详情

1 液压系统故障诊断技术方法
液压系统故障诊断起源于二十世纪60 年代，主要采用的方法是直接参数测量的人工诊断方法和传感器信号处理的现代诊断方法。经过发展，到80-90 年代，液压系统故障诊断技术取得了飞速的发展，智能诊断方法开始得到应用。当前，智能故障诊断法主要基于故障树分析、模糊逻辑、神经网络、专家系统等诊断方法。
1． 1 主观人工诊断法
人工诊断法主要是凭借诊断操作人员的知识及经验，利用相关检测仪表，对液压系统故障的原因及部件进行判断，这需要诊断操作人员具备丰富的实践经验，以及扎实的故障机理知识。人工诊断法包括经验觉检诊断法、故障特征分析法诊断法、推理验证法等等。
经验觉检主要通过感知器官对液压系统的故障表象予以判断，通过问、视、触、听、嗅五个方面综合诊断。这种方法在实际工作中具有较好的应用效果，应用简单，频度较高，不过这种方法只能进行粗略的诊断。不同的故障原因会有不同的表现形式，如果能够分析出各种原因的特征，那么也就很容易区分出故障的原因，这种方法就是故障特征分析法。将各种特征信息以不同的参量作代表，当现出较为复杂的问题时，可以将一系列的参量进行综合，从而形成故障原因特征信息。在生产过程中，通常会出现一些难以掌握的故障，诊断人员无法确定出故障原因，这时需要对各参数进行试探，采取推理和验证法，假设不能含糊其词，必须将假设与验证同时交替进行，不断重复，找到故障的原因。
1． 2 传感器信号处理现代诊断法
传感器信号处理现代诊断法是对设备的状态进行监测，利用传感器以及数据处理设备在线监测液压系统的整个作业过程，通过系统状态信息的采集，由计算机分析液压系统状态，从而确定液压系统的工作状态。其包括解析模型法和信号处理法。
解 析模型凭借系统的结构、行为及功能，建立被诊断对象的数字模型。由于其能够轻易获取控制系统的解析模型，因此在控制系统中的使用频率较多，对于液压系统故障诊断的应用相对较少。信号处理诊断方法不需要建立模型，其可以依照系统的输入输出和变化趋势等信号，通过相关函数等方法获取相关特征值，对故障进行分析、判断和处理，具有较强的适应性。其通过对元件的振动、噪音等信号的处理，对泵、马达等元件进行诊断，在液压系统的故障诊断中应用较为普遍。对油液分析也是信号处理的故障诊断法之一，有资料显示，液压系统70% 以上的故障来自于工作介质油液的污染。通常情况下，油液污染源于颗粒污染和理化性质活佛两方面。
1． 3 基于知识的人工智能诊断方法
智能诊断方法无需建立模型，其*凭借领域专家知识和诊断对象的信息，适用于较为复杂以及非线性的大型系统。这种方法所涉及到的知识是包括浅知识和深知识两个类别。其应用于液压系统故障诊断领域的常用方法有专家系统、神经网络以及故障树方法等。
专家系统是基于知识的智能计算机程序，其重点用于较为复杂的系统中。液压系统的复杂特征使其故障也呈复杂性和随机性特征，并且不同的原因可能表现出相同的故障，或同一原因所表现的故障会有所差异。液压系统中的任何一个部件出现问题都会对整个系统造成影响，且很难判断出具体部位。
专家系统是目前使用zui广的诊断方法。神经网络也是一种较为复杂的数学模型，其由大量神经元节点互联结合为繁杂的网络，通过模拟来对知识进行表达、存储以及推理。神经网络主要应用于液压元件参数的识别，通过在线识别、分析元件参数来实现故障诊断。故障树分析方法对系统故障可能形成的不同原因进行分析，建立相关逻辑结构图，针对系统所表现的故障现象，按照树状结构从大到小依次进行识别，从而确定故障原因。此方法具有明显的直观性和严谨性，并且操作简单，有较强的效率，其关键在于故障树的完善程度，需要在设计诊断系统时纳入发生故障的所有原因，避免遗漏。
2 液压系统故障诊断技术研究方向
当前液压系统的故障诊断已经充分利用了现代检测技术诊断，不过，由于理论知识及设备的制约，在对液压系统故障诊断的实际过程中，很多还是经诊断人员利用检测仪表，采取人工诊断。科学技术的进步会推动故障诊断技术的发展，接下来液压系统故障诊断技术的研究方向是液压系统混合故障诊断技术、智能传感器和设备的研究以及通用化在线监测与诊断系统。随着对液压系统机理研究的不断深入，充分利用智能传感器技术、信息技术、智能诊断技术等，液压系统故障诊断技术也会持续提升。