基于自身振动信号的液压泵状态监测及故障诊断

　　引　言

　　机器设备运行发生异常时,一般都会伴随着振动的变化,其中约有60%～70%的机械故障会通过振动反映出来。通过对振动信号测量、分析、识别及处理,就能在设备不停机、不解体的情况下对机器故障定位,了解故障原因及恶化程度,从而避免事故的发生,减少非计划停机,最大限度地提高机器使用的综合效益。目前较为流行的机械设备智能故障诊断方法主要包括专家系统故障诊断法和神经网络故障诊断法两种。专家系统故障诊断法主要由知识库和推理机构组成,需要利用丰富的设备故障诊断知识来建立知识库,而神经网络故障诊断法在实际计算过程中,还存在以下问题:从数学的角度来看,BP算法是一个非线性优化问题,不可避免地存在局部极小值的问题。BP算法的收敛速度慢。同时BP网络的隐层个数的选取尚无理论上的指导。故在实际应用中需对BP算法进行修正[1,3]。液压系统是综合机、电、液于一体的复杂系统,工况监测与故障诊断是保证其可靠工作的重要手段[2]。对于液压设备,根据液压系统故障特性,其故障诊断技术应寻求更为先进实用的方法,如:油液分析法和振动分析法等。相对来说,采用振动分析法,其测试设备简单,使用便利,更适合应用于生产现场。这对于复杂的农业机械液压系统来说,利用振动分析法进行系统故障诊断更具优势[3]。由于液压泵是液压系统的振动源,当液压泵发生故障时,其振动信号必定发生变化。液压泵不同的故障,将引起不同频率段振动能量的变化,同一故障在不同的发展阶段,能量的变化幅度也不同[1,4-6]。因此,振动信号是液压泵状态信息的丰富载体,是液压泵状态监测与故障诊断的特征信息之一,振动分析法尤其适用于诊断液压泵故障。目前,液压系统正向着高压、大功率的方向发展,而轴向柱塞泵作为中高压及高压油源,将成为大型机械设备液压系统的主要动力源。本文以ZB轴向柱塞泵为例,对轴向柱塞泵的配流盘故障、斜盘故障等常见故障进行振动分析,通过借助功率谱阐述了振动分析在液压泵状态监测及故障诊断中的具体应用。

　　1　非平稳振动信号功率谱的获取

　　故障诊断的功率谱方法实质是从诊断参数的能量变化角度来进行设备的故障诊断,用能量的观点进行设备的故障诊断有两种方法:一是以能量的总大小为依据;二是以能量的分布为依据。从总能量的角度进行故障诊断往往难以对故障进行分类,存在寻找故障原因困难的局限性。而以能量的分布为依据的故障诊断方法,可以根据功率谱上全部或某些峰值的变化进行故障的判定与分类,在实际故障诊断应用中具有优越性[6]。轴向柱塞泵泵壳振动信号虽然比较复杂,但是在振动信号中包含着丰富的工作状态信息和故障特征信息,因此从轴向柱塞泵泵壳振动信号中提取特征信息,可有效地识别轴向柱塞泵工作性能状态信息和一些故障[7-9]。