引言

液壓泵是液壓系統(tǒng)的心臟，其故障診斷是液壓系統(tǒng)故障診斷的重要部分。由于流體的壓縮性、泵源與伺服系統(tǒng)的流固耦合作用及液壓泵本身具有大幅度的固有機(jī)械振動，使得液壓泵的故障機(jī)理復(fù)雜，故障特征提取困難，故障診斷的模糊性強(qiáng)。大量的液壓泵故障診斷數(shù)據(jù)表明，通過泵源出口檢測到的故障信號常**擾信號淹沒，單一故障檢測信號常呈現(xiàn)出強(qiáng)的模糊性，采用常規(guī)的信號處理方法難以提升有效的故障特征。

從故障診斷學(xué)的角度來看，任何一種診斷信息都是模糊的，對任何一種診斷對象，用單一信息來反映其狀態(tài)行為都是不完整的，如果從多方面獲取同一對象的多維故障冗余信息加以綜合利用，就能對系統(tǒng)進(jìn)行更可靠更的監(jiān)測和診斷。本文針對柱塞泵球頭松動故障模式，通過在液壓泵出口配置振動傳感器和壓力傳感器進(jìn)行故障檢測，通過小波分析進(jìn)行信號消噪處理，利用主成分分析提取有效融合信息，采用改進(jìn)算法的BP神經(jīng)網(wǎng)絡(luò)實現(xiàn)液壓泵微弱信號或多故障的有效診斷。

1、液壓泵球頭松動故障機(jī)理分析

由于制造誤差或液壓泵在工作過程中的壓力沖擊，常常使柱塞球頭與球窩沉凹變形使球頭與球窩間隙增大，從而產(chǎn)生柱塞球頭松動的故障。

1.1基于振動信號的故障機(jī)理分析

液壓泵缸體在轉(zhuǎn)動過程中，柱塞在油缸中往復(fù)運動。當(dāng)缸體轉(zhuǎn)過一定角度時，經(jīng)過上死點柱塞進(jìn)人吸油區(qū)，球頭與柱塞發(fā)生一次碰撞；當(dāng)缸體轉(zhuǎn)動經(jīng)過上死點后，球頭開始向柱塞方向運動，球頭與柱塞發(fā)生相對運動；當(dāng)轉(zhuǎn)過排油區(qū)時，高壓油作用在柱塞上，使柱塞迅速向球頭方向運動，從而又一次產(chǎn)生沖擊。缸體轉(zhuǎn)動一周，球頭與柱塞發(fā)生兩次碰撞，經(jīng)過傳動軸和軸承將能量傳遞到殼體上，故球頭松動故障的振動頻率為軸頻率的2倍。

1.2基于壓力信號的故障機(jī)理分析

球頭松動對液壓泵出口的壓力脈動也有影響。當(dāng)缸體轉(zhuǎn)過上死點時，球頭向柱塞方向運動，當(dāng)油缸的排油進(jìn)入卸荷區(qū)時，球頭與柱塞還未發(fā)生碰撞，這時在高壓油的作用下，柱塞又向球頭方向運動，球頭與球窩發(fā)生碰撞，產(chǎn)生振動沖擊的同時，碰撞通過柱塞作用在高壓油上從而產(chǎn)生一個壓力脈動，所以球頭松動引起泵出口的壓力脈動頻率與泵的軸頻率相同，由上述分析可知，如果球頭與球窩的間隙很小時，球頭與柱塞的相對速度不大，產(chǎn)生的碰撞能量很小。當(dāng)間隙增大時，產(chǎn)生的振動能量就會增大，且具有周期變化的時變特性，殼體檢測的振動能量通常分布于2倍軸頻率處；對于壓力脈動信號，能量主要分布在軸頻率處。

1.3球頭松動故障診斷系統(tǒng)

針對球頭松動故障，在液壓泵出口垂直方向安裝了2個加速度傳感器ax、a。檢測振動，1個壓力傳感器P檢測泵的壓力脈動。由于液壓泵出口檢測到的振動信號和壓力信號常**擾信號淹沒，為了提取故障特征，對上述傳感器的檢測信號進(jìn)行小波消噪處理。

2、小波信號消噪處理

液壓泵的工作環(huán)境一般比較惡劣，其工況受環(huán)境的影響較大，通常在泵出口檢測到的信號含有很大的噪聲。試驗表明，液壓泵出口檢測到的壓力信號和振動信號體現(xiàn)出以下特點：①信號的頻譜分布很寬、波形雜亂，規(guī)律性差；②時變與非平穩(wěn)性表現(xiàn)明顯。

因此，基于這兩種信號的故障特征提取非常困難，有必要對檢測的信號進(jìn)行消噪處理。

小波分析是目前較有效的信號處理方法，它可以同時在時域和頻域中對信號進(jìn)行分析，能有效地區(qū)分信號中的突變部分和噪聲，實現(xiàn)信號的消噪。

泵出口振動信號及其小波消噪后的信號，選取小波消噪的全局閾值為1.049。很明顯，檢測信號中包含了許多干擾信號，很難簡單地利用檢測到的振動信號進(jìn)行有效的故障診斷。為了消除干擾影響，經(jīng)過小波處理，可以有效地消除泵出口振動信號中所包含的噪聲，有利于故障特征的提取。

3、信息融合故障診斷方法

信息融合是將多源信息加以智能合成，產(chǎn)生比單一信息源更、容錯性和魯棒性更強(qiáng)的估計和判斷‘2’。由于液壓泵出口檢測到的信息微弱，易于**擾所淹沒，很難利用單個傳感器的檢測信號進(jìn)行微弱故障特征的有效診斷。采用的信息融合故障診斷過程，即將振動信號和壓力信號進(jìn)行小波消噪處理，利用統(tǒng)計分析提取有效特征信息，采用主成分分析有效解耦各故障特征間的相關(guān)性，減少故障特征的維數(shù)，采用改進(jìn)算法的BP神經(jīng)網(wǎng)絡(luò)實現(xiàn)液壓泵球頭松動故障診斷。