故障子空间矩阵是基于主元分析故障辨识的常用方法。但常规的故障子空间矩阵仅能描述当故障发生时哪些变量偏离了它们的正常值。当两种故障类型具有相同的故障变量时,故障子空间矩阵不能将它们区分。为了进一步提高故障子空间矩阵的辨识能力,本文提出正负故障子空间矩阵法。新方法不仅揭示了故障变量,并且可以反映变量的变化趋势,这使得故障子空间矩阵所代表的故障类型更加具体。首先,以监测统计量最小为优化目标求出各种故障状态下变量的幅值向量。其次,通过幅值向量求出变量的重构值和符号矩阵。然后,根据重构贡献率最小找到对应的故障子空间矩阵,并将该矩阵与符号矩阵相乘得到正负故障子空间矩阵。最后,根据有方向故障子空间矩阵完成故障辨识。通过对翻车机液压系统的故障辨识结果证明该方法具有较高准确性和普适性。

应用故障树分析法对翻车机液压系统的＂压车缸未压下＂故障进行了分析,找出引起该故障的原因,再根据部件关键重要度的计算结果确定各故障原因的排查顺序,为现场维修人员快速、准确地找出液压系统故障提供理论依据。