【技术实现步骤摘要】
本专利技术属于液压缸监测装置领域，具体涉及一种液压缸磨损演化与泄露监测的方法及其数字孪生系统。
技术介绍
1、液压缸是一种机械执行机构，广泛应用于建筑、制造、航空航天和海洋油气等不同行业，可以实现线性运动，顶升作业等。液压缸的安全稳定运行离不开可靠的密封系统，然而由于油液污染等因素导致密封件磨损严重，最终导致泄露产生，影响生产效率。此外，由于“回抽效应”存在，密封件的磨损并不一定导致泄漏的发生。为了获得密封件的磨损演化规律与泄露状态，往往需要单独对两者状态进行监测。
2、在现有技术中，主要是通过各种传感器信号特征进行密封件磨损或是泄露的监测，其中振动、压力、声发射信号被认为能够有效反映密封件磨损状态，并能够对泄露故障发生时的信号特征进行分析，从而判断液压缸运行状态。然而通过信号特征进行分析存在一定的滞后性，此外通过数据驱动的方式得到的监测模型依赖于数据的数量与质量，存在一定局限性。近些年来，随着新型传感器的发展，通过内嵌fbg传感器获得密封件接触面的应力分布，并通过机理模型获得泄露量，从而提高了监测的准确性与实时性。但受限于液压缸内部尺寸限制，内嵌fbg传感器成本较高且维护困难，且局部位置的传感数据可能存在故障误判的情况。
3、如何通过易测信号在监测泄露的同时捕捉液压缸密封件的磨损演化状态成为一大难题，而数字孪生技术提供了一种新兴的实时监测功能，通过高保真仿真可以获得运动部件内部运行状态，从而节省设计、维护成本的同时实现稳定的实时监测，因此其在监测领域的应用有利于解决液压缸磨损监测、泄露监测的困境。>
技术实现思路
1、为了解决液压缸的内部磨损和泄露难以检测，检测成本较高、准确性和实时性不足的问题，本专利技术提供一种液压缸磨损演化与泄露监测的方法及其数字孪生系统。
2、本专利技术采用以下技术方案实现：
3、一种液压缸磨损演化与泄露监测的方法，其用于根据实时采集到的液压缸的无杆腔压力p1、有杆腔压力p2以及活塞杆的位移xl的信号，生成磨损深度vw和泄露量ql的监测结果，该液压缸磨损演化与泄露监测的方法包括如下步骤：
4、一、基于当前类型液压缸的理论模型，构建出一个用于表征液压缸的内泄漏量ql1和外泄漏量ql2与接触压力pf间映射关系的泄露模型ql(pf)；ql＝{ql1,ql2}。
5、二、创建当前类型液压缸的三维模型，利用三维模型对液压缸进行cfd仿真分析，并在仿真过程基于archard方程计算每一个状态下的磨损深度vw；从而获得一个表征每个网络节点x在不同磨损深度vw下的密封件接触面全局接触压力分布的压力分布模型pf(x,vw)，并将其降阶为一维模型。
6、三、对采集到的两路压力信号进行小波包分析，并提取小波包能量熵hwavelet、小波包方差vwavelet和小波包能量势pj,k作为候选特征值。然后将经过sobol敏感性分析方法评估的与液压缸磨损状态关联性最强的候选特征值作为磨损特征值wt；并保留对应的特征值提取模型。
7、四、采集大量当前类型液压缸在不同摩损状态的真实的压力测试数据，并根据压力测试数据生成磨损特征值样本。然后利用机器学习算法训练出一个以磨损特征值wt为输入，以磨损深度vw为输出的数据驱动模型vw(wt)。
8、五、将特征值提取模型和数据驱动模型融合得到一个磨损演化监测模型。对泄露模型、压力分布模型、特征值提取模型和数据驱动模型进行融合，得到一个泄漏量监测模型。并利用机器学习算法中的联合训练的策略对融合后的模型中离散的部分进行数据插补和拟合。
9、六、将实时采集到的液压缸的无杆腔压力p1、有杆腔压力p2以及活塞杆的位移xl的信号输入到包含磨损演化监测模型和泄漏量监测模型的代理模型中，输出对应的磨损深度vw和泄露量ql。
10、作为本专利技术进一步的改进，步骤一中，泄露模型的构建过程如下：
11、(1)获取液压缸的结构参数并代入液压缸的运行参数，进而通过如下的泄露量方程计算出内泄漏量ql1和外泄漏量ql2：
12、
13、上式中，ly为密封件与液压缸的径向接触长度，约等于液压缸内径周长；lx为密封件与液压缸轴向接触长度；hδ为油膜厚度；μc为通道修正系数；μ为运动粘度；s为活塞杆行程长度；d为活塞杆直径；wa为活塞杆伸出时最大压力梯度，we为活塞杆回程时最大压力梯度，xl为活塞杆位移；qo为液压缸外行程泄漏量；qi为液压缸内行程回输量；xo为外行程位移；xi为内行程位移；
14、(2)通过一维雷诺流体方程获得油膜厚度与接触压力梯度的对应关系式：
15、
16、上式中，表示压力梯度；为最大压力点处膜厚，计算公式如下：
17、
18、(3)利用三次方程求根公式对上步骤的方程进行求解，得到与接触压力有关的油膜厚度的表达式h(pf)；
19、(4)将油膜厚度的表达式代入泄露量方程中，得到所需的泄露模型ql(pf)。
20、作为本专利技术进一步的改进，步骤二的cfd仿真过程中，通过修改密封件与缸筒内壁、密封件与活塞杆的网格节点参数模拟不同磨损状态下的密封件的接触；进而获取不同条件的下的状态参数。
21、作为本专利技术进一步的改进，步骤二中利用archard方程计算摩擦深度vw的公式如下：
22、
23、上式中，kw表示磨损系数，fl表示仿真网络节点的接触压力，xw表示网格节点的滑移距离，hm表示仿真过程设置的材料硬度。
24、作为本专利技术进一步的改进，步骤三中，首先利用获得压力信号选择小波包基函数构造小波包树，然后通过小波包分解对液压缸内外腔压力信号分解层信号提取特征，得到三类特征值；
25、其中，小包能量势pj,k的计算公式如下：
26、
27、上式中，ej,k表示每个小波包子信号的能量；etotal表示整个信号的能量。
28、小包能量熵hwavelet的计算公式如下：
29、
30、小包能量方差vwavelet的计算公式如下：
31、
32、上式中，n表示分解出的小波包子信号的数量；mwavelet表示小波包能量的平均值。
33、作为本专利技术进一步的改进，步骤三中，采用sobol敏感性分析方法，通过方差分解方法，计算输入变量的主效应方差和一阶交互效应方差，并使用它们与总方差的比值来计算sobol指标，从而评估获得与磨损状态关联性最强的信号特征。
34、作为本专利技术进一步的改进，步骤四基于磨损特征值及其对应的摩擦深度数据生成所需的数据驱动模型过程中，采用的机器学习算法包括：支持向量机svm、极度梯度提升算法xgboost、k邻近法knn，以及长短期记忆神经网络lstm。
35、本专利技术还包括一种液压缸磨损演化与泄露监测的数字孪生系统，其用于采用如前述的液压缸磨损演化与泄露监测的方法，结合数字孪生技术，实现对液本文档来自技高网...
【技术保护点】
1.一种液压缸磨损演化与泄露监测的方法，其特征在于，其用于根据实时采集到的液压缸的无杆腔压力p1、有杆腔压力p2以及活塞杆的位移xL的信号，生成磨损深度Vw和泄露量qL的监测结果；所述液压缸磨损演化与泄露监测的方法包括如下步骤：
2.如权利要求1所述的液压缸磨损演化与泄露监测的方法，其特征在于：步骤一中，所述泄露模型的构建过程如下：
3.如权利要求1所述的液压缸磨损演化与泄露监测的方法，其特征在于：步骤二的CFD仿真过程中，通过修改密封件与缸筒内壁、密封件与活塞杆的网格节点参数模拟不同磨损状态下的密封件的接触；进而获取不同条件的下的状态参数。
4.如权利要求1所述的液压缸磨损演化与泄露监测的方法，其特征在于：步骤二中利用Archard方程计算所述摩擦深度Vw的公式如下：
5.如权利要求1所述的液压缸磨损演化与泄露监测的方法，其特征在于：步骤三中，首先利用获得压力信号选择小波包基函数构造小波包树，然后通过小波包分解对液压缸内外腔压力信号分解层信号提取特征，得到三类特征值；
6.如权利要求1所述的液压缸磨损演化与泄露监测的方
7.如权利要求1所述的液压缸磨损演化与泄露监测的方法，其特征在于：步骤四基于磨损特征值及其对应的摩擦深度数据生成所需的数据驱动模型过程中，采用的机器学习算法包括：支持向量机SVM、极度梯度提升算法XGBoost、K邻近法KNN，以及长短期记忆神经网络LSTM。
8.一种液压缸磨损演化与泄露监测的数字孪生系统，其特征在于：其用于采用如权利要求1-7中任意一项所述的液压缸磨损演化与泄露监测的方法，结合数字孪生技术，实现对液压缸磨损演化和泄露状态进行监测，并对监测结果进行可视化；所述数字孪生系统包括：
9.如权利要求1所述的液压缸磨损演化与泄露监测的数字孪生系统，其特征在于：所述数字孪生系统中预设磨损更新时间tr以实现磨损深度的定时更新，并通过设定泄露量安全阈值qr来实现泄露异常报警；同时，在每次维修期间，还将实测出的参数反馈到所述代理模型构建模块中，以实现对融合出的磨损演化监测模型和泄露量监测模型进行参数修正。
10.如权利要求1所述的液压缸磨损演化与泄露监测的数字孪生系统，其特征在于：所述孪生空间中的数据库软件采用MySQL，液压缸的可视化模型通过Unity3D进行创建。
...【技术特征摘要】
1.一种液压缸磨损演化与泄露监测的方法，其特征在于，其用于根据实时采集到的液压缸的无杆腔压力p1、有杆腔压力p2以及活塞杆的位移xl的信号，生成磨损深度vw和泄露量ql的监测结果；所述液压缸磨损演化与泄露监测的方法包括如下步骤：
2.如权利要求1所述的液压缸磨损演化与泄露监测的方法，其特征在于：步骤一中，所述泄露模型的构建过程如下：
3.如权利要求1所述的液压缸磨损演化与泄露监测的方法，其特征在于：步骤二的cfd仿真过程中，通过修改密封件与缸筒内壁、密封件与活塞杆的网格节点参数模拟不同磨损状态下的密封件的接触；进而获取不同条件的下的状态参数。
4.如权利要求1所述的液压缸磨损演化与泄露监测的方法，其特征在于：步骤二中利用archard方程计算所述摩擦深度vw的公式如下：
5.如权利要求1所述的液压缸磨损演化与泄露监测的方法，其特征在于：步骤三中，首先利用获得压力信号选择小波包基函数构造小波包树，然后通过小波包分解对液压缸内外腔压力信号分解层信号提取特征，得到三类特征值；
6.如权利要求1所述的液压缸磨损演化与泄露监测的方法，其特征在于：步骤三中，采用sobol敏感性分析方法，通过方差分解方法，计算输入变量的主效应方差和一阶交互效应方差，并使用...
【专利技术属性】
技术研发人员：黄海鸿，徐宇航，李磊，黄远，刘志峰，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。