淺談工程機械液壓缸故障診斷及壽命預測

黃曉杰 李陽

摘 要： 現當今，我國經濟發展十分迅速，而液壓缸是工程機械的執行元件，其故障輕則影響外觀和工作效率，重則導致整機停機甚至車毀人亡，因此液壓缸故障診斷和壽命預測是目前和未來一段時間研究的重要方向。該文首先簡述現有故障診斷和壽命預測研究現狀，然后針對工程機械液壓缸故障診斷和壽命預測進行淺談，并對應用前景進行展望。

關鍵詞： 工程機械;液壓缸;故障診斷;壽命預測

【中圖分類號】TH137 ? ? 【文獻標識碼】B ? ? 【文章編號】1674-3733（2020）21-0215-01

引言：工程機械的良好工作狀態可以提高企業正常生產的效率。目前，工程機械通常使用機電液控一體化的技術;因此，衡量良好技術狀態的一個重要標志就是要使液壓系統的正常運行。首先對液壓系統常見的故障進行分析，找到出現故障的根本原因，其次針對這些故障提出相應的排除方法以及注意事項，最后總結出常見的解決措施。

1 工程機械液壓傳動系統常見故障

1.1 壓力異常

預留壓力測點可以在壓力出現異常問題時實施檢測，因此必須在液壓系統管路設計之初就將壓力測點的預留納入考慮范圍。判斷壓力是否正常時需要借助專門的壓力檢測儀器讀取數據，只有這樣才能保證所測數據的精確性。但是，僅僅是獲得數據無法對壓力異常與否進行判斷，還需對所得數據與正常值進行比較，進而確定出現異常的系統液壓元件。

1.2 不正常的速度

速度不正常是比較普通的故障之一，因此，對于這一故障的解決辦法的第一步一般就是按照等級遞減的順序開始調節工程機械的節流閥、變量泵以及調速閥的變量機構，在經過了一系列的判斷和分析之后，就可以開始測試其故障的實際特點，但是還需要在執行元件的速度以及范圍值被測試之后才可以，不可忽視的是最后確定的值還應該與設計值進行比較，只有這樣才能判斷出速度的異常情況。

2 工程機械液壓傳動系統故障預防

2.1 禁止液壓油污染

液壓油在液壓傳動系統中的作用極為重要，不僅是運行介質，同時也是系統運轉的潤滑劑。液壓油的清潔與否和系統部件牢固程度及系統運行壽命有直接關系，這主要是因為液壓元件之間需要極高的配合度，對于精準性也有很高要求。但是液壓油受污染后會存在大量雜質，致使出現堵積淤塞。因此，必須對液壓油進行保護，禁止發生污染。

2.2 應用技術優勢，設置專家系統

液壓系統的維護，必須建立在良好的技術基礎上。只有這樣，才能準確的分析出誘發故障的異常點位，并將技術條件作為指導內容，對系統進行針對性的維護與管理。在當前的技術條件下，這種方法不僅依賴設備運維人員豐富的經驗，同時，也需要專家的技術指導。所以在維護中，建立專家管理系統，就顯得十分必要。信息化的技術環境下，為建立專家系統構建了基礎的技術條件。通過數字系統的設立，可以準確的為機械液壓系統設定專業化技術指導，并利用數字化數據庫模塊，形成完整的技術空間，以便運維操作人員及時提取技術指導，完成系統優化。操作上，運維人員可以通過終端輸入系統，向系統上報設備的實際生產條件，并通過數據庫的計算與歸類，完成技術指導，設計后續的故障排查方法。注意，為了保證此類專家系統的完整性，必須對數據庫系統進行實時的更新，維持其與設備條件的同步性，提高對于設備管理指導價值。專家系統下的維護指導，可以準確的發揮數據計算的合理性，并在運算中，減少工作人員個人主觀判斷中的誤差條件。此種技術條件下，在提高設備維護效率的同時，節省了維修中，人力、物力、財力等內容的消耗，使技術人員可以合理的選用技術方法，并完成維修目標。

3 故障診斷和壽命預測研究進展

3.1 液壓缸故障診斷研究進展

液壓缸故障診斷一般包括幾個環節：液壓缸運行狀態的監測、測試系統的建立、測試及傳感器信號提取、狀態監測、判斷及故障顯示。國內在液壓缸故障診斷方面的研究多見于高校，采用的技術理論也有很多，比如神經網絡、小波理論、LMBP算法等。其中，神經網絡是故障診斷的一種比較先進和流行的方法。國內昆明理工大學、武漢科技大學、燕山大學等多所大學均對此有所研究。研究的重點是如何提高故障診斷的速度和準確率。神經網絡的液壓缸故障診斷專家系統的研究。優化了神經網絡的決策系統，從而實現每個液壓缸的監測、故障自動報警以及故障狀態顯示。此研究的缺點是其選取了多個參量：壓力、流雖、溫度、活塞桿的徑向跳動，在實際工程機械中無法批量應用。對于傳感器的應用，盡量用最少的傳感器獲得最大的有效數據支撐產品的故障診斷，傳感器數量增加會導致整機電控系統的可靠度降低和發生故障的機率升高?；贚MBP算法的液壓油缸內泄漏故障診斷方法的研究，提出了一種基于主成分分析和改進的神經網絡的診斷方法。通過提取壓力信號的8個時域參數作為原始特征進行故障模式識別和診斷，其研究結果表明基于LMBP算法的液壓油缸內泄漏故障診斷方法在減少識別誤差及提高診斷速度方面有顯著提升。此研究采用單一壓力傳感器提取多個特征，獲取最大程度上數據。

3.2 產品使用過程中的壽命預測

基于腐蝕疲勞損傷理論和PSO算法的液壓缸體壽命預測與優化，根據疲勞損傷理論，對腐蝕損傷下的液壓缸壽命進行預測。并通過實驗數據和粒子群算法，采用MATLAB軟件對液壓缸參數進行優化，提高了疲勞壽命且優化后的液壓缸結構具有很好的適應性。研究了三參數威布爾分布軸向柱塞泵壽命預測。技術研究中運用了故障樹分析方法、相關系數法、遺傳算法和三參數威布爾分布模型，建立數學模型，并采用試驗臺進行驗證。最終獲得軸向柱塞泵的壽命預測模型、可靠度函數模型和失效率模型，進而獲得軸向柱塞泵的平均壽命。

結語：我國在液壓缸故障診斷和壽命預測技術研究的起步比較晚，但是近年來發展迅速，逐漸受到行業和主機行業的重視。我公司針對這兩項技術也進行了一定的技術攻關和試驗研究。本文概述了液壓缸故障診斷和壽命預測技術的來源和技術研究進展，并提出了液壓缸故障診斷和壽命預測技術的發展前景，給以后的液壓缸和其他液壓元件故障診斷和壽命預測提供參考。

參考文獻

[1] 白瑞.液壓挖掘機工作裝置的有限元分析及疲勞壽命預測[D].太原：太原理工大學，2018.

[2] 杜敏杰.基于載荷譜的挖掘機斗桿疲勞壽命預測研究[D].北京：機械科學研究總院，2019.

[3] 陸興華，宋道柱.基于腐蝕疲勞損傷理論和PSO算法的液壓缸體壽命預測與優化[J].礦山機械，2018，（11）.