礦用鉆機(jī)液壓動力故障診斷方法的設(shè)計研究

潘曉兵

摘要：針對現(xiàn)有故障診斷方法在對礦用鉆機(jī)液壓動力故障診斷時，存在診斷結(jié)果準(zhǔn)確率低，診斷結(jié)果與實際結(jié)果相差較大的問題，開展礦用鉆機(jī)液壓動力故障診斷方法設(shè)計研究。采集礦用鉆機(jī)信號，并對信號數(shù)據(jù)預(yù)處理；基于專家知識的IFTHEN模糊規(guī)則，建立礦用鉆機(jī)液壓動力故障樹模型；基于部件故障模糊概率，實現(xiàn)對鉆機(jī)液壓動力故障的診斷。通過實例證明，新的診斷方法在實際應(yīng)用中得到的診斷結(jié)果與實際情況完全相符，具備極高的診斷準(zhǔn)確性。

關(guān)鍵詞：礦用；鉆機(jī)；故障診斷；動力；液壓；履帶式

0? ?引言

在礦用鉆機(jī)上應(yīng)用液壓系統(tǒng)，極大程度提高了鉆機(jī)的綜合應(yīng)用性能，不僅有效提高了鉆機(jī)的生產(chǎn)效率，同時降低了操作人員的勞動強(qiáng)度[1]。礦用鉆機(jī)所處的環(huán)境更加惡劣、作業(yè)時間長、任務(wù)重，因此常常會出現(xiàn)各類故障問題，這不僅影響了工人的工作效率，而且對工人的人身安全也構(gòu)成了嚴(yán)重的威脅[2]。

針對這一問題，相關(guān)領(lǐng)域研究人員對礦用鉆機(jī)的各類故障問題都進(jìn)行了深入地探索研究。目前已有的基于專家系統(tǒng)、支持向量機(jī)的診斷方法，雖能有效地提高鉆機(jī)的故障診斷精度，但這些研究主要依賴于大量的失效數(shù)據(jù)和明確的失效機(jī)制[3]。當(dāng)鉆機(jī)出現(xiàn)了液壓動力的故障時，各部分之間的邏輯關(guān)系相對模糊，同時也存在著一些不清楚的故障機(jī)理。

采用現(xiàn)有的故障診斷方法，很難實現(xiàn)對其具體故障類型以及故障原因的判定，進(jìn)而影響到礦用鉆機(jī)的正常使用，甚至影響整個作業(yè)周期。對此，為了實現(xiàn)對鉆機(jī)液壓動力故障問題的準(zhǔn)確診斷，促進(jìn)礦用鉆機(jī)應(yīng)用適應(yīng)性的提升，本文開展礦用鉆機(jī)液壓動力故障診斷方法的設(shè)計研究。

1? ?礦用鉆機(jī)信號采集

1.1? ?信號采集要求

確定礦用鉆機(jī)是否存在液壓動力故障問題時，需以準(zhǔn)確的數(shù)據(jù)作為診斷依據(jù)，因此診斷前，需要對礦用鉆機(jī)在運(yùn)行過程中的信號進(jìn)行采集。其主要工作是對模擬信號進(jìn)行采樣，采樣為一個具有時域和振幅的連續(xù)性類比信號[4]。

在取樣過程中，由于脈沖的影響，這個信號在時間上是離散的，而在振幅上是連續(xù)的。因此可將信號的采集看作是對樣本信號的離散化處理。

1.2? ?分散性信號幅度修正與編碼

在完成上述操作后，對該時域分散性信號進(jìn)行幅度修正，使其達(dá)到預(yù)定的數(shù)量級，即對該時域分散性信號進(jìn)行量化[5]。然后，對時域和幅度都不連續(xù)的離散信號進(jìn)行編碼，使原來的模擬信號變?yōu)閿?shù)字信號[6]。將采樣開關(guān)每間隔一段時間閉合，以此連通連續(xù)函數(shù)，完成一次信號采集。

1.3? ?采樣信號描述

假設(shè)每次開關(guān)閉合的時間一定，根據(jù)采樣器的輸出脈沖寬度、周期的脈沖序列等，可以得到具體的采樣信號，其表達(dá)式為：

x*（t）=x（t）s（t）（1）

式中：x*（t）表示采樣信號；x（t）表示連續(xù)函數(shù)；s（t）表示周期脈沖序列，其周期為Ts，脈沖寬度為t，幅值為1。

由于脈沖的寬度遠(yuǎn)小于采樣的周期，因此可以將t的取值近似為0，這樣便可以通過單位脈沖序列函數(shù)，實現(xiàn)對理想采樣信號的描述：

x**（t）=x（t）dT（t（2）

式中：x**（t）表示理想采樣信號；dT（t）表示單位脈沖序列函數(shù)。

通過采用頻率的正確選取，可以確保采樣后離散信號的準(zhǔn)確性，保證其不失真，實現(xiàn)對原有連續(xù)信號的描述。根據(jù)這一需要，結(jié)合Nyquist-Shannon采樣定理，確定重構(gòu)后的原始信號[7]。在這一過程中，需要保證采樣頻率必須大于或等于最高頻率。

1.4? ?間隔長度取值

采樣是指在時域上對模擬信號進(jìn)行離散，而量化是指在一系列離散水平中選取樣本的幅度，以近似地代替真實水平。這些分立的層次叫做量化層次，每個層次用一個二進(jìn)制數(shù)字代表。通過這種方法，將模擬信號進(jìn)行取樣、量化后，再將其轉(zhuǎn)化為數(shù)字信號，然后輸入計算機(jī)。

假設(shè)信號x（t）的最大值為X，將其劃分為D個間隔，通過下述公式可以計算得出間隔長度的具體取值：

R=X/D（3）

式中：R表示間隔長度。將計算得出的間隔長度R稱為量化增值。若R的取值越大，則說明量化誤差越大。量化增值的大小主要取決于幅值范圍和A/D轉(zhuǎn)換器的位數(shù)，即三者之間存在下述關(guān)系：

q=v/2ⁿ（4）

式中：q表示量化增值的大??；v表示信號的電壓范圍；n表示A/D轉(zhuǎn)換器的位數(shù)。

根據(jù)上述運(yùn)算分析得出，在對礦用鉆機(jī)的信號進(jìn)行采集時，可將數(shù)據(jù)采集卡的量程設(shè)置在1～5V范圍內(nèi)，將A/D轉(zhuǎn)換器的分辨率設(shè)置為12位，以此得到誤差更小的信號數(shù)據(jù)，確保后續(xù)故障診斷的精度。

2? ?礦用鉆機(jī)液壓動力故障樹模型建立

結(jié)合故障樹理論，建立礦用鉆機(jī)液壓動力故障樹模型。根據(jù)專家的經(jīng)驗和IFTHEN模糊規(guī)則，構(gòu)造了一個通用的逼近工具。基于兩狀態(tài)假說，提出了多狀態(tài)假說，并結(jié)合模糊概念，對不能準(zhǔn)確表述的礦山鉆機(jī)水力動態(tài)故障進(jìn)行了研究。

2.1? ?故障樹結(jié)構(gòu)

以選擇的頂部事件為基礎(chǔ)，建立T-S模糊故障樹，并用梯形模糊數(shù)來表示各個組件的失效等級和失效概率。圖1為故障樹模型示意圖。圖1中，事件xi表示一個被分析的特定故障事件。

根據(jù)專家的經(jīng)驗，結(jié)合每一次事故的失效數(shù)據(jù)，通過T-S門限來判斷每一次事故的失效等級，判斷出每一次事故的模糊性，并對每一次事故之間的邏輯關(guān)系進(jìn)行分析。

2.2? ?診斷方法分析

采用TS模糊算法，由下端事件失效概率，求出上端事件和上端事件在每個失效狀態(tài)下的失效概率。在此基礎(chǔ)上，提出了一種基于T-S模糊故障樹的故障診斷方法。

在故障樹當(dāng)中，對各個異常情況進(jìn)行描述，用x1～x12表示礦用鉆機(jī)自身異常導(dǎo)致的液壓動力故障，用y1～y3表示與礦用鉆機(jī)連接的部件出現(xiàn)異常所導(dǎo)致的液壓動力故障。常見的故障原因包括過濾器故障、內(nèi)部串油、管道漏氣、密封損壞等。

2.3? ?故障樹模型函數(shù)表達(dá)

故障樹模型的函數(shù)表達(dá)式如下：

式中：μ_F表示礦用鉆機(jī)液壓動力故障樹模型的表達(dá)函數(shù)；F表示模糊數(shù)；F₀表示模糊數(shù)的支撐集中心。在對故障樹模型計算時，根據(jù)F的不同取值，通過不同的方式得到故障樹模型的函數(shù)。將該模型作為后續(xù)液壓動力故障診斷的依據(jù)。

3? ?基于部件故障模糊概率的故障診斷

4? ?實例應(yīng)用分析

為了驗證本文上述提出的故障診斷方法是否具備實際應(yīng)用有效性，以某礦山開采項目為依托，針對其開采過程中所使用的礦用鉆機(jī)液壓動力故障進(jìn)行診斷。

4.1? ?項目概況

該礦山開采項目位于厄瓜多爾米拉多銅礦，具體的施工流程為：鉆孔→爆破→鏟裝→運(yùn)輸。主要使用的挖掘設(shè)備包括沃爾沃EC750DL型挖掘機(jī)、三一重工SY980H型挖掘機(jī)。運(yùn)輸設(shè)備包括WT95型礦用自卸車。穿孔爆破設(shè)備包括中鋼衡陽YZ-35D型牙輪鉆機(jī)、潛孔鉆機(jī)安百拓PowerROC-D55型潛孔鉆機(jī)。本文主要針對上述牙輪鉆機(jī)和潛孔鉆機(jī)開展此次研究。

4.2? ?信號采集

為實現(xiàn)對診斷方法診斷效果的量化評價，選擇將正確診斷數(shù)量和正確率作為評價指標(biāo)。在牙輪鉆機(jī)和潛孔鉆機(jī)實際運(yùn)行過程中，利用本文上述論述內(nèi)容，對其運(yùn)行信號進(jìn)行采集，并將采集到的信號數(shù)據(jù)匯總，作為實驗數(shù)據(jù)集。

4.3? ?故障診斷

利用本文診斷方法對實驗數(shù)據(jù)集進(jìn)行分析，并判斷1000組信號數(shù)據(jù)中屬于液壓動力故障的數(shù)據(jù)，從而實現(xiàn)對液壓動力故障的診斷。表1中記錄了故障診斷的結(jié)果。

從表1故障診斷結(jié)果記錄內(nèi)容可以看出，利用本文提出的故障診斷方法，對該礦山施工中使用的牙輪鉆機(jī)和潛孔鉆機(jī)進(jìn)行液壓動力故障診斷，得到的診斷結(jié)果與實際完全一致，診斷正確率能夠達(dá)到100%。同時，經(jīng)故障診斷的礦用鉆機(jī)在較短時間內(nèi)，未出現(xiàn)因泵本體故障而停止運(yùn)轉(zhuǎn)的現(xiàn)象。

通過對鉆機(jī)進(jìn)行故障診斷，發(fā)現(xiàn)鉆機(jī)在高負(fù)荷運(yùn)轉(zhuǎn)時，由于冷卻效果差、液壓油黏度高，導(dǎo)致液壓泵噪聲增大、壓力值下降，但未引起鉆機(jī)停止運(yùn)轉(zhuǎn)。

牙輪鉆機(jī)運(yùn)行過程中，由于液壓泵高壓過濾器出口三通密封墊損壞，發(fā)生了2次漏油，由此造成停機(jī)更換相應(yīng)部件。此故障狀態(tài)與本文所建立的礦用鉆機(jī)液壓動力故障樹中，對液壓動力系統(tǒng)出現(xiàn)輕微故障時，應(yīng)首先對油液黏度進(jìn)行排查，而在嚴(yán)重故障時，應(yīng)首先對系統(tǒng)內(nèi)部進(jìn)行排查的判斷是相同的。由此可以看出，本文提出的診斷方法具備極高的診斷準(zhǔn)確性，能夠為后續(xù)礦用鉆機(jī)的維修方案制定提供有力的決策依據(jù)。

5? ?結(jié)束語

本文以礦用鉆機(jī)液壓動力故障為研究對象，提出了一種全新的診斷方法，并通過實例應(yīng)用的方式實現(xiàn)了對該診斷方法應(yīng)用有效性的驗證。通過實例證明，新的診斷方法在實際應(yīng)用中得到的診斷結(jié)果與實際情況完全相符，具備極高的診斷準(zhǔn)確性。

值得注意的是，在鉆機(jī)實際作業(yè)中，故障可能是由多種原因?qū)е拢虼藨?yīng)當(dāng)綜合多種方法，以便更快確定故障點。在今后的研究中，還將針對該診斷方法對其他各類型礦用鉆機(jī)的液壓動力故障進(jìn)行診斷，并結(jié)合診斷結(jié)果，實現(xiàn)對該方法的進(jìn)一步優(yōu)化。

參考文獻(xiàn)

[1] 韓家威.全液壓牙輪鉆機(jī)可移動液壓動力裝置的設(shè)計[J].機(jī)床與液壓，2023，51（3）：136-141.

[2] 鄔迪，張銳，翁寅生.煤礦井下鉆機(jī)液壓泵站設(shè)計與常見故障分析[J].煤礦機(jī)械，2022，43（12）：167-169.

[3] 劉若君，張幼振，姚克.基于T-S模糊故障樹的煤礦坑道鉆機(jī)液壓動力系統(tǒng)故障診斷研究[J].煤田地質(zhì)與勘探，2022，50（12）：194-202.

[4] 吳昊，江潔.基于ANSYS的液壓錨桿鉆機(jī)動力頭分析方法?[J].煤炭技術(shù)，2022，41（5）：232-234.

[5] 張幼振，劉焱杰，鐘自成，等.煤礦全液壓動力頭式鉆機(jī)振動測試與分析[J].煤炭科學(xué)技術(shù)，2022，50（2）：271-279.

[6] 褚立虎，周攀東.煤礦用全液壓自動鉆機(jī)動力頭加工工藝研究[J].煤礦機(jī)械，2022，43（1）：93-95.

[7] 黨鵬，劉榮輝.陸地鉆機(jī)電控動力貓道的液壓系統(tǒng)設(shè)計[J].機(jī)電工程技術(shù)，2021，50（4）：182-185.