摘要：露天礦山機械設(shè)備在作業(yè)時，其液壓系統(tǒng)常常會出現(xiàn)泄漏故障，為此有必要對其液壓系統(tǒng)泄漏故障識別展開進一步研究。通過液壓系統(tǒng)泄漏獲取露天礦山機械設(shè)備運行狀態(tài)數(shù)據(jù)，運用主成分分析法，對多個故障特征參數(shù)的特征空間進行線性變換，將故障數(shù)據(jù)轉(zhuǎn)換到新的特征空間內(nèi)。對原始矩陣進行標(biāo)準(zhǔn)化變換，通過主成分貢獻率法確定主成分?jǐn)?shù)量，并將特征空間中的數(shù)據(jù)作為主元特征組表征泄漏，提取故障特征。計算泄漏量并運用SVM構(gòu)造最優(yōu)分類面，設(shè)定核函數(shù)計算出分類函數(shù)，并根據(jù)其正負(fù)來判斷樣本不同的分類，從而完成故障識別。試驗結(jié)果表明：對不同故障類別能夠做到較好分類，并能準(zhǔn)確獲得液壓閥門在不同故障狀態(tài)下的傳感器數(shù)據(jù)，故障識別準(zhǔn)確率大于等于99.6%，能夠及時反映出故障變化情況。

關(guān)鍵詞：機械設(shè)備；液壓系統(tǒng)；泄漏故障；主成分分析法；標(biāo)簽分類

0 引言

露天礦山機械設(shè)備是露天采礦作業(yè)中的重要工具，在其液壓系統(tǒng)的運行過程中，常常出現(xiàn)泄漏故障。這種類型的故障會對設(shè)備的正常運轉(zhuǎn)和生產(chǎn)效率產(chǎn)生消極影響，甚至引發(fā)安全事故。

在露天采礦作業(yè)中，液壓系統(tǒng)可能會受到外力沖擊作用，導(dǎo)致密封件松動或損壞。在液壓系統(tǒng)運行過程中，通過對液壓系統(tǒng)的各個部件進行壓力測試，檢測是否存在泄漏故障，不僅能夠較為準(zhǔn)確地判斷出泄漏故障的位置，還能夠使液壓系統(tǒng)適應(yīng)不同的工作環(huán)境[1]。

針對不同類型故障，傳統(tǒng)識別方法不能較好的識別出故障，導(dǎo)致結(jié)果難以符合預(yù)期[2]?；诖耍疚囊月短斓V山機械設(shè)備液壓系統(tǒng)泄漏故障識別為研究對象，通過分析露天礦山機械設(shè)備液壓系統(tǒng)泄漏故障，尋找泄漏故障的解決方法，為露天采礦作業(yè)提供理論支持和實踐指導(dǎo)。

1 泄漏故障識別

1.1 故障特征提取

通過液壓系統(tǒng)泄漏獲取露天礦山機械設(shè)備運行狀態(tài)數(shù)據(jù)，以及泄漏工況的液壓系統(tǒng)運行參數(shù)[3]。在此過程中，需要提取液壓系統(tǒng)泄漏故障特征參數(shù)，用于診斷識別系統(tǒng)是否發(fā)生泄漏故障。

1.1.1 篩選故障特征

將海量原始數(shù)據(jù)集成后，對原始特征進行直接篩選，選擇最能表征故障的特征子集，并對特征子集進行映射生成新的特征集類型。

1.1.2 主成分分析過程

運用主成分分析法，對多個故障特征參數(shù)的特征空間進行線性變換，將故障數(shù)據(jù)轉(zhuǎn)換到新的特征空間內(nèi)，空間中的基向量表示實際指標(biāo)。

經(jīng)過主成分分析能夠減少變量參數(shù)之間的特征相關(guān)性，降低數(shù)據(jù)在特征空間中的維度。設(shè)定原始泄漏特征訓(xùn)練集為（xa，…，xb），并對原始矩陣進行標(biāo)準(zhǔn)化變換，得到矩陣的表達(dá)式為x=（x1，x2，…，xb）T，其計算公式為：

（1）

式中：s為特征量；x、xi為樣本數(shù)據(jù)。

通過轉(zhuǎn)換得到一定數(shù)量的特征根，將結(jié)果代入到特征方程中進行求解，得到根對應(yīng)的特征向量p。設(shè)定系統(tǒng)矩陣為d，通過將b個特征向量作線性組合得到主成分。在系統(tǒng)矩陣中得到的主成分信息越多，對應(yīng)的特征值就越高[4]。

1.1.3 確定主成分?jǐn)?shù)量

為了提取包含原始信息更多的主成分?jǐn)?shù)量，選取一定數(shù)量的主成分量對泄漏識別模型性能進行分析。液壓系統(tǒng)的故障情況復(fù)雜，涉及多種關(guān)鍵元件，元件之間可能存在耦合關(guān)系，使得故障之間相互影響，所以不能直接獲取故障特征。

本文通過主成分貢獻率法確定主成分?jǐn)?shù)量。根據(jù)不同的特征值計算方差貢獻率，并根據(jù)實際的累計方差貢獻率來計算所需的主成分?jǐn)?shù)量，其計算公式為：

（2）

式中：CPV為主成分方差貢獻率；λ為對應(yīng)的主成分特征值；λi為特征值極限。

通過計算得到所有信息的主元個數(shù)。將數(shù)據(jù)標(biāo)準(zhǔn)化后，對特征值進行排序，并根據(jù)對應(yīng)的特征值順序進行排列。將方差貢獻率較高的前i個主元作為主元特征，從而組成新的特征空間。將特征空間中的數(shù)據(jù)作為主元特征組表征泄漏，經(jīng)過降維后得到最終的特征提取結(jié)果。

1.2 泄露故障識別

由于液壓系統(tǒng)耦合性特性明顯，因此設(shè)置故障類LaC/+A+CaJkSCw2puvfk0A==別的狀態(tài)標(biāo)簽，通過標(biāo)簽反映主要液壓系統(tǒng)元件，并設(shè)置不同的數(shù)值來予以區(qū)分[5]。通過標(biāo)簽類別獲得故障數(shù)據(jù)，并將數(shù)據(jù)進行預(yù)處理后形成測試數(shù)據(jù)集。

1.2.1 泄漏量計算

在液壓系統(tǒng)中，當(dāng)油液流經(jīng)固定平行間隙時，會出現(xiàn)泄漏流差動力，其泄漏量的計算公式為：

（3）

式中：v為裂縫寬度；h為間隙；?p為兩端的壓力差；l為長度。

當(dāng)油液流經(jīng)設(shè)備平行間隙時，通過傳感器采集物質(zhì)特征信號，并將采集的特征信號輸入到液壓系統(tǒng)狀態(tài)識別裝置中進行識別。該裝置主要運用支持向量機對液壓系統(tǒng)故障問題進行診斷識別，同時并對泄漏部位也進行診斷。

1.2.2 故障識別過程

在線性可分工況下，測試集數(shù)據(jù)（x，y）對應(yīng)的分類面正確分類條件為：

y=[（wx，y）+b]-1≥0 （4）

式中：（wx，y）+b為線性判別函數(shù)。

運用SVM構(gòu)造最優(yōu)分類面，將測試集樣本能夠正確分開，通過映射將樣本從原始空間映射到高維度空間中。設(shè)定核函數(shù)k（x），通過核函數(shù)進行最優(yōu)分類，其函數(shù)為：

t（x）=n[∑i=1yαk（x，y）+b*] （5）

式中：n為樣本數(shù)量；α為懲罰參數(shù)。

運用支持向量機進行分類，通過分類函數(shù)t（x）的正負(fù)來判斷樣本所屬的分類。將分類后的數(shù)據(jù)逐層進行分解，獲得在不同頻段中的故障特征。根據(jù)向量機的輸出結(jié)果，選擇其中最大值對應(yīng)的類別作為識別結(jié)果，以此能夠完成一對多的故障識別方法的應(yīng)用，從而得到最終測試樣本的分類和識別結(jié)果。

2 試驗測試與分析

2.1 搭建試驗環(huán)境

搭建試驗所需環(huán)境來驗證液壓系統(tǒng)泄露故障的類別，設(shè)定訓(xùn)練數(shù)據(jù)為1500個故障數(shù)據(jù)集。試驗所用的操作系統(tǒng)為Windows11，Pytorch1.10。

根據(jù)不同的故障情況，分成不同試驗部分來進行分析。調(diào)用SQL數(shù)據(jù)，運用MATLAB6.2進行編程，具體的測試環(huán)境如表1所示。

在開發(fā)環(huán)境下，通過RE445數(shù)據(jù)采集板采集運行狀態(tài)數(shù)據(jù)，并使用SQL數(shù)據(jù)庫進行存儲。然后對故障狀態(tài)監(jiān)測數(shù)據(jù)進行特征提取，建立一個故障狀態(tài)的映射關(guān)系，從而完成故障類別的分類?？紤]到液壓系統(tǒng)的故障狀態(tài)監(jiān)測數(shù)據(jù)為多元數(shù)據(jù)，因此在模擬液壓系統(tǒng)故障監(jiān)測過程中需包含多種故障情況。

在設(shè)計本文試驗時，選擇單一故障進行試驗。在原數(shù)據(jù)中加入高斯白噪聲，來模擬液壓系統(tǒng)中的噪聲情況。運用本文方法對測試集進行訓(xùn)練，并對液壓系統(tǒng)故障識別數(shù)據(jù)進行特征轉(zhuǎn)換，使用標(biāo)簽完成SVM分類。

2.2 試驗結(jié)果分析

2.2.1 不同樣本數(shù)量下的故障類別

采集液壓系統(tǒng)傳感器中的數(shù)據(jù)，根據(jù)本文提出的故障識別方法對液壓系統(tǒng)的狀態(tài)識別數(shù)據(jù)進行診斷。在單一故障下，得到在不同樣本數(shù)量下的故障類別分類情況，具體如圖1所示。

由圖1可以看出，故障情況并不是很復(fù)雜，液壓系統(tǒng)故障診斷方法能夠得到較好的分類效果，全部識別正確。說明運用本文識別方法對液壓系統(tǒng)的單一故障進行故障識別時，對不同故障類別能夠做到準(zhǔn)確的分類，能夠準(zhǔn)確地獲得液壓閥門在不同故障狀態(tài)下的傳感器數(shù)據(jù)。

通過本文方法提取特征還能獲得隱藏的故障監(jiān)測數(shù)據(jù)，進一步完成故障識別。同時也消除了液壓系統(tǒng)內(nèi)部設(shè)備間的耦合性影響，實現(xiàn)較好的分類識別效果。

2.2.2&n5d4f1938d1dff99c09df123f13ce42f0bsp; 閥門故障診斷識別結(jié)果分析

為了消除試驗的單一性，故對識別方法在液壓系統(tǒng)的閥門故障進行診斷識別，預(yù)期識別準(zhǔn)確率要達(dá)到99%以上。設(shè)定閥門的正常開關(guān)次數(shù)為500次，通過8次測試來對故障中的延遲失效次數(shù)進行識別，得到的識別結(jié)果如表2所示。

由表2中實驗結(jié)果可知，通過不同的延遲失效次數(shù)進行識別準(zhǔn)確率計算，得到8次測試的故障識別準(zhǔn)確率都大于等于99.6%，結(jié)果符合預(yù)期。說明運用本文的識別方法能夠準(zhǔn)確地完成液壓系統(tǒng)的單一故障診斷，并能夠及時反映出故障變化情況，解決了液壓系統(tǒng)的故障識別難度較大的問題，較好地完成了不同故障情況的診斷識別。

綜上所述，運用本文故障識別方法能夠有效地處理液壓系統(tǒng)中的非線性問題，準(zhǔn)確提取故障特征并進行分類，獲得較好的故障識別結(jié)果。

3 結(jié)束語

本文從液壓系統(tǒng)入手，結(jié)合泄露故障識別問題，探究了露天礦山機械設(shè)備液壓系統(tǒng)泄漏故障識別。通過定期檢查、運行測試等方式，可以有效地識別和解決泄漏故障，保障設(shè)備的正常運行。但該方法中還存在一些不足之處，例如調(diào)整液壓系統(tǒng)參數(shù)問題、函數(shù)的變換問題以及清洗和維修問題等。

通過使用檢測設(shè)備來檢測液壓系統(tǒng)的泄漏情況，有效提升了故障識別過程中的正確度，能夠檢測到肉眼無法觀察到的泄漏，能夠更準(zhǔn)確地識別泄漏故障。如果泄漏是由于液壓系統(tǒng)參數(shù)設(shè)置不當(dāng)導(dǎo)致的，可以通過調(diào)整參數(shù)來解決。

此外還應(yīng)定期對這些部件進行檢查，發(fā)現(xiàn)有滲漏現(xiàn)象應(yīng)及時處理，以便對露天礦山機械設(shè)備液壓系統(tǒng)泄漏故障更有效、更準(zhǔn)確地識別。

參考文獻

[1] 周勝利.基于ARX-FCM的盾構(gòu)機液壓推進系統(tǒng)故障診斷方法[J].液壓與氣動，2023，47（4）：165-174.

[2] 陳書輝，章猛，劉輝，等.一種1D-CNN與多傳感器信息融合的液壓系統(tǒng)故障診斷方法[J].機械科學(xué)與技術(shù)，2023，42（5）：715-723.

[3] 芮雪，吳德佩.基于LM-BP神經(jīng)網(wǎng)絡(luò)的采煤機液壓系統(tǒng)故障診斷研究[J].煤炭技術(shù)，2023，42（7）：187-189.

[4] 王家博，張海軍，趙余祥，等.基于BAS-BP模型HMCVT換段液壓系統(tǒng)故障的診斷方法[J].南京農(nóng)業(yè)大學(xué)學(xué)報，2023，46（3）：626-634.

[6] 張軒，張旭，黃亦翔，等.基于時間特征分割和降維譜聚類的液壓系統(tǒng)內(nèi)泄漏故障診斷[J].液壓與氣動，2021，45（6）：14-19.