模糊理论在液压系统故障诊断中的应用

　　液压系统作为一种传动技术,以其能产生很大的力、容易控制、在很宽范围内无级调速、安全性高、安装方便、控制简单并可实现远程控制等优点被广泛应用于各行各业[1]。液压系统一旦出现故障将会导致系统无法工作,可见液压系统的可靠性关系到整个系统能否正常运行。据统计,由固体颗粒污染物长期超标所引起的液压系统故障占总污染故障的60% ~70%[2]。开展液压系统在线颗粒污染度监测故障诊断研究是提高液压设备的可靠性和液压元件使用寿命的重要措施。

　　模糊理论[3]作为描述与处理广泛存在的不精确、模糊的事件和概念提供相应的理论工具,因为善于处理不确定、不准确的知识,符合人的自然推理过程,适用于测量值较少且无法获得精确模型的系统,现已成为解决复杂系统的故障诊断问题的重要的理论方法和实现工具,有着巨大的应用前景。在液压系统油液污染度模糊故障诊断中,元件的磨损是油液固体污染颗粒的一个重要来源,磨损越严重油液污染状态越严重,而油液的污染又会加速元件的磨损,它们之间是一种相互作用的复杂模糊关系,如何来表征这种关系,基于模糊数学的模式识别在描述这种关系上面具有其特有的优势。本文作者将模糊理论引入液压系统故障诊断中,构建模糊故障诊断的数学模型,以大大提高液压系统的故障诊断效率。

　　1　模糊故障诊断方法

　　当设备状态监测故障诊断中各个环节所遇到的各种模糊信息时,可借助模糊数学中的隶属函数来描述和处理,这就是模糊故障诊断方法。模糊故障诊断方法就是利用其模糊集合论中的隶属函数来描述故障与征兆间的模糊关系,通过研究其模糊关系,实现故障诊断,进而达到及时消除和预防故障的目的。其中正确地确定隶属函数是解决各种设备状态监测和故障诊断的一个重要问题,其次就是根据最大隶属原则实现模式的识别,最终实现故障的预测和确定最可能发生的故障。

　　1·1　隶属函数的定义[4-5]

　　隶属函数的定义为:将模糊数学中的0, 1两个值逻辑推广到可取[0, 1]区间中任意值的连续逻辑,这个时候的特征函数称为隶属函数,其中0<U(x)<1。即若对于论域(即某一集合) A中的任一元素x都有U(x)∈[0,1]与之对应,称U为A上的模糊集,U(x)为x对U的隶属度。当x在A中变动时, U(x)也会变动,成为1个函数即称为A的隶属函数。其中当隶属度U(x)越接近1时,表示x属于A的程度越高;反之,当U(x)越接近0时,表示x属于U的程度越低。

　　可见,模糊集合是用隶属函数描述的。通过隶属度和隶属函数可以更好地描述模糊集合,这样就有了一种较为可靠的定量方法描述和分析模糊性现象了。