機(jī)電系統(tǒng)中零部件的意外失效會導(dǎo)致生產(chǎn)效率的大幅降低,嚴(yán)重時還會對NYP不銹鋼高粘度泵設(shè)備及人員的構(gòu)成威脅。為減小由于零件失效所產(chǎn)生的損失,一些預(yù)防性維護(hù)技術(shù)如定期維護(hù)、點檢維護(hù)等技術(shù)已普遍應(yīng)用。這些方法雖然能減小零件失效的概率,但無法預(yù)防零件的意外失效。同時,由于定期維護(hù)時設(shè)備的重組、提前換未失效的關(guān)鍵零件等所造成的損失,使得預(yù)防性維護(hù)的效率較低、維護(hù)成本較大。利用狀態(tài)監(jiān)測的維護(hù)技術(shù)采用“按需維護(hù)”的策略,可以降低不的停機(jī)維護(hù),并可依據(jù)設(shè)備的運(yùn)行狀態(tài)合理安排維護(hù)時間,從而提高機(jī)電系統(tǒng)的工作效率。然而,狀態(tài)維護(hù)技術(shù)的實現(xiàn)依賴于對設(shè)備的狀態(tài)監(jiān)測及故障的準(zhǔn)確診斷與定位。
液壓控制系統(tǒng)由于輸出功率質(zhì)量比大、響應(yīng)快、控制、可以提供遠(yuǎn)程控制等特點,在航空航天、艦船、移動車輛和鋼鐵工業(yè)等了廣泛應(yīng)用。電液控制技術(shù)系統(tǒng)與已經(jīng)成熟的控制技術(shù)及電了技術(shù)相融合,地增強(qiáng)了機(jī)電系統(tǒng)的性能并擴(kuò)展了系統(tǒng)的功能。因此,電液控制系統(tǒng)的應(yīng)用正在日益增長。液壓泵是液壓系統(tǒng)中的關(guān)鍵部件,其性能的好壞對整個液壓系統(tǒng)操作的性有著重要影響,因此NYP高粘度保溫泵的性能檢測及故障診斷方法在工業(yè)應(yīng)用中具有重要意義。
油液的污染狀態(tài)監(jiān)測用于液壓系統(tǒng)故障診斷與預(yù)防的方法是工業(yè)常用的方法之一,但由于采樣一分析的時間延遲及采樣時的二次污染,其應(yīng)用受到了的限制。為了獲得可供在線狀態(tài)監(jiān)測與故障診斷所需要的運(yùn)行狀態(tài)參數(shù),學(xué)者們進(jìn)行了大量的試驗研究。
目前,應(yīng)用于液壓系統(tǒng)故障診斷的方法大都是借鑒于用于機(jī)械系統(tǒng)故障診斷的方法。常用的診斷方法有通頻振動均方幅值越限診斷法;模型法、狀態(tài)估計法、參數(shù)模型法、模糊/神經(jīng)網(wǎng)絡(luò)法和基于信號時一頻域診斷技術(shù)。近年來,一些新的時頻分析方法如小波變換(Wavelettransform),Hilbert變換、Huang變換等方法針對設(shè)備系統(tǒng)的故障監(jiān)測及診斷在不同的取得了的發(fā)展。QIN等對于機(jī)械故障提出了迭代型Hilbert變換方法,并利用平滑瞬態(tài)頻率估計方法解決了傳統(tǒng)Hilbert變換方法中對模型估計的限制問題。PENG等基于比較Hilbert-Huang變換和小波變換在頻譜分析方面各白的優(yōu)缺點的基礎(chǔ)上,針對滾動軸承的故障診斷提出了一種改進(jìn)的Hilbert-Huang變換方法。GAO等分別利用小波變換及與神經(jīng)網(wǎng)絡(luò)復(fù)合方法對液壓泵的故障診斷和狀態(tài)監(jiān)測進(jìn)行了系列分析,并在此基礎(chǔ)上給出了液壓泵的時效判別方法。
液壓泵故障診斷的方法主要是利用其殼體的振動和噪聲信息分析高粘度泵的工作狀態(tài),并診斷其故障原因。然而,由于所選擇的故障特征信號如殼體的振動、噪聲、溫度和泄漏量等都與液壓泵的結(jié)構(gòu)和運(yùn)行狀態(tài)無直接聯(lián)系,且信號受環(huán)境因素的影響較大,因此,對于提取故障特征的敏感度差,影響了液壓泵故障診斷的準(zhǔn)確性。如何獲取富含故障信息的可測量信號,提高液壓泵故障診斷的準(zhǔn)確性一直是該項研究的一個技術(shù)瓶頸。研究發(fā)現(xiàn)液壓泵出口壓力信號是一個系統(tǒng)常見、易于獲取且富含液壓泵故障特征信息的狀態(tài)監(jiān)測量。相應(yīng)的研究表明,利用小波分析、神經(jīng)網(wǎng)絡(luò)類聚分析等可診斷液壓泵的故障。
本文采用NYP高粘度不銹鋼泵的出口壓力信號作為監(jiān)測信號,利用小波包對監(jiān)測信號進(jìn)行多層分解,通過建立不同頻率范圍的特征信號與液壓泵不同故障因素的對應(yīng)關(guān)系,為液壓泵的故障診斷與定位提供依據(jù),以小波包各層分解系數(shù)的殘差是否超限作為判據(jù)進(jìn)行液壓泵的故障診斷分析。