基于信息熵的液压状态监测系统故障诊断方法

王佳晨，张宇来，岑 岗

(浙江科技学院 信息与电子工程学院，浙江 杭州 310023)

0 引 言

液压状态监测系统(hydraulic condition monitoring system，HCMS)作为一种通过减少机器停机时间来提高生产过程的规划安全性的系统被广泛使用[1,2]。在HCMS的使用过程中，其监测过程所需数据一般通过各类传感器获取[3,4]，然而在实际应用中，HCMS内的传感器所处工况环境恶劣，传感器在工作过程中易于导致自身故障、老化等问题[5]，从而对其监控设备的健康程度进行误判，影响其监控设备本身的工作状态，甚至引发系统故障[6]。同时随着系统承载的子系统的增加，系统搭载的传感器数量不断增多[7]，系统由于传感器发生问题而导致故障的可能性也急剧提高。现阶段针对监测系统的故障诊断方法一般通过添加相应异常监控模块，在系统出现异常数据后进行判断[8,9]，该类方法无法快速定位具体传感位置，且无法在故障产生前预测故障，因此实际应用效果较差。当前故障监测系统的底层都是由各种传感器实现的，液压监测系统的各种故障也都对应于各类传感器故障。所以本文计划将HCMS故障诊断方法定性为传感器故障诊断，通过预测系统中传感器是否出现故障判断该传感器所处区域是否发生故障，该方法可以在故障发生前定位并解决故障，解决了传统方法的不足。

由于贝叶斯网络针对不确定数据预测具有先天优势，其针对传感器故障预测有着极强的适用性，因此本文采用贝叶斯网络对HCMS中的传感器故障进行预测。……