液压泵轴承故障特征及其诊断方法
研究
摘要:目前对液压泵轴承故障缺少有效的故障诊断方法,而轴承出现的游隙,如果不是
液压泵内部三对磨擦副的正常间隙,则导致柱塞泵轴承使用寿命减少。本文探讨了液压泵轴
承存在的故障特征,通过对集成
BP 网络进行故障诊断的原理和神经网络鲁棒性的研究,
论述了故障诊断的方法。
关键词:液压泵轴承
故障 诊断
轴承的平均使用寿命是
10000 小时,大于此就需要更换新的;滚柱表面变色或者有划
痕,也要更换。更换下来的轴承应注意型号和英文字母,但没有仪器是无法检测出轴承的游
隙柱塞泵轴承一般采用大载荷容量轴承,更换时候最好购买原厂家规格的产品,但若换为
另一品牌,并且保持载荷容量和轴承的精度等级,需要请教对轴承有经验的人员查表更换。
一、液压泵轴承故障的特征提取
在机械系统中,有故障就会引起系统的附加振动。振动信号很适合进行故障诊断,因为
它是包含丰富信息的动态信号,但若固有信号或外界干扰对故障信号的干扰很大,那么关
键是要从振动信号中提取有用信号。
(1)振动的平均能量特征
假定在液压泵泵体上的振动加速信号为:
a(t)={a1(t), a2(t),..., an(t)},它是故障信号以
泵体传输后的信号。
振动信号的有效值由特征参数代表,反映振动的平均能量。根据统计学理论,振动的时
域信息可以通过振动的均方根反映:
(2)振动信号的峰值特征
反映振动信号中周期性脉动的特征量,峰值特征量为
Pp=max{a(t)}。
(3)倒谱包络特征
设为故障激励信号
f(t),传输通道的脉冲响应为 h(t),由傅里叶变换得:
,变换得:
其中,
τ 称为倒频率,(τ)为倒频谱。
由上得出故障激励信号特性和传递通道的特性被分离,故障激励信号与传递通道信号
一般在不同的倒频区,突出故障振动信号的特性。
当轴承滚柱及流动面的内、外环滚道上出现损伤,滚道的表面受到破坏,根据摩擦学理
论,每当滚子滚过损伤点,都会产生一次振动。选用以上抗干扰能力强的特征为故障诊断特
征参数,可以克服轴承故障信号较弱且容易被液压泵固有振动淹没的困难。
二、集成
BP 网络进行故障诊断的原理
求解问题的领域特征决定了神经网络的组织结构,为了减少故障诊断系统的复杂性和
网络学习时间,将故障诊断知识集合分解为若干子集合。每个逻辑上独立的子集合再分解为
几个规则子集,每个规则子集是一个逻辑上独立的子网络的映射,通过规则子集间的联系、
子网络的权系矩阵来组织网络。独立地运用
BP 学习算法在各个子网络分别进行学习训练。
由于分解后的子网络变得规模小了,所以使训练时间大为减少。
利用集成
BP 网络对液压泵轴承故障诊断的信息处理能力,即 BP 算法和神经元的非线
性机理特性
将能量特征、幅值特征和倒谱包络特征每一个特征参数值的映射到神经网络输入输出层
的单个节点上,进行正则变换,则: