故障诊断方法，其包括五部分内容：构建故障数据库、构建关系链网、故障关联、信号采集、故障诊断。
[0034]1)构建故障数据库：建立绞车液压系统仿真模型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于液压绞车状态在线监测的故障诊断方法，其特征在于，包括：1)构建故障数据库：建立绞车液压系统仿真模型，通过典型故障的模拟实验，获取绞车液压元件在不同故障模式下的故障性能数据和故障诊断数据集；2)构建关系链网：确定液压绞车的辅助反馈参数、多项输入参数和多项输出参数，视辅助反馈参数、输入参数和输出参数为节点互联构成关系链网；3)故障关联：将所述故障性能数据对应至关系链网中的节点，得到一种故障诊断对应的若干关系链路；4)信号采集：在线获取绞车运行状态的监测信号并转换成动态性能数据，筛选出属于故障性能数据范围内的动态性能数据；5)故障诊断：将所述筛选出的动态性能数据对应至关系链网中的节点，根据这些节点确定的关系链路得到对应的故障诊断。2.根据权利要求1所述的基于液压绞车状态在线监测的故障诊断方法，其特征在于，所述故障性能数据包括输入参数和辅助反馈参数的基准值、正常波动值和异常波动值，以及输出参数的异常波动值；所述故障诊断中确定关系链路时，优先选取覆盖所述对应节点路径最短的一条关系链路。3.根据权利要求2所述的基于液压绞车状态在线监测的故障诊断方法，其特征在于，所述故障诊断中还包括诊断复验：选取故障诊断中确定的关系链路上的节点对应的动态性能数据，按时间戳对齐的方式，绘制单参数的时间变化曲线，判断各参数的时间变化曲线的变化趋势和滞后情况，若所述变化趋势一致且滞后的时间差处于设定范围内，则判定当前关系链路对应的故障诊断是准确的，否则更换关系链路重新诊断复验。4.根据权利要求2或3中任一项所述的基于液压绞车状态在线监测的故障诊断方法，其特征在于，所述输入参数包括液压绞车的液压马达的压力和轴转速；所述输出参数包括液压马达的泄漏量、轴输出转矩、出口流量和壳体的振动幅值；所述辅助反馈参数包括液压马达的油温和清洁度。5.根据权利要求4所述的基于液压绞车状态在线监测的故障诊断方法，其特征在于，所述关系链路与故障诊断的对应关系包括：当泄漏量为异常波动值、油温为正常波动值时，所述故障诊断为摩擦副发生严重磨损；当轴输出转矩为异常波动值、油温为正常波...

【专利技术属性】
技术研发人员：郑智剑，吴英华，朱元，钱咪，贺梁，
申请(专利权)人：宁波市产品食品质量检验研究院宁波市纤维检验所，
类型：发明
国别省市：