浅谈工程机械液压缸故障诊断及寿命预测

黄晓杰 李阳

摘 要： 现当今，我国经济发展十分迅速，而液压缸是工程机械的执行元件，其故障轻则影响外观和工作效率，重则导致整机停机甚至车毁人亡，因此液压缸故障诊断和寿命預测是目前和未来一段时间研究的重要方向。该文首先简述现有故障诊断和寿命预测研究现状，然后针对工程机械液压缸故障诊断和寿命预测进行浅谈，并对应用前景进行展望。

关键词： 工程机械;液压缸;故障诊断;寿命预测

【中图分类号】TH137     【文献标识码】B     【文章编号】1674-3733（2020）21-0215-01

引言：工程机械的良好工作状态可以提高企业正常生产的效率。目前，工程机械通常使用机电液控一体化的技术;因此，衡量良好技术状态的一个重要标志就是要使液压系统的正常运行。首先对液压系统常见的故障进行分析，找到出现故障的根本原因，其次针对这些故障提出相应的排除方法以及注意事项，最后总结出常见的解决措施。

1 工程机械液压传动系统常见故障

1.1 压力异常

预留压力测点可以在压力出现异常问题时实施检测，因此必须在液压系统管路设计之初就将压力测点的预留纳入考虑范围。判断压力是否正常时需要借助专门的压力检测仪器读取数据，只有这样才能保证所测数据的精确性。但是，仅仅是获得数据无法对压力异常与否进行判断，还需对所得数据与正常值进行比较，进而确定出现异常的系统液压元件。

1.2 不正常的速度

速度不正常是比较普通的故障之一，因此，对于这一故障的解决办法的第一步一般就是按照等级递减的顺序开始调节工程机械的节流阀、变量泵以及调速阀的变量机构，在经过了一系列的判断和分析之后，就可以开始测试其故障的实际特点，但是还需要在执行元件的速度以及范围值被测试之后才可以，不可忽视的是最后确定的值还应该与设计值进行比较，只有这样才能判断出速度的异常情况。

2 工程机械液压传动系统故障预防

2.1 禁止液压油污染

液压油在液压传动系统中的作用极为重要，不仅是运行介质，同时也是系统运转的润滑剂。液压油的清洁与否和系统部件牢固程度及系统运行寿命有直接关系，这主要是因为液压元件之间需要极高的配合度，对于精准性也有很高要求。但是液压油受污染后会存在大量杂质，致使出现堵积淤塞。因此，必须对液压油进行保护，禁止发生污染。

2.2 应用技术优势，设置专家系统

液压系统的维护，必须建立在良好的技术基础上。只有这样，才能准确的分析出诱发故障的异常点位，并将技术条件作为指导内容，对系统进行针对性的维护与管理。在当前的技术条件下，这种方法不仅依赖设备运维人员丰富的经验，同时，也需要专家的技术指导。所以在维护中，建立专家管理系统，就显得十分必要。信息化的技术环境下，为建立专家系统构建了基础的技术条件。通过数字系统的设立，可以准确的为机械液压系统设定专业化技术指导，并利用数字化数据库模块，形成完整的技术空间，以便运维操作人员及时提取技术指导，完成系统优化。操作上，运维人员可以通过终端输入系统，向系统上报设备的实际生产条件，并通过数据库的计算与归类，完成技术指导，设计后续的故障排查方法。注意，为了保证此类专家系统的完整性，必须对数据库系统进行实时的更新，维持其与设备条件的同步性，提高对于设备管理指导价值。专家系统下的维护指导，可以准确的发挥数据计算的合理性，并在运算中，减少工作人员个人主观判断中的误差条件。此种技术条件下，在提高设备维护效率的同时，节省了维修中，人力、物力、财力等内容的消耗，使技术人员可以合理的选用技术方法，并完成维修目标。

3 故障诊断和寿命预测研究进展

3.1 液压缸故障诊断研究进展

液压缸故障诊断一般包括几个环节：液压缸运行状态的监测、测试系统的建立、测试及传感器信号提取、状态监测、判断及故障显示。国内在液压缸故障诊断方面的研究多见于高校，采用的技术理论也有很多，比如神经网络、小波理论、LMBP算法等。其中，神经网络是故障诊断的一种比较先进和流行的方法。国内昆明理工大学、武汉科技大学、燕山大学等多所大学均对此有所研究。研究的重点是如何提高故障诊断的速度和准确率。神经网络的液压缸故障诊断专家系统的研究。优化了神经网络的决策系统，从而实现每个液压缸的监测、故障自动报警以及故障状态显示。此研究的缺点是其选取了多个参量：压力、流虽、温度、活塞杆的径向跳动，在实际工程机械中无法批量应用。对于传感器的应用，尽量用最少的传感器获得最大的有效数据支撑产品的故障诊断，传感器数量增加会导致整机电控系统的可靠度降低和发生故障的机率升高。基于LMBP算法的液压油缸内泄漏故障诊断方法的研究，提出了一种基于主成分分析和改进的神经网络的诊断方法。通过提取压力信号的8个时域参数作为原始特征进行故障模式识别和诊断，其研究结果表明基于LMBP算法的液压油缸内泄漏故障诊断方法在减少识别误差及提高诊断速度方面有显著提升。此研究采用单一压力传感器提取多个特征，获取最大程度上数据。

3.2 产品使用过程中的寿命预测

基于腐蚀疲劳损伤理论和PSO算法的液压缸体寿命预测与优化，根据疲劳损伤理论，对腐蚀损伤下的液压缸寿命进行预测。并通过实验数据和粒子群算法，采用MATLAB软件对液压缸参数进行优化，提高了疲劳寿命且优化后的液压缸结构具有很好的适应性。研究了三参数威布尔分布轴向柱塞泵寿命预测。技术研究中运用了故障树分析方法、相关系数法、遗传算法和三参数威布尔分布模型，建立数学模型，并采用试验台进行验证。最终获得轴向柱塞泵的寿命预测模型、可靠度函数模型和失效率模型，进而获得轴向柱塞泵的平均寿命。

结语：我国在液压缸故障诊断和寿命预测技术研究的起步比较晚，但是近年来发展迅速，逐渐受到行业和主机行业的重视。我公司针对这两项技术也进行了一定的技术攻关和试验研究。本文概述了液压缸故障诊断和寿命预测技术的来源和技术研究进展，并提出了液压缸故障诊断和寿命预测技术的发展前景，给以后的液压缸和其他液压元件故障诊断和寿命预测提供参考。

参考文献

[1] 白瑞.液压挖掘机工作装置的有限元分析及疲劳寿命预测[D].太原：太原理工大学，2018.

[2] 杜敏杰.基于载荷谱的挖掘机斗杆疲劳寿命预测研究[D].北京：机械科学研究总院，2019.

[3] 陆兴华，宋道柱.基于腐蚀疲劳损伤理论和PSO算法的液压缸体寿命预测与优化[J].矿山机械，2018，（11）.