基于扩展卡尔曼滤波的液压马达故障诊断

　　液压系统是一个典型的高度非线性系统,其失效形式、故障机理复杂多样;内部动力传递封闭,参数可测性差,故障信息难以提取,导致系统故障诊断困难。液压系统故障诊断最初主要依靠简单的诊断仪器,凭借经验,通过感观诊断、抽样分析及故障树等分析方法诊断系统故障。文献[1]应用方框图、鱼刺图等分析方法,对主要液压元件(如泵、马达等)的故障模式及诊断策略做了详尽的研究,这类方法一般只能对系统故障进行简单的定性分析。随着信号处理技术、人工智能技术和控制理论等基础学科的迅速发展,液压系统故障诊断在国内外得到了重视并取得重要进展。从发展方向[1-6]来分,诊断方法可归纳为:基于信号处理的方法、基于人工智能的方法和基于解析模型的方法,这些方法分别在故障监测、故障特征提取和故障模式识别等方面取得了显著的成果。在基于模型的方法中,文献[11]应用非线性观测器对液压缸失压进行故障诊断,但易受过程噪声、建模误差等不确定性因素影响,导致诊断结果出现虚警或漏警现象。而卡尔曼滤波是广泛用于控制与传感器系统模型的故障诊断方法,具有较好的鲁棒性和准确性。文献[10]应用卡尔曼滤波对液压伺服驱动系统的渗漏故障进行研究。

　　本文利用扩展卡尔曼滤波对液压马达进行故障诊断,通过对液压马达控制与传感器状态健康参数的非线性估计,实现对故障位置的快速诊断,解决了可测量参数偏少导致故障诊断困难的问题,提高了故障诊断方法的效果。通过某型液压马达控制与传感器故障诊断的仿真实例,验证了该算法的有效性。

　　1　液压马达工作结构与状态方程

　　锻造操作机夹钳旋转的液压驱动系统机构如图1所示。液压马达运转工况如下:液压马达正转时,电液比例节流阀1的输入电压u1得高电压,液压油从电液比例节流阀1的口P通过口A1进入液压马达输入腔,做功之后,液压油流出液压马达输出腔,当电液比例节流阀2的输入电压u2得低电压,液压油从电液比例节流阀2的口A2通过口T流回油箱。液压马达反转时,原理同上。

　　当液压油从电液比例节流阀1的口A1通过口T流回油箱时,定义如下状态变量:Z1=p1(电液比例节流阀1的口A1压力);Z2=θm1(液压马达角位移);Z3=θ·m1(液压马达转速)。可得到液压马达系统的状态方程为:

　　式中:β为液压油的体积弹性模量;Vo1为液压马达单侧容腔体积;q1为电液比例节流阀1的口A1流量;Cl1为液压马达泄漏系数;pt为液压马达出油口压力;Vm1为液压马达排量;Je1为液压马达转动惯量;Be1为液压马达内部黏性摩擦因数;Tf1为液压马达摩擦力矩;TL1为夹钳摩擦力矩。