基于粗糙集-神经网络的大型数控液压机液压系统故障诊断

　　大型数控单双动薄板冲压液压机( 以下简称为大型数控液压机) 主要用于金属薄板的冲压、挖去、压制等工艺，广泛用于汽车行业的薄板覆盖零件加工。一般由 5 ～6 台大型数控液压机和机器手构成汽车覆盖件冲压生产线，平面占地为 600 m2。因此，汽车覆盖件冲压生产线的检修十分困难，生产线或机床的故障诊断系统就显得尤为重要，特别是液压系统的故障征兆与故状态信息之间存在着复杂的非线性映射关系，传统的诊断方法耗时费力，准确率也达不到要求。本文以大型数控液压机的下液压垫作为对象，对以粗糙集[1 -2]-神经网络[3 -4]理论为核心的智能诊断专家系统[5]进行了有益的探讨。

　　1 粗糙集-神经网络智能诊断专家系统的优势

　　粗糙集-神经网络智能诊断专家系统的基本原理[6]就是将传统专家系统的知识库、推理机均由神经网络实现，并以粗糙集方法优化神经网络。它改进了单一方法的诊断系统: ① 神经网络弥补了专家系统难以获取知识、自学习能力弱、存在“窄台阶效应”等缺点; ② 粗糙集理论化简样本及条件属性，较好地消除了样本中噪声数据的干扰，提高了系统的准确率，同时神经网络的输入端数量大大减少，提高了诊断效率，增强了实时性; ③ 由于神经网络有良好的容错性和扩展性，能有效地消除故障诊断中的误报和漏报现象的影响。

　　2 粗糙集-神经网络诊断方法的模型结构

　　粗糙集-神经网络的智能诊断专家系统的基本思想[7]是: ① 将采集到大型数控液压机的机床状态信号和专家知识进行特征提取，形成决策表; ② 知识的获取: 利用粗糙集理论对原始信息进行属性约简，剔除冗余的属性，并在生成的最小属性集中提取规则作为外部知识库; ③ 训练神经网络: 设置合适的神经网络参数，然后对外部知识库中的知识进行训练学习，得到训练好的神经网络; ④ 故障诊断: 通过操作人员输入的状态信息或系统自动获取信号，传给智能诊断系统的推理机( 即训练好的神经网络) ，将其计算结果作为结论并反馈给用户或机床控制系统。其模型结构如图1 所示:

　　3 大型数控液压机下液压垫的故障诊断

　　3. 1 下液压垫的液压系统

　　下液压垫是大型数控液压机中非常重要的一个模块，其液压系统较为复杂，故障发生概率较大，同时液压故障隐蔽，难以发现诊断。图2 为下液压垫液压原理简图。文中为简化故障特征，只做1 号柱塞缸的故障讨论。

　　3. 2 下液压垫故障诊断的故障信息

　　系统的故障特征建立的系统信息决策表。ID 代表样本序号。A1 代表运行状态，1 为下液压垫快速顶出，2为下液压垫慢速顶出，3 为下液压垫退回，4 为下液压垫停止。A2 代表速度，0 为速度正常，1 为速度比设定值慢，2 为下液压垫在运动时有爬行现象，3 为下液压垫在停止时会滑动。A3 代表压力开关信号，1 为压力开关开启，0 为压力开关关闭。A4 代表安全回路信号，1 为安全回路开启，0 为安全回路关闭。A5 代表油压#1 信号，2 为油压#1 比设定值高，1 为油压#1 比设定值低，0 为油压#1 正常。A6 代表油压#5 信号，1 为油压#5 比设定值高。A7 代表油压#6 信号，1 为油压#6 比设定值低。A8 代表油温信号，1 为油温比设定值高。DF 代表故障，1 为油泵磨损，2 为缸 Dg25 泄漏，3为单向阀 CFH80 磨损，4 为调速油路节流阀磨损，5 为减压阀故障，6 为插装式锥阀 Ng16 磨损，7 为截止阀堵塞。