公路攤鋪機故障診斷與維修技術(shù)研究

摘要 針對攤鋪機故障診斷耗時長、維修效率低的問題，文章研究了一種智能化故障診斷與維修技術(shù)方案，通過構(gòu)建基于壓力、溫度、振動傳感器和三維激光掃描儀的數(shù)據(jù)采集系統(tǒng)，采用小波去噪技術(shù)進(jìn)行數(shù)據(jù)預(yù)處理，設(shè)計了模糊隨機森林算法進(jìn)行故障識別，制定了液壓系統(tǒng)、電氣元件和攤鋪熨平板等關(guān)鍵部件的維修工藝。結(jié)果表明，該方案的故障診斷準(zhǔn)確率達(dá)到75.68%，與傳統(tǒng)診斷方法相比，智能診斷系統(tǒng)在液壓系統(tǒng)、電氣控制和機械部件故障的診斷時間分別縮短了60.3%、62.5%和47.1%，顯著提升了診斷效率。研究證實，基于多源傳感與機器學(xué)習(xí)的智能化故障診斷與維修技術(shù)方案能夠有效提升攤鋪機維修效率，具有良好的工程應(yīng)用價值。

關(guān)鍵詞 公路；攤鋪機；故障診斷；維修技術(shù)

中圖分類號 U415.521 文獻(xiàn)標(biāo)識碼 A 文章編號 2096-8949（2025）03-0189-03

0 引言

攤鋪機在運行過程中經(jīng)常出現(xiàn)液壓系統(tǒng)故障、電氣元件損壞和機械部件磨損等問題[1]。傳統(tǒng)依賴人工經(jīng)驗的診斷方法已難以滿足現(xiàn)代化施工的快速維修需求[2]，特別是在復(fù)雜故障情況下，傳統(tǒng)診斷方法往往需要反復(fù)試錯，嚴(yán)重影響施工進(jìn)度和質(zhì)量[3]。為解決上述問題，該文采用多源傳感數(shù)據(jù)采集、小波去噪預(yù)處理和模糊隨機森林算法相結(jié)合的方法，構(gòu)建智能故障診斷系統(tǒng)。該文將模糊隨機森林算法應(yīng)用于攤鋪機的故障診斷，建立了一套完整的診斷-維修技術(shù)體系，不僅豐富了工程機械故障診斷理論，也為類似設(shè)備的智能化維修提供了一種新的研究思路。

1 故障診斷數(shù)據(jù)采集系統(tǒng)

1.1 壓力、溫度、振動傳感器布置

壓力傳感器主要安裝在液壓泵出口、液壓缸入口和液壓閥前后位置，實現(xiàn)對液壓系統(tǒng)關(guān)鍵節(jié)點壓力的實時監(jiān)測。其中，A4型壓力傳感器布置在液壓泵出口處，監(jiān)測液壓泵的輸出壓力，反映泵的工作狀況；B4型壓力傳感器安裝在液壓缸入口處，監(jiān)測進(jìn)入液壓缸的壓力，識別液壓缸動作不靈活或失效問題；C4型壓力傳感器布置在液壓閥前后，監(jiān)測閥門壓差，判斷閥門是否堵塞或損壞。A3型溫度傳感器安裝在液壓泵出口處，監(jiān)測液壓油在泵送過程中的溫度變化；B3型溫度傳感器安裝在液壓缸入口處，監(jiān)測液壓油的溫度，防止因高溫導(dǎo)致密封件損壞；C3型溫度傳感器布置在液壓過濾器前后，監(jiān)測過濾器的工作狀態(tài)。A2型振動傳感器安裝在液壓泵和液壓馬達(dá)外殼，監(jiān)測這些關(guān)鍵部件的振動情況；B2型振動傳感器安裝在減速器和齒輪箱，監(jiān)測齒輪和軸承的振動狀態(tài)；C2型振動傳感器安裝在履帶支撐結(jié)構(gòu)上，監(jiān)測攤鋪機移動過程中的振動特性。

1.2 三維激光掃描儀測量

三維激光掃描儀固定安裝在攤鋪機后端，采用固定式支架保證測量穩(wěn)定性，掃描范圍覆蓋整個攤鋪寬度。掃描精度設(shè)置為0.1 mm，掃描頻率為100 Hz，確保數(shù)據(jù)采集的連續(xù)性和準(zhǔn)確性。測量數(shù)據(jù)通過以太網(wǎng)實時傳輸至數(shù)據(jù)處理單元，采用點云數(shù)據(jù)處理算法對采集的三維坐標(biāo)信息進(jìn)行濾波和重構(gòu)，生成路面橫斷面和縱斷面輪廓。掃描系統(tǒng)集成了北斗高精度定位模塊，實現(xiàn)攤鋪機位置的精確定位，結(jié)合激光測距數(shù)據(jù)計算攤鋪厚度。測量包含自動校準(zhǔn)功能，通過基準(zhǔn)點定期校準(zhǔn)以確保測量精度，補償因溫度變化和振動引起的誤差。

2 智能診斷算法研究

2.1 小波去噪與數(shù)據(jù)預(yù)處理

為提升數(shù)據(jù)質(zhì)量，采用小波閾值去噪方法進(jìn)行預(yù)處理。在噪聲分析中，含噪聲信號模型可表示如下：

（1）

式中，sn（r）——采集到的含噪聲信號；s（r）——原始信號；x（r）——噪聲信號；r——采樣時間序列。

選用db4小波基對信號進(jìn)行三層分解，獲得高頻和低頻系數(shù)?；谛盘柲芰康姆植继匦裕瑢χ饕性诟哳l系數(shù)的噪聲能量特點進(jìn)行了處理。經(jīng)處理后，振動信號幅值標(biāo)準(zhǔn)差降低了45%，溫度信號波動減小了38%，壓力信號的噪聲能量降低了42%。通過對比分析發(fā)現(xiàn)，該方法能夠有效保留信號的突變特征和趨勢特征，為后續(xù)的故障診斷提供可靠的數(shù)據(jù)基礎(chǔ)。處理后的壓力、溫度和振動信號表現(xiàn)出更好的平穩(wěn)性和連續(xù)性，顯著提高了數(shù)據(jù)的信噪比。數(shù)據(jù)預(yù)處理效果如圖1所示，處理后的信號曲線更加光滑，突變特征更加明顯，能夠準(zhǔn)確反映設(shè)備的運行狀態(tài)變化。

2.2 模糊隨機森林故障識別

模糊隨機森林算法通過構(gòu)建多棵決策樹，實現(xiàn)攤鋪機故障的智能分類。對采集的傳感器數(shù)據(jù)建立模糊隸屬度函數(shù)mij（x），表示特征x對故障類型j的隸屬程度：

（2）

式中，cj——故障類型j的特征中心值；aj——模糊因子。

液壓系統(tǒng)故障的隸屬度依據(jù)壓力波動率確定，電氣系統(tǒng)故障通過信號波形畸變率判定，而機械故障則依據(jù)振動幅值進(jìn)行評估。將所有特征的隸屬度組成模糊關(guān)系矩陣R：

（3）

式中，m——樣本數(shù)（個）；n——故障類型數(shù)（個）。

采用自助法從訓(xùn)練數(shù)據(jù)中抽取樣本構(gòu)建決策樹，每棵樹使用隨機特征子集進(jìn)行訓(xùn)練。在故障分類階段，結(jié)合各決策樹的投票結(jié)果和故障特征的隸屬度，計算綜合評分以確定最終的故障類型。該算法充分利用了模糊理論處理數(shù)據(jù)不確定性的優(yōu)勢和模糊隨機森林的集成學(xué)習(xí)能力，提高了復(fù)雜工況下的故障識別準(zhǔn)確率。

2.3 故障特征提取與選擇

攤鋪機故障特征包括時域特征、頻域特征和時頻特征等三個維度。時域特征提取均值、標(biāo)準(zhǔn)差、峰值因子、裕度因子等統(tǒng)計量，反映信號的整體分布特性；頻域特征通過FFT變換獲取頻譜信息，重點關(guān)注特征頻率、頻率中心和功率譜密度等參數(shù)；時頻特征采用小波包分解方法，提取能量熵、奇異值和時頻矩分布等指標(biāo)。通過計算信息增益比和互信息系數(shù)，篩選出對故障診斷貢獻(xiàn)度高的特征子集。如表1所示，經(jīng)特征重要性評估后，選取信息增益比大于0.8的特征參數(shù)用于故障診斷模型的構(gòu)建。

2.4 診斷準(zhǔn)確率優(yōu)化方法

診斷準(zhǔn)確率優(yōu)化采用多層次的優(yōu)化策略。在數(shù)據(jù)層面，通過調(diào)整采樣頻率和采樣時長，提升原始數(shù)據(jù)的信息豐富度。在算法層面，優(yōu)化模糊隨機森林的關(guān)鍵參數(shù)，包括決策樹數(shù)量、樹的最大深度和節(jié)點的最小樣本數(shù)。采用網(wǎng)格搜索法對參數(shù)進(jìn)行遍歷優(yōu)化，結(jié)合交叉驗證評估模型性能。在模型層面，引入軟投票機制，綜合考慮各決策樹的預(yù)測結(jié)果和置信度。針對不同類型故障設(shè)置差異化的診斷閾值，并結(jié)合專家經(jīng)驗對診斷結(jié)果進(jìn)行修正。通過優(yōu)化調(diào)整，模型在驗證集上的平均診斷準(zhǔn)確率從68.5%提升至75.68%，對復(fù)雜故障的識別能力得到顯著增強。

3 重點部位維修技術(shù)

3.1 液壓泵與液壓缸修復(fù)

液壓系統(tǒng)故障主要表現(xiàn)為壓力波動、油溫異常和密封失效等。液壓泵修復(fù)工藝包括柱塞偶件研磨、配流盤平面研磨和斜盤角度校準(zhǔn)三個關(guān)鍵步驟。柱塞偶件采用金剛石研磨膏進(jìn)行精密研磨，表面粗糙度需達(dá)到Ra0.2 μm，配對間隙應(yīng)控制在0.003～0.005 mm范圍內(nèi)。配流盤平面研磨采用定向研磨技術(shù)，保證平面度誤差小于0.002 mm。斜盤角度校準(zhǔn)采用高精度角度儀，將傾角誤差控制在±0.1°以內(nèi)。液壓缸的修復(fù)重點在于活塞桿的鍍鉻和缸筒的內(nèi)孔研磨。如圖2所示，活塞桿硬鉻層厚度應(yīng)控制在0.02～0.03 mm，采用超精密外圓磨床進(jìn)行表面精加工，確保圓柱度和同軸度滿足使用要求。缸筒內(nèi)孔采用專用珩磨設(shè)備進(jìn)行精加工，將內(nèi)表面粗糙度控制在Ra0.4 μm以內(nèi)，同時保證內(nèi)孔的圓度和直線度。

3.2 電氣元件與線路維修

電氣系統(tǒng)維修重點包括傳感器校準(zhǔn)、控制器檢修和線路故障排除[4]。傳感器校準(zhǔn)采用標(biāo)準(zhǔn)信號源進(jìn)行量程校驗，調(diào)整信號放大倍率和零點偏置，使測量誤差控制在±0.5%以內(nèi)?？刂破鳈z修主要針對A/D轉(zhuǎn)換模塊、CPU運算單元和輸出驅(qū)動電路。如表2所示，各模塊的關(guān)鍵技術(shù)指標(biāo)均需滿足設(shè)計規(guī)范要求。線路維修采用分段測試法，利用數(shù)字萬用表和示波器檢測各節(jié)點電壓和波形，定位短路或斷路故障點。接線端子的接觸電阻需小于0.05 Ω，保護(hù)層絕緣電阻大于100 MΩ。線束更換時，新舊線纜的截面積、絕緣等級和屏蔽方式需嚴(yán)格對應(yīng)，并采用防水型接頭以確保可靠連接。

3.3 攤鋪熨平板調(diào)校

攤鋪熨平板調(diào)校直接影響攤鋪質(zhì)量，調(diào)校過程從平整度檢測開始，采用激光測評系統(tǒng)檢測熨平板的縱橫向平整度，偏差值應(yīng)控制在±1 mm以內(nèi)。螺旋軸承間隙調(diào)整采用塞尺檢測，間隙值應(yīng)設(shè)定為0.05～0.08 mm。

加熱系統(tǒng)檢修包括溫度傳感器校準(zhǔn)、加熱管路疏通和溫控器調(diào)試，確保加熱均勻性偏差小于±5℃。伸縮節(jié)調(diào)整重點是同步性和平行度，通過調(diào)整液壓缸同步閥和限位開關(guān)實現(xiàn)。熨平板高程自動控制系統(tǒng)的調(diào)校包括傳感器零位校準(zhǔn)、PID參數(shù)整定和系統(tǒng)響應(yīng)特性測試，使高程控制精度達(dá)到±2 mm，動態(tài)響應(yīng)時間小于0.5 s。邊緣成形裝置的調(diào)校主要針對側(cè)板角度和壓實力，通過調(diào)整彈簧預(yù)緊力和限位螺栓實現(xiàn)最佳的成形效果[5]。

4 性能測試與評估

4.1 診斷時效性分析

基于多源傳感器數(shù)據(jù)和模糊隨機森林算法的故障診斷方法，顯著縮短了診斷時長。系統(tǒng)在接收故障信號后，數(shù)據(jù)預(yù)處理階段的平均耗時0.8 s，特征提取階段耗時1.2 s，故障識別階段耗時1.5 s，整個診斷過程可在5 s內(nèi)完成。如表3所示，與傳統(tǒng)診斷方法相比，智能診斷系統(tǒng)在各類故障診斷中均表現(xiàn)出明顯的時效性優(yōu)勢。系統(tǒng)集成了自動報警功能，當(dāng)檢測到設(shè)備異常時，立即啟動診斷程序并生成故障報告，有效減少了故障診斷的響應(yīng)時間。通過并行計算技術(shù)的應(yīng)用，進(jìn)一步優(yōu)化了算法運行效率，使系統(tǒng)能夠?qū)崿F(xiàn)準(zhǔn)實時的故障診斷。維修人員可根據(jù)系統(tǒng)給出的故障類型和位置信息，快速制定維修方案，大幅提升了故障處理效率。

4.2 修復(fù)質(zhì)量檢測

液壓系統(tǒng)修復(fù)后，使用壓力傳感器和流量計測試系統(tǒng)的壓力波動率和流量穩(wěn)定性，要求壓力波動率控制在±2%以內(nèi)，流量穩(wěn)定性誤差小于1%。電氣系統(tǒng)修復(fù)的質(zhì)量評估包括信號完整性測試、控制精度驗證和電氣絕緣性能檢查，其中信號傳輸誤差需小于0.1%，控制響應(yīng)時間小于20 ms，絕緣電阻大于100 MΩ。機械部件修復(fù)后，采用精密測量儀器檢測關(guān)鍵尺寸和形位公差，配合間隙、表面粗糙度等參數(shù)必須符合設(shè)計規(guī)范。通過振動分析儀和紅外熱像儀評估設(shè)備的運行狀態(tài)，振動幅值需控制在基準(zhǔn)值的1.5倍以內(nèi)，溫升不超過設(shè)計限值的80%。當(dāng)系統(tǒng)運行參數(shù)全部達(dá)標(biāo)后，方可投入正常使用。

5 結(jié)論

該文構(gòu)建了基于多源傳感器的數(shù)據(jù)采集系統(tǒng)，實現(xiàn)了攤鋪機運行狀態(tài)的實時監(jiān)測。通過小波去噪預(yù)處理和模糊隨機森林算法，提高了故障識別的準(zhǔn)確性，診斷準(zhǔn)確率達(dá)到75.68%，顯著提升了故障診斷的時效性，診斷時間在液壓系統(tǒng)、電氣控制和機械部件故障診斷中分別縮短了60.3%、62.5%和47.1%。針對液壓系統(tǒng)、電氣元件和攤鋪熨平板等關(guān)鍵部件研究的維修工藝，顯著提升了維修效率。

參考文獻(xiàn)

[1]張東軍.瀝青攤鋪機維修及保養(yǎng)常見故障[J].黑龍江交通科技， 2016（9）：160-161.

[2]秦爭，蔡宗琰，趙偉達(dá)，等.瀝青攤鋪機故障診斷系統(tǒng)設(shè)計研究[J].設(shè)備管理與維修， 2016（4）：83-85.

[3]葉保寧.瀝青攤鋪機故障診斷系統(tǒng)的開發(fā)與實現(xiàn)[J].設(shè)備管理與維修， 2024（6）：170-173.

[4]陳偉，趙明輝，邵煥煥，等.ABG423型攤鋪機行走控制電路故障自動診斷系統(tǒng)[J].工程機械與維修， 2017（11）：58-59.

[5]何鑫.攤鋪機熨平裝置的動力學(xué)研究及故障監(jiān)測[J].現(xiàn)代制造技術(shù)與裝備， 2023（12）：155-157.

收稿日期：2025-01-24

作者簡介：徐奇斌（1976—），男，大專，助理工程師，研究方向：機械管理。