电子装备故障

电子装备故障（精选10篇）

电子装备故障 篇1

0引言

在信息论中, 熵描述系统的不确定性和复杂程度, 是系统紊乱程度的测度。一个系统如果随机性很大, 毫无秩序, 其信息熵一定很大。如果系统有一定的规则, 则信息熵就小, 因此可以把熵引申应用到对事物集合的量度, 判断事物集合的有序与无序、确定与随机、简并与多样。信息熵是从平均意义上来表征信源总体信息的测度, 是随机变量不确定性的量度、信源平均不确定的描述。若信号si是一个随机量, si出现的信息量I (si) 是si的函数, I (si) 常称为si的自信息, 它具有随机变量的性质。自信息不能作为信源总体的信息量。信息论中定义自信息的数学期望为信源的平均自信息量, 即

undefined

H (X) 称为信源的信息熵, 其中X指随机变量的整体。信源的信息熵H是从整个信源的统计特性来考虑的, 它从平均意义上来表征信源的总体信息测度, 即表征信源的平均不确定程度。

我国幅员辽阔, 军用电台的服役环境差异极大, 恶劣的自然条件使电子元器件性能老化恶化加剧。提高装备的维修性、可靠性和保障性, 提高维修保障机构的工作效率和保障能力, 降低装备的使用维修费用是我们所追求的目标, 也直接关系到装备性能发挥与任务的完成。本文论述信息熵原理在电台故障预测和装备维修保障中的应用。

1信息熵原理与电台故障预测

学科间的相互渗透促使熵日益成为一般化的科学概念, 表现出更大的普遍性和概括性, 逐渐显现其方法论意义。信息熵原理及结论已逐渐应用在各种工程领域, 其中在故障诊断方面尤为突出。将信息熵原理应用在故障发生之前 (即通过信息熵原理对故障做出预测) , 从而对装备及时检修, 提高管理水平。军用电台经长时间运行后不可避免地出现模块间的机械碰撞磨损、器件老化, 使各传感器、致动器灵敏度和驱动能力降低等, 这些都削弱了中心控制器对电台执行部件 (即功能模块) 的控制效果。按照信息论的观点, 就是系统所包含的信息熵值增加了, 因此可以用信息熵去评价电台的稳定性及工作效果, 并以此确定是否需要维护调整和检修。

1.1军用电台的简化结构和特点

军用短波/超短波无线电台包括以下单元:控制单元、音频单元、频合单元、数字信号处理单元、射频单元、滤波单元、功放单元、电源单元等。电台信号涉及到模拟、数字、射频信号, 一般工作在1 MHz～100 MHz的频率范围, 采样直流电源供电。

本文所指的电台 (或类似的电子装备) 在故障预报中有以下特点:

a) 一般是由相对固定的功能模块组成, 具有相对固定的故障模式, 易于实现功能分解, 建立性能退化和故障分析模型。

b) 通常情况下, 属于非线性多变量系统, 但一般输入变量较少, 输出和可测状态变量较多, 同时, 输出和可测状态随输入变量的变化而变化, 具有因果性特点。通常, 各功能模块之间的失效通常是相互独立的, 功能模块内部组件 (含现场可更换单元、电路板等) 之间失效具有一定的相关性, 通常不能假设为相互独立。

c) 现场可更换单元、组件和电路板等是目前多数复杂电子装备维修保障的基本单元, 主要由电子元器件构成, 其可靠性参数、分布类型和相关指标易于获得, 可以建立故障决策树对其功能失效关系进行描述。

不同的电子装备会有不同的故障树结构, 通常情况下, 当故障树的基本组成单元 (现场更换单元、组件、电路板等) 性能退化或者发生故障时, 会通过故障树的传递, 引起系统工作状态的变化或者性能指标的波动, 导致系统的性能退化或者故障。为此, 通过对系统的性能指标进行跟踪检测, 记录系统性能指标的变化趋势或波动状态, 就可以为电子装备的质量管理和维修保障工作提供极为宝贵的信息。

1.2模块输出正态分布的验证

正态分布是在统计以及统计测试中最广泛应用的一类分布。实践中很多随机变量的概率分布都可以近似地用正态分布来描述。一般来说, 如果一个量是由许多微小的独立随机因素影响的结果, 那么就可以认为这个量具有正态分布, 许多概率分布可以用它来近似。

假设输出的随机变量X服从正态分布, 但这个连续型随机变量X是服从正态分布还是满足其他分布, 需通过实验来验证。数据是选定模块的可测试输出。利用分布假设检验的方法, 用Mathcad工具编程对连续型随机变量X～N (μ, σ2) 的未知参数μ和σ2进行假设检验。

1.3一个功能模块的信息模型

以某军用电子设备为例, 一个整件中各功能模块之间的连接关系如图1所示, 可测试的性能指标为u1, u3, u4, u5。

将各功能模块视为一个连续信源, 其输出反映了整体的变化, 在时间和取值上都连续, 并且在某固定时刻 (t=t0) 输出为一个取值连续的随机变量X。统计分析说明该连续信源服从正态分布, 建立一个由连续随机变量X表示的单变量基本连续信源的数学模型, 其概率密度函数为:

undefined

式中:μ是随机变量的均值;σ2为方差。

于是, 有连续信源的熵:

undefined

连续信源的熵是凸函数, 在一定的限制条件下存在最大值。可以证明, 如果1阶和2阶原点矩限定, 其输出信号在概率密度函数为正态分布时信源有最大熵。

为方便起见, 定义信源的信息熵差为:

undefined

式中:σ2为最大熵值的方差限;undefined2为连续信源的实际方差。

通过计算信息差Im就可以客观反映电台状态的实际情况。当Im减小时, 表示系统不确定度增大, 电台工作状态变差;若Im接近0, 表明信源剩余很小, 系统存在极大的平均不确定度, 需要保养和维修或更换, 使之处于最佳的工作状态。

2软故障观测实例

图1是某军用装备中的射频单元, 其中模块3是DDS+PLL形式的射频产生, 模块4是上变频。模块3中的环路滤波采用3阶环路滤波器, 效果比2阶滤波器好。若用无源RC低通滤波器, 不能有效抑制鉴相频率的泄漏。运放采用低噪声器件, 降低其对相噪的影响。环路的鉴相频率是可变的, 虽然有环路滤波器的作用, 但还是有鉴相频率的泄漏, 所以在运放后另外加了RC低通滤波器。因为滤波器输出的电压直接关系到输出频谱的纯度和噪声, 进而影响到后级的调制效果。所以采集其锁定情况下的准直流输出并按前述步骤计算信息熵差Im。如表1所示。

改变环路滤波参数 (如加热或换精度差的器件等来模拟器件的老化或损坏) , 输出1 200 MHz时频谱测试结果如图2所示。Im进一步增大则会失锁, 而且对应不同Im后续的误码测试结果也有较大的差别。也就是说, 某一个模块中特定可观测量的统计特性不仅说明了本模块内电路的故障程度, 也影响着整机的性能参数。

更进一步, 装备可以在各层次上层层分成多个可观测模块, 不仅可以及时发现和区分软故障, 也能定位故障到可观测的模块内。层层分解就可以压缩故障到最小可更换单元。

3结束语

软故障是指由于电路元器件的性能下降、老化、电路工作不稳定、连接线或电缆接触不良引起的故障, 这种故障时有时无, 难以判别。本文重点针对如何体现电子装备不同层次的功能模块状态与其性能退化数据之间的内在关系进行建模研究, 将难以定量描述的软故障转化为模块上可观测量的定量统计描述。对在实际电路上进行温度试验获得的模拟数据计算结果表明本方法简单实用, 为电子设备缓变软故障的预报和故障定位提供一种便于工程实现的方法, 对于以替换现场可更换单元为主的电子装备维修有现实意义。

参考文献

[1]张水强, 冯静, 刘琦.基于Poisson Nomal过程性能退化模型的可靠性分析[J].系统工程与电子技术, 2006 (11) :1775-1778.

[2]陈敏泽, 周东华.动态系统的故障预报技术[J].控制理论与应用, 2003, 20 (6) :819-823.

[3]黄天常.信息熵的内涵与外延[J].陇东学院学报:自然科学版, 2006 (1) :15-18

[4]CHAO M T.Degradation analysis and related topics:somethoughts and a review[J].Proceedings of the National Sci-ence Council (ROC) , Part A:Physical Science and Engineer-ing, 1999, 23 (5) :555-566.

[5]张志华.加速寿命试验及其统计分析[M].北京:北京工业大学出版社, 2002.

[6]SHAO Qizhuan, WANG Gang, LI Xiaohua, et al.Reliabilityanalysis of data acquisition system in digital protection[C]//Proceedings of IEEE/PES Transmission and Distribution Con-ference&Exhibition:Asia and Pacific, Aug 14-18, 2005, Dalian, China.Piscataway, NJ, USA:IEEE, 2005:1-6.

电子装备故障 篇2

关键词：管理信息系统；故障诊断；专家系统

中图分类号：TJ303文献标识码：A文章编号：1007-9599 (2011) 03-0000-01

Design of Weapons and Equipment Fault Diagnosis Information System

Zhang Zhe

（School of Mechanical Engineering,Nanjing University of Science and Technology,Nanjing210094,China）

Abstract:Using the fault diagnosis,relational database theory and ASP technology,system based on computer network,which has the features of intelligent diagnosis,net sharing,data dynamic expansion and Program Dynamic upgrading.Users could get the way of the diagnosing of the weapons by choosing the probable location and the acts of the fault,which could give the information to the MIS to help to diagnose.This was belong to the application of artificial intelligence and expert system.

Keywords:Management information system;Fault diagnosis;Expert system

一、智能管理信息系统（IMIS）

一般说来，带有知识库和引入推理机制的MIS就是智能管理信息系统（Intelligent MIS，IMIS）。这是在传统MIS的基础上，为了利用领域知识使某些管理功能（如计划、预测、查询、统计分析等）具有模拟人类思维方式的智能能力而引入人工智能的有关理论，使传统的MIS成为一种具有“智能”的MIS。近年来，IMIS在决策支持领域、专家系统领域都具有重要的应用。

二、系统需求分析

本系统主要面对三类用户，系统管理员、维修专家（全师各级有相关技术认证的干部和士官）和系统的普通用户（普通维修和使用人员）。系统管理员主要负责对系统的用户进行管理，包括对用户的信息进行查询、添加和删除等操作；维修专家主要进行故障诊断以及数据的扩充和程序的优化升级；普通用户主要进行故障诊断和查看装备的基本信息、系统公告和留言。

三、系统设计

（一）系统计算模式的设计。系统采用B/S结构计算模式。B/S结构是一种以web技术为基础的新型的网络管理信息系统平台模式，B/S结构把传统两层C/S中的服务器部分分解为Web服务器和数据库服务器，从而构成一个三层结构的客户服务器体系。实质上，客户机与Web服务器之间类似于终端和主机的模式，而Web服务器与数据库服务器之间类似于C/S模式。其结构如图1所示：

B/S结构的网络计算模式，可以用如下公式表示：

B/s网络计算模式=多浏览器+单Web服务器+多数据库服务器+动态计算

（二）系统运行环境设计。系统采用FrontPage为开发工具；web服务器为IIS（支持ASP）；数据库管理系统（DBMS），服务器端为SQL Server 2005企业版，开发端为SQL Server 2005开发版；编程语言是ASP；操作系统，服务器端这Windows Server 2003，开发端这Windows XP Professional。

（三）故障诊断专家系统核心功能模块设计。诊断型专家系统的任务是根据输入信息（观察到的情况）来推断出某个对象机能失常原因或找出处理对象中存在的故障。故障诊断专家系统模块是系统的核心功能模块，应根据专家系统组成结构进行设计：

典型专家系统一般由以下几部分组成：

依据此专家系统各模块的功能与作用，其设计主要有：知识库及其管理系统的设计、综合数据库的设计、推理机的设计、解释程序的设计等。

1.知识库的设计。装备故障知识库主要用于存储原始故障数据、与搜索相关的中间推理依据。包括故障事件表、故障树表等。

2.全局数据库的设计。全局数据库主要用于存放专家系统运行过程中产生的一些数据记录及诊断问题领域内的原始特征数据，仍以表的形式存放。主要包括：标称值表、实测值表、异常项目表，诊断结果表。标称值表中存放的是设备正常状态的各种参数；实测值表中存放的是实际测得的参数；异常项目表中存放的是测试有异常的项目，并反映其异常状态。

3.推理机的设计。推理机作为专家系统的组织控制机构，能通过运用由用户提供的征兆数据，从知识库中选取相关的知识并按照一定的推理策略进行推理，直到得出相应的结论。

4.解释程序的设计。解释程序负责回答用户可能提出的各种问题，包括与系统运行有关的问题和与运行无关的关于系统自身的一些问题。

四、结论

本文在已有某武器装备故障诊断大量数据的基础上，运用故障树分析法对专家系统知识库进行了建造。并运用管理信息系统及故障诊断专家系统相关理论，针对某武器装备开发了其故障诊断信息系统，系统简单高效、方便共享。

参考文献：

[1]马秀麟,王燕.管理信息系統原理及开发.人民邮电出版社,2009

[2]慕静.管理信息系统开发方法、工具与应用.北京:清华大学出版社,2010

装备故障诊断方法研究 篇3

随着武器装备复杂性不断增加，对武器装备维护和故障诊断提出了更高的要求。近年来，一些逐渐兴起的智能故障诊断方法，比传统方法能够更加快速，有效的诊断装备故障。

目前，人工智能技术的发展，特别是基于知识的专家系统技术在故障诊断中的应用，使得设备故障诊断技术进入了一个新的智能公发展阶段。传统的故障诊断专家系统虽然在某些领域取得了成功，但这种系统在实际应用中存在着一定的局限性，而人工神经网络技术为解决传统的专家系统中的知识获取，知识学习等问题提供了一条崭新的途径[1][2][3]。

1 神经网络模型原理

人工神经网络简称神经网络（Neural Network），具备并行性、自学习、自组织性、容错性和联想记忆功能等信息处理特点而广泛用于故障诊断领域，它通过对故障实例及诊断经验的训练和学习，用分布在神经网络中的连接权值来表达所学习的故障诊断知识，具有对故障联想记忆、模糊匹配和相似归纳等能力。人工神经网络在故障诊断中的应用研究主要有三个方面：一是从预测角度应用神经网络作为动态预测模型进行故障预测；二是从模式识别角度应用神经网络作为分类器进行故障诊断；三是从知识处理角度建立基于神经网络的专家系统[4][5]。

1.1 神经网络基本模型

基于神经细胞的这种理论知识，在1943年McCulloch和Pitts提出的第一个人工神经元模型以来，人们相继提出了多种人工神经元模型，其中被人们广泛接受并普遍应用的是图1所示的模型[6]。

图1中的x0,x1，…，xn-1为实连续变量，是神经元的输入，θ称为阈值（也称为门限），w0,w1，…，wn-1是本神经元与上级神经元的连接权值。

神经元对输入信号的处理包括两个过程：第一个过程是对输入信号求加权和，然后减去阈值变量θ，得到神经元的净输入net，即

从上式可以看出，连接权大于0的输入对求和起着增强的作用，因而这种连接又称为兴奋连接，相反连接权小于0的连接称为抑制连接。

下一步是对净输入net进行函数运算，得出神经元的输出y，即y=f(net)

f通常被称为变换函数（或特征函数），简单的变换函数有线性函数、阈值函数、Sigmiod函数和双曲正切函数。

根据本文的研究特点，变换函数f取为Sigmoid函数，即

1.2 神经网络知识表示

传统的知识表示都可以看作是知识的一种显示表示，而在ANN中知识的表示可看作是一种隐式表示。在ANN中知识并不像传统方法那样表示为一系列规则等形式，而是将某一问题的若干知识在同一网络中表示，表示为网络的权值分布。如下所示阈值型BP网络表示了四条“异或”逻辑产生式规则[7]：

基于这种网络知识表示结构，其BP网络结构如图2所示。

网络通常由输入层、隐层和输出层组成。网络第一层为输入层，由信号源节点组成，传递信号到隐层；第二层为隐层，隐层节点的变换函数是中心点对称且衰减的非负线性函数；第三层为输出层，一般是简单的线性函数，对输入模式做出响应。理论上已证实，在网络隐含层节点根据需要庙宇的前提下，三层前向神经网络可以实现以任意精度逼近任意连续函数的功能。

对于三层神经网络，其隐层节点和输出层节点输出为：

1.3 隐层神经元数

神经网络输入和输出神经元个数的确定可以根据实际需求而定，隐层神经元个数的确定对网络的能力也有直接的影响，个数太少，则神经网络的认知能力较差，影响其收敛程度和泛化能力，个数太多，则增加了计算量，降慢了网络的收敛速度，通常用以下几个公式来确定隐层神经元数：

式中：l为隐层神经元数；n为输入层神经元数；m为输出层神经元数；p为样本总数。

2 故障诊断实例

以某型装备导弹测试车为例，说明神经网络在装备故障诊断过程中的学习和自适应过程。该装备故障知识表示如表1所示。左侧为装备故障征兆，右侧为装备故障原因。图中所示故障征兆与故障原因为对应关系，左侧故障征兆必然由右侧某一或多个故障原因引起。因此，故障征兆为神经网络的输入，由x1、x2…x9表示，如表2所示。神经网络接收故障原因后，通过运算、诊断、判别，最终输出引起某一故障征兆的原因，由y1、y2…y8来表示。

2.1 故障诊断流程

故障诊断流程如图3所示。根据专家整理的故障征兆、故障原因知识，对知识进行区别、分类，形成神经网络知识库。并通过已知的学习样本对神经网络进行训练。故障诊断时，对故障现象进行知识表示，输入诊断系统，经过神经网络运算得出相应故障原因结果，由系统解释机制最终解释出来，到达输出端，提供给用户。如果系统诊断不到故障原因（即，无解），得出相应的结论，把该结论反馈至知识库存储，并更新网络知识库。

针对该型装备，我们选择8个样本进行网络系统训练，其中，xi=0表示无故障现象，xi=1表示故障现象；yj=0表示无故障原因，yj=1表示故障原因。神经网络训练知识表示样本，如表3。神经网络训练过程中，通过误差反向传播，不断自动学习，修改各个节点的连接权值和相应节点的阈值，一旦误差小于规定的ξ时，网络就会停止训练。网络训练完成后，就可得到固定的连接权值和相应节点的阈值。

2.2 故障诊断结果

根据网络训练结果进行诊断，把故障征兆输入系统，系统调用已经训练好的各层的连接权值和相应节点的阀值进行向前计算，最终得出训练结果，由输出端提供给用户。在实际输出与理想输出之间有差别，实际输出值可以无限接近理想输出值，但往往不能完全相同。如表4所示。

3 结论

本文研究了模糊神经网络的原理和实现形式，提出了基于神经网络的故障诊断系统构建原则，并以某型装备故障为例，进行了实验。实验结果表明：人工神经网络故障诊断可以克服以往传统装备故障诊断不足，提高装备故障诊断效率，体现出了重要的意义和价值，代表着一个新的发展方向。

摘要：分析了神经网络故障诊断的特点,构建了神经网络的装备故障诊断模型,克服了传统故障诊断的缺点,并用某型装备故障的数据进行了验证,结果表明了神经网络诊断故障是一种有效的诊断方法。

关键词：神经网络,故障诊断,装备

参考文献

[1]杨迎化,唐大全,卢建华.神经网络在智能故障诊断技术中的应用及其发展趋势[J].测控技术学报,2003,22(9):1-5.

[2]陈维,陈永革,赵强.基于BP神经网络的装备故障诊断专家系统研究[J].指挥控制与仿真,2008,30(4)103-106.

[3]王改良,武妍.用入侵的自适应遗传算法训练人工神经网络[J].红外与毫米波学报,2010,29(2)136-139.

[4]汪振兴,刘臣宇,李丽等.基于改进BP神经网络的某型装备故障诊断专家系统[J].计算机与现代化,2010,174(2)200-206.

[5]王凡重.基于小波神经网络和支持向量机的电机故障诊断与研究[D].太原理工大学硕士学位论文,2011.

[6]王晓垠.基于神经网络和专家系统的智能故障诊断系统研究[D].东南大学硕士学位论文,2005.

美开发能量枪对抗敌军电子装备 篇4

美國陆军装备研究中心的电子工程师伯克透露，能量枪的学名是“伯克脉冲发生器”。它内置两组天线和一部电源，能将士兵扣动扳机时产生的动能转为电脉冲，从而向目标发射电磁波。每套“伯克脉冲发生器”的单价在1000美元左右。

《连线》预测，未来美军地面部队将普遍配备电磁枪。步兵不仅需要杀伤敌方的有生力量，还要应对敌方日益先进的人工智能装备，如无人机、陆战机器人等。以无人机为例，传统的步枪很难对其实施有效杀伤，因为子弹难以像防空导弹那样精确命中无人机。而发射大面积电磁波的能量枪可以打击低空无人机——在空中编织一张电磁网，有效破坏无人机上的电子系统，如导航系统等，使之瘫痪并坠落。同样道理，能量枪可以破坏陆战机器人的电子系统。

能量枪还可以用来对付中俄主战坦克。伯克表示，99式主战坦克之所以比解放军配备的其他坦克更先进，原因之一是其炮塔的内部空间相对宽裕，可以加装各种先进的电子设备。但在能量枪面前，电子化可能成为99式坦克的弱点。传统美制步枪根本打不穿99式坦克的装甲，但能量枪发射的电磁脉冲却能穿透装甲，攻击坦克内部的电子设施，包括火控系统的核心部件——火控计算机。因此，遭到能量枪攻击后，99式坦克或其他高度信息化的装甲车辆的战斗力可能受损。

浅谈装备液压系统故障诊断 篇5

1 装备液压系统故障概述

尽管装备液压故障不易发现与检测, 表现形式多种多样, 但通过对大量故障诊断实例统计分析发现, 诸多故障之间都有类似之处, 可以将其故障现象概括为以下三种特点:1) 有较大响声和振动。响声和振动是液压系统最为常见的故障现象, 较大的响声或振动通常意味着液压系统某个部分出现了问题。2) 速度不平稳。液压缸或马达运动平稳是装备液压系统正常的前提, 液压缸或马达运动速度不平稳必然表明液压系统了出现问题。3) 动作异常。执行机构如伸缩臂等出现动作异常, 也是装备液压系统出现问题的标志。装备液压系统故障从性质上来说可分为三类:压力异常、流量异常与液压元器件故障。足够的压力是驱动负载的必要条件, 压力不足将造成夹紧部件松动或无法驱动运动部件, 压力波动较大将造成执行机构断断续续。流量异常将会导致马达转速过低, 使执行机构动作缓慢, 主要是由于液压油管、快速接头处及密封件附近的泄漏引起的。液压元件出现故障则可能会出现各种问题。

2 装备液压系统故障诊断的方法

装备液压系统状态正常是装备正常工作的保证。当装备液压系统发生故障后, 应该迅速进行诊断, 排除故障, 从而确保装备处于良好的工作状态。本文结合实际的操作经验, 借鉴先进经验, 介绍了当前的几种装备液压系统故障诊断的常用方法。

2.1 逻辑分析排除故障法

逻辑分析排除故障法是目前进行液压系统故障诊断较为传统的方法。它是通过综合分析和条件判断来实现的, 即操作人员通过“望”、“闻”、“触”、“嗅”方法以及对液压系统基本原理的理解, 借助工作经验来判断寻找故障及故障原因。该方法的具体做法是当装备液压系统出现故障时, 由于发生故障的原因有多种可能, 通常采用逻辑分析方法, 将出现故障可能的原因进行排列, 根据可能性从大到小的原则逐一进行逻辑分析, 不断排除, 最终找出故障原因。这种方法要求装备操作维修人员经验丰富, 具有很好的液压系统基础知识和较强的分析排除故障能力, 才可保证诊断的有效性和准确性。但它只可定性分析, 况且也无法减少系统故障诊断的盲目性以及拆装工作量, 所以传统的逻辑分析排除故障法具有很大的局限性。

2.2 液压原理图诊断故障法

熟悉武器系统装备的液压原理图是故障诊断的基础, 也是查找液压故障的基本方法之一, 它与逻辑分析排除故障法有一定类似, 但是更准确且有针对性。其方法是首先从分析装备液压故障的现象开始, 从整个液压原理图中分离出与该故障有关的局部回路原理图, 使问题尽可能简单, 有针对性地进行分析, 从而有利于故障定位;其次列举故障的可能原因与位置;最后进行各个排查。利用该方法进行故障诊断时, 要做到科学判断、仔细分析, 尽可能少拆装, 防止反复拆装, 以免重装后影响液压元件密封性及运动的精确性。

诊断时要综合分析液压传动系统的电气部分和液压部分两部分内容。为了迅速准确地进行故障诊断, 应十分清楚电气控制部分与液压元件工作原理、功用以及两者之间的相应关系。

2.3 动作执行表诊断法

动作执行表由三部分组成, 一部分表示动作执行过程的内容;另一部分表示执行过程中一个动作转到另一个动作的信号源;最后一部分表示在各个执行过程中每个元件应处的正确位置。诊断故障时, 可以根据故障出现的阶段, 从表中找到故障的原因。在进行动作执行表诊断时, 可以利用区域分析与综合分析结合的方法, 因为复杂液压系统往往是由几个部分组成的。首先进行综合分析, 对故障做出全面分析。其次进行区域分析, 检查故障区域内的元件情况, 找出动作异常的原因。

实践表明, 该方法大大方便了维修人员的诊断, 对于复杂的装备液压系统尤为明显。

2.4 基于参数测量的装备液压系统故障诊断方法

装备液压系统发生故障的实质就是系统工作参数的异常变化, 因此当液压系统发生故障时必然是系统中某个元件或某些元件出现异常, 也就是说某个参数已偏离标准值。基于参数测量的装备液压系统故障诊断方法是在参数测量的基础上, 结合逻辑分析方法快速、准确地诊断故障位置。这种检测属于直接测量, 检测设备简单, 检测速度快, 出现错误可能性小, 适合于各种装备液压系统的检测。该方法不仅可以诊断系统存在的故障, 而且还能预报可能发生的故障, 并且这种预报和诊断都是定量的, 大大提高了诊断的准确性。不足之处是该方法无法实现在线测量, 对一些复杂的液压元件无法实时测量。

2.5 故障树分析法

故障树分析方法也是进行装备液压系统故障诊断的有效方法。故障树分析采用逻辑分析的方法, 从顶事件开始, 以顶事件为故障树的根, 以中间事件为故障树的枝干, 以底事件为故障树的叶, 逐层展开, 最终获得引起顶事件发生的倒立的树形图表, 使可靠性分析工作可以形象地展开。主要是根据装备液压系统的故障, 利用液压原理图及相应的液压元件的逻辑关系, 创建故障树, 从顶事件开始, 逐个向下展开分析, 直到诊断出故障所在。故障树诊断的方法既可以进行定性分析也可以进行定量分析。

2.6 基于小波分析与模糊神经网络的装备液压系统故障诊断

随着装备液压系统与PLC技术、自动控制技术相结合, 多种相应的故障诊断方法相应地出现。小波分析与模糊神经网络系统, 具有较高的故障诊断效率, 在液压故障诊断的研究过程中逐渐受到重视, 为装备液压系统的故障诊断向智能化方向发展提供了新的理论方法与技术手段。专家系统和神经网络系统的研究是利用统计的方法得出装备液压系统故障的可能位置与原因, 它们都处于研究探索阶段, 当前还无法运用到部队的实际维修中。

3 结语

本文针对装备液压系统的实际情况, 介绍了装备液压系统的故障类型及性质, 分析了几种故障诊断的常用方法。在实际的装备液压系统操作过程中, 要养成记录故障的习惯, 形成故障手册, 不断总结经验, 再借助一定的检测手段与仪器, 就一定可以切实可行的故障诊断方法, 快速完成故障的诊断。

参考文献

[1]周爱萍, 王显会, 宋子健.基于故障树分析法的大型特种车辆液压系统的可靠性仿真分析[J].机床与液压, 2011.

[2]曹鹏举, 高燕, 李晓峰.基于参数测量法的液压故障诊断系统[J].空军雷达学院学报, 2008.

电子装备故障 篇6

目前随着遥测装备复杂程度不断增加,其出现故障的概率及类型繁多,对其进行故障诊断也变得越来越困难。故障诊断系统研究经过不断发展和进步,出现了一系列先进理论在故障诊断系统中的应用研究。但实际上对绝大部分故障诊断系统来说还是以故障树理论为基础进行的构建和设计,故障树分析是一种多因素的分析法,可以分析几种因素同时起作用才能导致的某种后果。其逻辑推理严谨,数学计算严密,既能定性地判断,又能定量地计算各底事件对顶事件影响程度的大小[1],是故障诊断系统的基础,也是最有效、最基本的故障诊断技术之一。

测量技术的的不断进步为故障诊断的进一步发展奠定了基础,虚拟仪器技术就是提高测量精度和效率的有效手段之一,它改变了传统仪器的测量模式,使测量系统由松散结合的、常常不兼容的独立仪器发展成为紧密结合的虚拟测量系统,把计算机技术与仪器技术完美的结合起来。因此论文结合虚拟仪器技术构成故障诊断硬件平台设计。

2 遥测装备故障特性分析

某遥测装备主要由接收天线、接收信道、变频器、接收机,遥测计算机,天线跟踪单元等构成,其主要组成如图1。

虽然遥测装备出现故障的类型繁多,但通过对使用过程中出现过的大量故障实例分析,其故障的类型大体分为三种[2]:突发型:装备自某一时刻开始突然工作不正常,其后可能恢复正常,也可能不再恢复。这类故障一般为某单元模块故障或者通信故障;波动型:在装备的使用过程中,检测到的数据虽然与对应要素值变化趋势相同,并且其变化的幅度也不是太大,但是检测数据在较小时间单位里会出现波动异常。这种类型的故障主要是由于线缆或电缆接头接触不良的原因造成的;渐衰型:这种类型的故障从单要素的角度来看,要素值在短时间内没有明显的异常变化,但是在数小时乃至更长的时间里才能发现这种趋势性变化。这种故障主要表现为板卡或器件的性能逐渐衰落,所以这种故障也最难判断。

从遥测装备的组成及特点分析,其常出现的故障主要包括信号的频率,装备单元模块的电压,信号的频谱及波形(渐衰型故障);单元模块损坏(突发型故障);板卡或者插头接触不良故障(波动型故障),本文研究的遥测装备在设计制造时已经将主要的测试点都引至一信号测试板,极大的方便了对装备的检查和测试,也为故障诊断系统的测试信号输入提供了方便。

3 基于虚拟仪器的故障诊断系统硬件设计

虚拟仪器由硬件设备与接口、驱动软件和面板组成。其通过底层设备驱动软件与仪器系统进行通讯,并以虚拟仪器面板的形式在计算机屏幕上显示与真实仪器面板操作元素相对应的各种控件,用户用鼠标操作虚拟仪器的面板就如同操作真实仪器一样真实与方便[3]。

本文所设计的故障诊断系统就是在通用计算机平台上,根据遥测装备的故障特性来定义和设计仪器的测试功能,选择合适测虚拟仪器测试模块获取装备实时状态数据,利用故障诊断软件来完成遥测装备故障的诊断与排除。该诊断系统以实时诊断数据库为核心,将信号采集、信号分析、诊断专家系统集成为一个有机的整体,具有强大的设备故障诊断能力[4]。系统有硬件和软件两大部分组成。

遥测装备故障诊断系统的硬件主要为计算机、数据采集模块和I/O接口设备。根据某遥测装备的特性,通过对装备出现故障的类型及形式,在进行故障诊断时需测试的内容主要有:电压(单元模块电源5V、12V等);信号频率(中频70MHZ,基准频率10MHZ等);中频信号的频谱及波形(PCM信号波形)等,因此在选择虚拟仪器中的信号采集模块时主要采用NI公司的NI PXI-40656?位数字万用表模块、NI PXI-5152高速数字化仪/示波器模块、NI PXI-5660矢量信号分析仪模块。如图2所示。

本诊断系统采用虚拟仪器测试模块进行遥测装备测量数据的采集和处理,系统的主要工作原理是[5]:由装备类型数据库定义测点部位、信号类型和门限判据等;由测试仪器数据库定义测试仪器,并由仪器库中的仪器构造测量方案;装备故障树知识库和测量方案库中的数据形成信号采集方案,系统按采集方案驱动信号采集模块完成信号采集工作;然后系统按分析方案对测试信号进行分析、处理工作,并将分析结果送装备运行状态数据库;最后系统根据装备的实时运行状态数据,利用装备故障树知识库和装备故障诊断案例库中的数据进行推理诊断,完成一次诊断任务。

4 基于故障树的专家系统

故障诊断专家系统总结在装备生产、调试、使用、维修过程中所遇到的各种问题,故障所表现出的现象及解决问题的方法来建立专家知识库。专家系统故障诊断方法,是指计算机在采集被诊断对象的信息后,综合运用各种规则(专家经验),进行一系列的推理,必要时还可以随时调用各种应用程序,运行过程中向用户索取必要的信息后,就可快速地找到最终故障或最有可能的故障,再由用户来证实。

故障树(FT)模型是一个基于被诊断对象结构、功能特征的行为模型,是一种定性的因果模型,以系统最不希望事件为顶事件,以可能导致顶事件发生的其他事件为中间事件和底事件,并用逻辑门表示事件之间联系的一种倒树状结构。它反映了特征向量与故障向量(故障原因)之间的全部逻辑关系[6]。构建装备故障树时,首先分析装备系统各个组件的功能、结构、原理、故障状态、故障因素及其影响等,并作深刻透彻的了解,确定一个不希望的顶事件,由此开始,逐级找出各级事件的全部可能的直接原因,并用故障树的符号表示各类事件及其逻辑关系,直至分析到各类底事件为止。

在故障树分析中,建树是一个关键和基本的步骤,建树是否完善将直接影响分析诊断结果的准确性。而建树的关键是要清楚了解所分析的系统功能逻辑关系及故障模式、影响及致命度,建树完善与否直接影响定性分析和定量计算结果是否正确[7]。整个建树过程是工程技术人员对系统的分析思考过程,通过不同角度的建树过程,使分析人员进一步得到系统各种信息而更加熟悉系统,可以帮助设计人员判明潜在故障,以便改进设计,改进运行和维修方案。论文研究的遥测装备包含了上下变频器模块、时码模块、接收机模块、天线驱动单元、遥测数据处理计算机等,我们以下变频器输出故障为例来构建故障树模型如图3所示。

在故障树推理中先根据故障树顶事件的故障表现形式,从上到下逐个测试中间事件和底事件,从而搜寻出故障元器件[8]。图中若顶事件下变频器输出故障表现形式为“变频单元故障”,则依次测试底事件“变频模块”,“基准频率”,“12V电源”。若顶事件故障表现形式为“变频器无输入”,则分两种情况测试对中间事件“馈源输出故障”则依次测试底事件“LNA(低噪声放大器)”,“12V电源”,另一种情况是测试底事件“线缆及接头”。假如还有更下一层的中间事件,同样可依已有的故障树结构,层层深入,逐个测试分析比较,直到搜寻到故障元器件。

5 系统软件构建

软件系统是装备故障检测诊断系统的核心部分,它使系统中每个模块的功能有机结合,在多个模块相互协作和数据传递的过程中起着决定性的作用,并使整个系统的运作有效、稳定。该遥测装备故障诊断系统软件开发选用虚拟仪器标准的软件开发平台Lab VIEW,以实现操作灵活、功能强大、用户界面友好的软件要求。根据遥测装备故障诊断系统的要求及特点,其软件的基本组成如图4。

a.系统设置及用户管理:为用户提供各种窗口界面,管理使用该测试软件的用户的权限,可以添加、删除用户,修改用户的密码等。允许用户输入各种参数,装备编号和测试操作人,选择不同的系统配置等。

b.测试仪器选择模块:应用软件调用仪器驱动,设置数字万用表、示波器等测试仪器,它根据数据采集系统的要求,完成数据采集功能,为数据分析、运算、显示提供原始数据。

c.系统自检模块:该模块检测故障诊断系统中的各种测试仪器是否能够正常采集或测量,并能将自检结果输出。

d.数据处理模块:进行各种数据管理、数据格式转换、数据运算、数据传递等功能,能够对测试结果分析统计、合格项判定,并能将统计结果保存、输出,方便用户查阅和打印。

e.故障测试诊断模块:执行具体的测试步骤,包括使用仪器采集和测量各种信号,交换信息,并获取相应的测试结果,并提供对测试的控制功能,如暂停运行、终止程序等。操作人员在执行测试过程中,能够从软件界面中直接观察模拟或数字波形,能够监视系统测试结果的图形显示、处于更新状态的重要参数值和开关量状态。当测试项不合格时,测试系统通过出错对话框、状态指示灯或者报警方式告诉操作人员及时进行故障处理。

f.数据保存模块:将测试过程中获得的需要保存的测试数据,保存在后台的数据库中。

g.测试报告模块:读取数据库中保存的测试数据、测试人员的信息以及测试结论等,并将这些数据输出到一定格式的表格中,生成测试报告,可以供用户进行数据查询。

h.测试日志模块:记录用户登录系统所进行的任何操作,并保存在数据库中,便于用户察看日志。

i.参数设置模块:用于设置装备故障诊断系统PXI设备模块的参数

故障诊断系统故障测试的流程如图5所示。

6 故障诊断系统实验分析

故障树诊断按照流程通过检测故障树的各个节点中检测点的信号状态来判断故障节点是否正常。图6为采用故障树方式进行故障诊断实时运行示意图,在该界面中选择设备类型以及所属分系统或单元,在故障树选项中选择所需的故障树开始进行故障诊断。在故障诊断过程中,按照故障树流程选择适合测试信号的仪器对故障节点进行检测,对检测出的节点实际数值或者信号频谱、波形与真值进行比对,查找出有故障的节点,然后对故障节点进行故障排除,完成一次基于故障树的故障诊断。图7为矢量信号分析仪检测故障树节点结果示意图。

7 结束语

本文针对一种遥测装备分析了其故障特性,将虚拟仪器和故障树技术相结合,结合该遥测装备特点构建了基于故障树的专家诊断系统,设计了基于虚拟仪器的故障诊断系统硬件,给出了系统软件的组成及故障诊断实现流程。该故障诊断系统大大提高了遥测装备故障检测诊断的效率和准确性,具有较好的应用前景,对其他装备的故障诊断研究具有参考价值。

摘要：论文在分析某遥测装备故障特性的基础上,通过对一种遥测装备变频单元故障树的定性和定量分析,构建了基于故障树的专家诊断系统,基于故障树模型给出了基于虚拟仪器的故障诊断系统实现方案和硬件设计,编写了相应的故障诊断系统软件程序。通过对遥测装备故障诊断实验验证了该系统的可靠性和有效性,有力地提高了检测与故障自动化诊断能力,加快了该遥测装备的保障和维护效率。

关键词：遥测装备,故障诊断,故障树,虚拟仪器

参考文献

[1]安晨亮,故障树原理在故障诊断中的应用[J].导弹与航天运载技术.2009(1):48-51.

[2]武征,李树国,采用虚拟仪器技术实现靶场遥测系统诊断测试[C].第八届全国遥感遥测遥控学术研讨会论文集.2002.

[3]施珍珠,张玮.虚拟仪器技术[J].国外电子测量技术,2002,(1):17-20.

[4]赖彪,周健,基于C/S模式的测控装备故障诊断系统研制[J].国外电子测量技术,2011,(4):47-50.

[5]杨奕飞,周江,周承斌,航天测控设备智能故障诊断系统设计[J].电视技术.2009,24(464):54-58.

[6]J.R.TAYLOR.An Algorithm for Fault TreeConstruction[J],IEEE Transaction on reliability,1998,(31):137~146.

[7]R REMENYTE.J D ABDREWS.A simple compo-nent connection aporoach for fault tree conversion to bi-nary decision diagram,2006.

电子装备故障 篇7

现代战争中,雷达对抗的作用越来越突出,随之雷达对抗装备也越来越复杂。结构日趋复杂、性能日趋完善的雷达对抗装备难免发生故障,如果由于操作人员心理紧张、经验不足等原因而导致误判断和误处理,就会使故障扩大,造成更大的损失,因此,利用故障诊断系统对其进行高效、快速的故障诊断,使其保持良好的作战状态和强大的战斗力具有重要意义。对这样复杂的装备进行故障源的充分暴露和故障定位,仅仅依靠维修人员使用传统的方法进行故障诊断和故障排除具有较大的局限性,直接影响维修工作量和维修时间,不能满足现代战争的需要。如果把智能故障诊断与修复技术应用到雷达对抗装备系统中,则无论是平时还是战时武器装备系统出现故障,都可以根据故障的层次性、相关性和综合性采用基于专家系统的故障自动诊断与维修技术,在短时间内提出修复方案,以提高武器系统的生存性和全生命周期,降低武器装备寿命周期费用,提高武器系统的效能。

1系统总体设计

考虑到某型雷达对抗装备的特点、训练和作战的要求,该系统要达到如下要求:在工业控制计算机/PCIS系统的控制下,既可以工作在离线状态,也可以工作在在线状态。当由雷达对抗武器装备运行工作时,自动化故障诊断系统将采用非接触式对各种测试信号和信息流进行动态检测,并对检测到的信息实时分析判断,给出雷达对抗系统的当前状态。一旦出现故障,利用系统强大的软件分析功能,首先判断出故障点,再给出发生故障的可能原因,可以迅速定位到板级。系统硬件组成如图1所示。

软件平台采用OLE、COM等先进技术,通过COM接口搭建功能框架,然后在框架内根据需求添加各种功能模块,包括各种信号处理模块、测试处理模块、仪器配置操作模块、诊断算法处理模块和数据信息管理模块等;各模块的添加具有相对的独立性,通过主框架程序进行数据交换;并且可进一步改进或者添加新的功能模块。软件提供二次开发的接口,采用COM接口的软件设计思想,解决了程序编写和升级的难题,提高系统的可靠性和扩展性,系统软件组成如图2所示。软件体系包括测试诊断执行平台、测试诊断开发平台、用户界面编辑平台、数据信息管理平台及在线帮助等功能模块。测试诊断开发平台完成对被测电路板进行故障诊断和定位,提供自动监测和信息提示功能;测试诊断开发平台提供可视化图形界面环境引导开发人员输入诊断步骤、模拟激励、数据激励、信号类型、测试节电和仪器操作等,以完成测试诊断程序开发任务;用户界面编辑平台生成诊断执行界面的显示内容,完成人机界面的交互设置;数据信息管理平台完成故障电路板型号统计和原器件统计分析和故障趋势分析和预测试功能,实现故障诊断测试、信息分析反馈的融合。

2系统实现关键技术研究

因雷达对抗武器系统功能完善、结构复杂、自动化程度高以及广泛应用集成电路而从整机型向各功能插件板型发展带来的对测试和维修保障产生的测试流程复杂、测试时间长、维修保障困难和维修费用高等问题,因此本系统不仅利用模糊集理论、专家系统、神经网络、故障树和小波分析和时频分析等技术,还结合虚拟仪器技术,来研制结构灵活、诊断任务分解合理、诊断效率较高、推广性较好的智能故障诊断系统。

2.1模糊故障诊断技术

在系统故障诊断过程中,能测到许多信号,通过信号分析得到许多故障征兆,模糊故障诊断是指通过研究故障信号与征兆之间的模糊关系来判断系统运行状态的方法。模糊故障向量识别法是其中的常见方法,其诊断过程分以下3个步骤:

① 建立故障与征兆之间的模糊关系矩阵R,其中的矩阵元素为征兆对原因的隶属度;

② 测试待诊断对象,待检测状态的特征参数,并提取出特征参数向量矩阵X;

③ 求解关系矩阵Y=X×R,得到待测状态的故障向量,再运用一定的判定原则(如最大隶属度原则,阀值原则等)得到诊断结果。

在模糊故障诊断中,实现诊断的关键问题是确定合适的隶属度函数和选择具有代表性的特征值。

2.2专家系统

专家系统故障诊断法是典型的基于知识的方法,它通过获取大量的专家诊断知识,利用专家的推理方法,解决故障诊断领域的问题。专家故障诊断方法可用图3的结构来说明,它由知识库、数据库、学习机、推理机、解释器、上下文、征兆获取和人机交互界面组成。各部分功能如下:

① 知识库用来存放专家的专门知识,通常为规则库和事实库;

② 数据库通常由静态数据库和动态数据库2部分。前者存放相对稳定的参数,后者存放运行过程中的参数;

③ 学习系统即知识获取系统;

④ 推理机根据一定的策略从知识库提取有关的知识,对用户提供的证据进行推理,直到得出合理的结论为止;

⑤ 解释器使专家系统的工作更加透明,易为用户理解;

⑥ 上下文为存放中间结果的地方;

⑦ 征兆获取器使故障征兆能自动识别;

⑧ 人机交互界面是人与专家系统交流的桥梁。

这种传统专家系统故障的特点在于利用专家的领域知识和经验为故障诊断服务。专家系统框架如图3所示。

2.3神经网络技术

由于神经网络具备的大规模并行、分布式存贮和处理、自组织、自适应、容错性和联想记忆功能等信息处理特点,被广泛应用于故障诊断领域。神经网络故障诊断方法的内容包括3个方面:

① 知识表达:它的知识表达与知识获取过程同时进行。即确定神经网络的结构参数、神经元特性和学习算法,诊断对象故障的知识结构,确定网络结构模型,并获得连接权值,用权值表和阀值形成知识库;

② 推理:神经网络的诊断推过程以并行计算方式进行,即征兆输入经过并行计算得到输出的故障类型;

③ 自学习过程:主要是指故障样本的自学习,通过系统的不断学习,可不断提高系统的诊断效率。

2.4故障树

故障树是以系统最不希望发生的事件——顶事件为分析目标。应用逻辑演绎的方法研究造成顶事件发生的各种直接及间接原因;用“逻辑门”将各原因相联系,建立起一个倒立的树状图形;并指出单元故障与系统故障之间的逻辑联系。应用概率统计方法对故障树进行定性分析,可寻求顶事件发生的最小割集(即系统的最薄弱环节);还可由基本事件——底事件的发生概率来定量评价顶事件的发生概率。

2.5虚拟仪器技术

虚拟仪器是一种基于计算机的仪器系统,具有测试、数据传输和分析的功能,也可以与网络或周边设备互联实现系统资源共享,从而节省资源。通过一种以LabWindows/CVI为软件的平台,VXI总线为硬件技术的综合测试系统,其软件采用当前非常流行的虚拟仪器编程软件LabWindows/CVI,在WindowsXP操作系统下编制,编程实现文件记录、文件处理及测试项目选择等功能,其测试功能全部由虚拟仪器仪表实现,既节省了实际仪器仪表,又降低成本。

3结束语

本系统从研究电子对抗装备运行机理、故障征兆等先验知识出发,建立系统硬件模块,对各种测试信号和信息流进行动态检测,通过对检测到的信息进行实时分析判断,给出系统的当前状态,在出现故障时,经过诊断程序的分析判断确定故障位置,并经过一定的人机结合决策,完成故障诊断,并给出预选的维修方案,由此为提升我电子对抗部队战斗力提供了有效的技术保障。

摘要：针对对抗装备结构复杂、自动化程度高以及测试时间长、维修保障困难和维修费用高等问题,利用模糊集理论、专家系统、神经网络、故障树和小波分析等技术,结合虚拟仪器技术,研制了结构灵活、诊断任务分解合理、诊断效率较高、推广性较好的智能故障诊断系统,可以大大降低故障发生率,节约维修成本,缩小维修范围,减少维修工作量,提高设备的可用率,从而减少提前维修的人为差错和早期故障,使维修工作变被动为主动。

关键词：状态监测,故障诊断,专家系统

参考文献

[1]张定会,戴曙光.混合故障诊断专家系统[J].模式识别与人工智能,2000,13(3):276-279.

[2]范浩,肖明清.基于神经网络的故障诊断专家系统[J].现代电子技术,2002(9):29-31.

[3]黄明辉,李子萌.小波神经网络在齿轮箱故障诊断中的应用[J].中南工业大学学报,1998(4):490-493.

[4]朱大齐,于盛林.基于知识的故障诊断方法综述[J].安徽工业大学学报,2002,19(3):197-204.

[5]张定会,邵惠鹤.实时故障诊断专家系统知识库的建造[J].计算机工程与应用,1999(6):110-112.

电子装备故障 篇8

在现代物质生产中, 物料的搬运和装卸是整个生产环节中的有机环节。随着国民经济的快速发展, 为高效、及时和安全地完成装卸搬运作业, 起重机、叉车、输送机和堆垛机等现代铁路物流设备在铁路物流系统中的使用越来越广泛, 作用也越来越大。但由于现代铁路物流设备起重量大、作业连续性强、现场环境恶劣等因素, 在实际使用过程中容易出现各种难以预料的故障, 造成设备的停顿, 会直接影响到铁路的经济效益, 严重时造成人员伤亡和巨大的财产损失[1]。因此, 对现代铁路物流设备进行实时状态监测、故障诊断及远程维护具有重要的意义。

目前, 国内针对现代铁路物流设备的检修主要还停留在定期计划维修阶段, 且对设备的维护主要依靠经验对故障点进行判断。这种方式效率低下, 故障点查找困难, 维修周期长, 会造成诸多不必要的损失。为适应装卸企业自身发展的需要, 必须从观念创新、制度创新、管理创新等方面对传统的设备维修体制进行改革[2]。基于状态的维修 (Condition-based Maintenance, CBM) 是一种全新的设备维护模式, 其核心思想是在有证据表明故障即将发生时才对设备进行维护。它通过对设备工作状态和工作环境的实时监测, 借助人工智能等先进的技术, 诊断和预测设备未来的正常工作周期, 合理安排设备未来的维修调度时间[3]。鉴于此, 引入了现代铁路物流设备CBM维护方式, 通过先进的传感器、计算机和人工智能等技术的结合, 对现代铁路物流设备进行科学地维修保养, 从而在保障设备安全、经济、可靠的前提下最大限度地提高现代铁路物流设备的利用率, 降低检修人员、财力、物力的浪费和检修磨损, 提高铁路经济效益。下面首先介绍现代铁路物流装备故障诊断与远程维护系统 (RDMS) 的整体体系结构, 接着详细讨论RDMS的硬件和软件结构设计, 最后对全文进行了总结。

1 RDMS整体体系结构

设备监测和信息技术的快速发展, 为设备状态监测与故障诊断维护技术的发展带来了新的机遇。运用高新技术去解决传统的设备管理维护问题已经并不鲜见[4]。本系统以现代铁路物流装备维修管理的信息化、智能化为目标, 参考OSA-CBM (Open System Architecture for Condition-based Maintenance) 国际标准以及ISO 13374等机械状态监测和故障诊断相关的国际标准, 构建RDMS系统, 开发“RDMS应用程序”, 目的是使系统标准化、通用化和模块化。RDMS结合现有的设备监测诊断技术, 以信息技术为纽带, 建立以互联网为平台的网络化现代铁路物流装备故障诊断与远程维护系统体系, 将众多的现代铁路物流装备、企业设备维护部门、各个不同的设备生产厂家和科研中心等诸多的资源结合起来, 形成一个资源共享、相互协作的现代铁路物流装备故障诊断及远程维护系统[5]。在信息技术环境下, 设备上的数据采集装置实时采集设备上各个部位安装的传感器数据, 以得到设备运行状态数据。一方面, 机载的状态监测与故障诊断系统可以暂存采集的数据, 初步完成设备的运行状态监测与简单的故障诊断, 现场的诊断人员可以根据机载系统进行监测和诊断。另一方面, 将采集得到的状态数据通过通信网络发送到监控中心的服务器, 位于监控中心的维护人员运用故障诊断与远程维护系统对现场运行的设备进行实时状态监测、故障诊断和预测等, 为设备提供远程故障报警、故障定位、故障解决方案等。系统的整体体系结构如图1所示。

整个RDMS由机载监控系统、通讯网络和远程监控中心三部分组成。机载监控系统一方面采集设备的各种运行状态数据, 利用机载的故障诊断系统软件对设备进行实时状态监测与故障诊断、定位, 并通过通信网络 (包括3G移动通信网络、Internet等多种无线/远程通信方式) 将所采集数据传送到远程监控服务与故障诊断中心, 另一方面机载监控系统可以接收远程监控服务中心的操作指令, 完成远程交互, 实现现代铁路物流设备远程故障诊断与维护。

2 系统硬件结构设计

2.1 机载终端装置与设备

现代铁路物流装备运行状态数据的采集是对设备进行状态监测与故障诊断的基础, 数据采集部分需要一些机载的终端数据采集设备与装置来采集设备的实时运行状态数据, 这些机载的数据采集设备包括分布在各个关键零部件上的各种类型的传感器、控制器和通信模块等。传感器采集设备的各种工况数据信息, 如发动机的油温、油压、水温、变速油压、制动系统压力、液压系统油温等等, GPS模块可以用于确定设备的地理位置信息, 采集得到这些数据信息以后暂时存储这些数据[6]。由机载监控系统实现设备运行状态在线监测, 以便及时对设备异常部位发出警报或报警, 初步诊断出设备故障, 以便及时排除故障。另一方面, 机载监控系统通过通信网络把采集得到的设备运行状态数据发送给远程监控中心。由于机载终端向远程监控中心发送的数据量较大, 为了保证可靠的通信可以设置多种无线/远程的通信方式结合的方式, 如:GPRS通信方式、3G通信方式等。

2.2 远程监控中心

远程监控中心是整个RDMS系统的核心部分, 它由实时数据服务器、历史数据服务器、数据分析服务器、故障诊断服务器、GIS服务器、工程师站、打印机、网络通信设备等组成[7], 如图2所示。

远程监控服务中心的主要功能是监控、预警、远程故障诊断及维护等。机载监控系统需要通过通信网络连接到远程监控中心, 当机载监控系统连接上远程监控中心以后, 把自己的相关信息 (如设备类型、机型、出厂时间、销售区域、工作位置等) 自动发送到远程服务器中并保存以记住该设备, 在远程监控中心的维护工程师们就能清楚地了解设备的信息[8]。远程监控中心通过通信网络实时收集各台现场作业中设备的状态数据, 分析和确定各台设备的当前工作状况, 如有问题则及时分析和诊断, 给予预警和报警。远程监控中心的远程维护系统还提供完善的设备工作状况统计功能和详细的查询功能, 并能根据所收集到的数据, 利用一定的预测分析方法预计指定设备中所检测关键部件的剩余使用寿命, 在适当时间给出预警信息。根据设备的当前问题, 给出远程维护的指导信息。GIS服务器为监控服务中心提供设备的地理信息相关服务, 如设备的区域分布、施工密度等。工程师工作站为监控中心的工程师提供友好的人机界面, 用于不同设备实时运行状态监测, 便于工程师为现场设备维护人员提供完善的设备维修方案。系统还可以提供特定的服务 (如Web服务等) , 故障诊断结果与维护的相关信息会在远程监控中心进行整理与记录。

3 系统软件结构设计

参考OSA-CBM[3]标准, RDMS系统从下到上可分为数据采集层 (Data Acquisition, DA) 、数据处理层 (Data Manipulation, DM) 、状态监测层 (Condition Monitor, CM) 、健康评估层 (Health A s s e s s m e n t, H A) 、预测评估层 (P r o g n o s t i c s Assessment, PA) 、决策支持层 (Decision Support, DS) 和表示模层 (Presentation) 七个层次, 每一个层次对应于一个模块, 如图3所示。

其每一层的功能描述如下:

1) 数据采集层:和装卸运输底层物理设备进行通讯, 采集设备各零部件的实时数据, 为其他的模块提供现场的原始数据, 然后将数据存入本地数据库。

2) 数据处理层:获得采集得到的原始数据, 对原始数据信号进行一些预处理, 如滤波、降噪等功能, 然后将数据存入本地数据库。

3) 状态监测层:主要完成DA、DM模块输出数据与系统工作限定值比较的功能, 实现对现代铁路物流设备零部件工作状态的实时监测, 当系统或零部件出现异常的时候会发出警告或报警, 将警告或报警记录存入本地数据库。

4) 健康评估层:利用多种故障诊断方法对装卸运输设备系统及零部件进行故障诊断, 然后对设备的系统、子系统、组成部件的性能衰退进行评估, 如果系统的性能处于衰退期, 模块产生一些诊断记录, 描述一些可能发生的故障和故障迹象, 并将诊断和评估结果存入本地数据库。

5) 预测评估层:主要根据底层模块的相关数据信息, 按照一定的预测模型推断设备及零部件的有效工作时间。

6) 决策支持层:主要负责接收由各系统健康管理传递的各部件健康信息, 并依次参照数学模型和历史数据, 对当前、历史及未来的设备工作状态进行综合考虑, 给维护人员提供合理的有针对性的设备维护计划。

7) 表示层:表示模块主要作为和用户交互的接口, 可以从其他各层模块提取数据。用于系统的描述, 包括报警信息的显示, 故障诊断和评估结果、预测结果以及建议维护计划等信息的显示。

RDMS系统软件结构简图如图4所示。机载监控系统主要由本地数据库、数据采集模块、数据处理模块、状态监测模块、健康评估模块、预测评估模块、建议生成模块等七大模块组成, 其每个模块的功能作用在上面的内容中已经做了相应的介绍。而远程维护系统主要由远程数据库 (用于存储历史数据) 、数据预处理、多传感器融合算法、故障树决策、故障自学习等五大模块组成。

首先, 根据各设备工作机构的功能、原理以及由历史记录显示的故障发生率, 分析其危害性和分布状况, 剖析故障发生的原因和机理, 研究设备施工状态信息的实时获取技术, 并建立了具有扩展性的设备监测与诊断数据库。为了实时监测设备运行状态, 建立了设备实时状态监测模块。为了实现设备的故障诊断与性能评估, 建立健康评估模块, 充分利用企业、行业已有的经验、知识和技能, 建立设备故障诊断专家系统知识库, 进一步建立故障诊断专家系统。通过建立设备关键部件的剩余工作寿命预测模块, 实现零部件寿命预测。通过建立建议生成模块, 对设备的维修提供标准化模块, 对日常问题的解决提供专家级的经验和指导, 这样能够大大提高企业的生产效率和员工解决问题的能力, 并充分利用企业已有的经验、知识和技能, 解决目前设备运行管理中存在的现场维修能力差、故障解决周期长、直接影响工作进度的现实问题。

如图4所示, 系统首先采集设备关键零部件的实时数据, 将采集到的数据进行处理以后存入机载监控系统的本地数据库中, 把数据处理、状态监测、健康评估、分析与预测等程序进行封装, 开发设备的机载监控系统。通过对设备的关键和易发生故障部位进行监测、诊断与预测, 及时了解设备运行状态、故障情况以及剩余的工作时间。同时对设备的维修提供建议生成模块, 将企业内、甚至行业内的专家资源整合起来, 对故障问题的解决提供专家级的经验和指导, 并提供专家级的故障解决方案与维修建议。

同时, 在企业内部或科研单位建立远程监控中心, 设计以设备机载的故障诊断系统为客户端, 远程监控中心为服务器端, 建立设备的远程维护系统。远程监控中心通过通信网络在线收集位于不同工作地点各设备的运行状态数据, 并存储在远程数据库中, 实现远程数据备份和远程数据库管理;然后, 系统采用多传感器数据融合算法, 对多个传感器的数据进行信息融合, 提取征兆信息, 建立查询条件, 在推理机的作用下, 不断与知识库中的知识匹配, 作出故障诊断决策, 提供给用户。系统具有自学习功能, 故障决策经自学习模块反馈给知识库, 对相应的置信度因子进行修改, 更新知识库, 同时, 自学习功能可根据知识库中的知识, 利用工程师和用户之间的交互, 从设备中采集相关信息, 并对这些信息进行分析、处理, 在工程师的参与下修正故障树模型, 并将新学习的模型导入知识库, 不断完善和扩充知识库, 实现自学习功能[9]。因此, 根据远程维护系统内嵌的专家系统可以实现设备远程维护管理, 包括进行整合分析、判断、统计以及变化趋势分析, 并为施工中的设备提供远程报警、故障定位、故障解决方案查询等功能。设备维护工程师、企业内的专家等通过远程监控中心了解与掌握各设备运行状态、故障情况以及剩余的工作时间, 从而能够根据设备的现状制定出合理有效的故障解决方案或设备维护计划, 为设备现场的工作人员提供技术支持和服务。

4 结束语

长期以来, 现代铁路物流装备的维修采用计划维修方式, 这种维修方式存在着诸多弊端。CBM基于状态的维护是一种新型维护方式, 本文通过对现代铁路物流装备故障诊断及远程维护技术的研究, 探讨了CBM系统在现代铁路物流装备故障诊断与远程维护系统中的应用。文中以现代铁路物流装备为研究对象参照OSA-CBM体系架构介绍了RDMS的软硬件结构设计。基于OSA-CBM的RDMS的提出为实际应用系统的研制和开发提供了理论依据、实现方法和思路, 进一步促进了现代铁路物流装备基于状态维修管理方式的开展。

参考文献

[1]万当.基于WEB的起重机械结构监测系统研究[D].武汉:武汉理工大学, 2011.

[2]初连贵.适应企业发展需要开展装卸机械设备的状态维修[J].铁道货运, 2002 (10) :27-28.

[3]Lebold M S, Reichard K M, Ferullo D, et al.Open systemarchitecture for condition-based maintenance:overviewand training material[EB/OL].http://www.osacbm.org.

[4]宋传平, 吴兵舰, 王鹏飞.基于物联网技术的设备状态维修安全管理研究[J].中国安全科学学报, 2011, 21 (1) :77-80.

[5]王峰, 路小琪, 何凤有, 谭国俊.基于物联网的矿井提升感知系统设计[J].煤炭科学技术, 2012, 40 (3) :83-86.

[6]周璇, 梁列全.工程机械设备远程监控故障诊断系统的设计与实现[A].第26届中国控制会议论文集[C].2007, 6:445-448.

[7]王华忠.监控与数据采集 (SCADA) 系统及其应用[M].北京:电子工业出版社, 2010.

[8]喻道远, 汪文静, 张铮.装载机远程服务与故障诊断系统研究[J].计算机应用研究, 2005, 22 (2) :26-28.

电子装备故障 篇9

【摘要】海军部队现有的维修保障力量难以完成日益繁杂的舰船电子装备维修保障任务，急需构建军民一体化的维修保障技术体系。本文探究构建的包含保障性相关技术、保障技术的研究与技术集成和维修维护技术的技术体系对舰船电子装备军民一体化维修保障技术体系的构建与运行提供了较好的思路和借鉴。

【关键词】电子装备；一体化维修保障；技术体系

1.引言

近年来，大量高新技术电子装备不断装备于海军舰艇、潜艇部队，海军现有的保障力量难以完成日益繁杂的维修保障任务。因此，建立系统完善的舰船电子装备军民一体化维修保障体系，成为海军和相应的军工企事业单位所面临的一项重要课题。维修保障能力的形成与完善在于长期的培养和建设，而维修保障能力远景发展的关键在于建立和形成立足长远、稳步推进的舰船电子装备军民一体化维修保障的技术体系。

2.概述

舰船电子装备的可靠性、维修性和保障性是构建军民一体化维修保障技术体系的基础。结合某型舰载雷达装备的研制、生产、技术服务和维修保障工作，我们开展与舰船电子装备相适应的维修保障技术应用和工程化方法研究。在工作中，我们将舰船电子装备的可靠性和保障性工程与研究内容有机结合，形成了较为完善的维修保障技术体系结构。

在舰船电子装备的军民一体化维修保障技术体系中，开展电子装备的保障性相关技术研究，形成装备的保障性综合分析、设计、仿真、试验与评估能力；开展保障技术研究与技术集成的研究，形成系统完善的电子装备保障技术系统；开展电子装备维修与维护技术研究。

舰船电子装备军民一体化维修保障技术体系结构如下图2-1所示。

图2-1 舰船电子装备军民一体化维修保障技术体系结构

3.保障性研究与评估技术

保障性相关技术研究主要包括保障性分析、设计、仿真、试验和评估技术研究。

保障性分析技术主要包括针对测试性的电子装备的测试及故障诊断参数和信息设定、固定可测性分析、维修保障费效比分析；针对维修性的装备维修性建模、故障模式分析、故障影响分析、快速修复性分析和可实现性分析；针对保障性的维修任务分析、修理级别分析、围绕可靠性的维修分析、可用性分析和设定生存期费用分析。

保障性设计技术包括针对测试性的电子装备可测性设计、宽覆盖低误报的机内测试系统设计、硬件设备接口及软件测试设计；针对维修性的模块化和通用化设计、全固态化设计、快速修复性设计和可实现性设计；针对保障性的装备和器材储运性设计、装备部署性设计、装备战储设计和自主保障性设计。

保障性仿真技术包括针对测试性的电子装备测试及故障诊断数据建模、装备测试参量生成和装备故障诊断仿真与预估；针对维修性的维修维护过程仿真、可实现性仿真、通用及宽适用性仿真；针对保障性的装备保障系统优化仿真、装备可用性仿真和备品备件产、筹、储优化仿真。

保障性试验技术包括针对测试性的试验设备及台架工装设计技术、机内测试系统模拟检测技术；针对维修性的维修试验程式设计、试验信息及数据的分析与处理、快速修复性试验；针对保障性的装备战备完好率试验、综合保障力量与资源试验。

保障性评估技术包括针对测试性的测试性综合评估和机内测试系统测试性评估；针对维修性的快速修复性评估和可实现性评估；针对保障性的装备布署性评估、可用性评估、保障资源和系统保障能力评估。

4.保障技术的研究与技术集成

当前，海军的电子装备维修保障工作急需先进的维修保障技术进行支撑，这是提高装备可用度，发挥新型电子装备最大效能的核心支撑。因此，在电子装备维修保障工作中，应在军地一体协同的基础上做好保障技术的研究与技术集成工作。

4.1装备测试与故障诊断技术

结合舰船电子装备维修测试的需要，研究标准化的通用或专用的便携式综合自动检测设备。着重做好检测设备的自动测试能力、多功能、高扩展、广通用和宽范围，注重新检测技术的应用与技术集成。在研究过程中，还应注意将新研检测设备的软硬件接口规范、通讯协议和各类板卡外设的驱动规范进行统一，视情组织相关部门研究统一标准的通用规范和协议，由军地保障部门统一执行。此外，利用多种检测设备构建多传感器检测网络并对所得数据进行处理与融合，可实现电子装备的系统完善检测。

电子装备故障诊断技术通常综合了装备的可靠性、维修性、测试性、维修信息、技术数据等多项内容，是一种基于诊断信息交互和分布式资源共享的综合故障诊断技术，它通常能够有效检测并准确隔离装备的各种故障可能性。远程故障诊断技术非常适合于舰船电子装备的海上远程保障。它运用现代计算机、网络和综合通信等技术，通过故障诊断知识、检测资源、检测及诊断数据的分配与共享，实现远程维修测试与故障诊断。

4.2交互式电子技术手册技术

交互式电子技术手册（IETM）是美国等许多发达国家所推行的CALS标准的一部分，它是装备维修技术保障信息化工程的重要组成部分[1]。IETM将电子装备的技术资料内容通过数字化的形式处理储存，技术人员可通过友好的交互方式查阅资料，从而提高电子装备的维修保障效率。

4.3 便携式维修辅助技术

便携式维修辅助（PMA）是指在维修中采用的自动处理装备，通常包括各种便携式的电子显示设备、维修及检测设备、技术数据读取设备等。集成了维修决策系统、IETM、远程支援系统、智能故障诊断系统、维修信息辅助系统的PMA设备可保障技术人员能及时有效的接收及查阅电子装备的各种信息，并辅助进行装备的故障诊断与维修。

4.4校准测试与计量保障技术

校准测试与计量保障技术主要包括通用及专用设备检测校准技术、多参数及通道复合检测校准技术、系统联调校准技术、标校车车载设备检测校准技术、综合标校校准技术、远程和移动检测校准技术等。针对舰船电子装备的故障测试诊断和校准计量，可采用测试、诊断、校准一体化技术，以实现检测设备的资源共享与复用。

4.5装备训练保障技术

根据舰船电子装备的特点，研究设计适合部队操作使用训练、维修维护训练和训练大纲要求的，各类培训教材和手册的基本结构、内容、格式和框架，制定系统完善的教材手册编写规范。设计时应综合考虑到岗位训练要求、官兵文化基础、人员技能水平、当前重难点等综合因素。研究采用多媒体、虚拟现实、计算机建模与仿真、半实物仿真等多种训练技术。

4.6物资器材供应与管理技术

物资器材供应保障技术需要研究物资器材供应与库存优化技术。初始优化应依据初始物资器材的种类、数量、目标实现率、经费需求、器材使用率、装舰数量、可储存周期等参数构建数学模型。后续在对初始保障期内物资器材的使用、消耗、储备、预留和厂家的保障情况进行综合的分析后给出新的采购需求。

物资器材管理工作包括计划拟定、器材筹措、包装储运和供应、损坏件回收与送修、过期及报废物资管理等工作。做好该项工作重点在于在装备可靠性、维修性和保障性分析的基础上科学权衡维修保障诸要素，以确定各类物资器材的标准数量。

4.7包装与储运技术

包装技术研究的重点是提高物资器材的防尘、防霉、防潮、防静电、防电磁损害等能力，注重提高包装的抗震、抗击、抗压、抗摔等能力，包装内附有历史湿度极限、湿度极限、冲击极限的相关指示，同时应根据器材的不同储存条件和周期要求设计不同的包装。

物资器材的储运注重研究应用自动识别技术和全资可视化包装储运技术。自动识别技术将物资器材的信息用条形码等载体以数字化的形式进行记录和读取，增强了物资、器材和设备的控制保障能力。全资可视化系统为有关决策和管理人员及时提供物资供应线上的资源的位置、运动和状态的准确信息，以确定部队、人员、设备和供应品的状况[2]。

5.维修与维护技术

5.1维修项目管理技术

新的维修项目管理要求对装备实行全系统和全寿命周期管理。在维修项目管理中，首先应从装备设计制造阶段就重视增强装备的可靠性、维修性和保障性，给出预防性维修大纲，指导技术人员采用先进的维修手段和方案，并根据实施情况持续改进维修制度和方法。在维修项目管理中，应坚持分级保障，资源统筹、经费规划、重点保障等原则。

5.2装备监测与故障预测技术

（1）装备监测技术

装备监测技术通过机内BIT技术、嵌入检测技术、多传感器检测网络、数据分析及融合技术、网络通信技术，对舰船电子装备的实时工作状态进行监测并记录，将装备的潜在故障及隐患进行预报并给出故障可能发生的时间，保障中心可通过网络实时掌握装备的使用和工作情况。

（2）故障预测技术

故障预测技术是涉及多项技术的新兴边缘技术，它是比故障诊断更高级的维修保障形式。该技术以当前武器装备的使用状态为起点， 结合已知预测对象的结构特性、参数、环境条件及运行历史， 对装备未来任务段内可能出现的故障进行预测、分析和判断， 确定故障性质、类别、程度、原因及部位，指出故障发展趋势及后果， 使部队能在任务之前消除故障[3]。

5.3远程支援技术

远程支援技术采用“现场采集、远程处理、专家会诊、系统综合” 的资源分配与共享方法，利用远程通信和计算机网络使现场保障人员与后方技术专家有效连接，采用图像、音频、视频和数据流等形式进行信息交换，让后方技术专家针对舰船电子装备的使用、维护、抢修等提供实时、系统、科学的技术支持。

5.4战场抢修技术

战场抢修技术主要有战损评估技术、战损修复技术及战场抢修设计等。战损评估技术需要对装备受损程度、受损影响、可修复性、修复耗时、人力和资源需求、修复工作内容和修后作战能力等进行综合评估。战损修复技术旨在以简单、快捷、高效的方法恢复装备战斗所需的功能。战场抢修要求用最短的时间恢复装备的基本功能，修后的装备有时要降功能或性能使用，故与日常修理采用不同的技术标准。

5.5电子装备维修技术

电子装备维修技术既要研究装备的检测、焊接、工艺、材料、冷却、散热、润滑、卡固等各项基本技术，还要研究BIT、ATE、虚拟仪器等先进的维修测试技术。同时综合构成电子装备诊断能力的各项要素，通过系统的诊断设计和管理建立综合诊断保障系统来提高诊断能力。近年来，自修复技术的研究形成了新的热潮，它可使故障产品通过特定的程式和设计自行恢复其功能，该项技术具有较好的发展前景。

6.结语

舰船电子装备军民一体化维修保障体系的构建是一项复杂的系统性工程，而其中关键的技术体系又由于技术高新、内容繁杂、牵涉众多等诸多原因而导致构建难度极大，这就要求军队与相关军工企事业单位密切协调配合，积极建设系统完善的舰船电子装备军民一体化维修保障体系。

参考文献

[1]李宗亮，顾宗磊，姜莉莉.IETM技术在设备维修信息化中的应用研究[J].机床与液压，2008，（2）：151～153

[2]胡喜飞，郎为民.美军全资产可视化系统简介[J].科技信息，2009，15（8）：407

电子装备故障 篇10

双向液压锁简称液压锁,在液压系统中能使液压缸的活塞在行程中的任何位置被锁紧,保证负载在所需位置上停留,该方式简单、可靠且有效时间长[1]。但在实践中发现,采用双向液压锁后,某些液压系统中也常常会出现一些不稳定现象,如液压锁锁不紧或液压锁无法打开、液压锁开启压力大、液压缸活塞冲击大以及速度过快等问题[2]。

1 故障概况

在某型装备液压支撑系统中,液压锁直接决定了支撑系统的稳定性,属于关键元件。系统的执行元件包括4个支撑液压缸,每个支撑液压缸进回油路中有一个液压锁构成锁紧回路。

系统工况分为2大工况:支撑液压缸的伸出和收回。伸出工况分为2个小工况:空载伸出和接触地面后的负载伸出。收回工况分为2个小工况:离地之前负载收回,离地后的空载收回。

依照图1所示液压系统,调试过程中,发现在空载伸出工况和负载收回工况下,整个系统振颤和噪声较大。通过观察发现,振颤和噪声主要集中在液压锁及附近油路。液压缸为执行元件,伸出和收回速度较慢,且无频繁往复动作,可排除液压缸运动引起的油液脉动和冲击因素。经过更换泵、比例阀等其他元件均无法消除振颤和噪声,经观察推测液压缸空载伸出工况和负载收回工况发生油液脉动产生振颤和噪声可能是由液压锁断续开启造成,故对液压锁开启条件进行深入分析如下。

2 双向液压锁结构及工作原理

如图2所示,某型双向液压锁由阀体1、2个单向锥阀3和控制活塞4组成[3],单向锥阀分别由1个锥阀芯弹簧2使其封闭油路,A到A1和B到B1都不导通。当压力油从油口A流入时,压力油推动左边阀芯,使左边的单向阀芯被推开,A到A1导通。同时压力油压力足够大则可向右推动活塞2,使之向右运动,把右边单向阀顶开,使B1到B接通。由此可见,当一个油口油液压力(A)足够可使液压锁正向导通(A连通A1),另一个油口反向导通(B1连通B),反之亦然;当A、B口没有压力油时,理论上不管A1、B1油液压力多大,都无法顶开单向阀阀芯,反向不导通,左侧和右侧单向阀的阀芯闭锁,可靠密封,锁住液压缸进、出油口,实现锁紧。

双向液压锁控制活塞有效面积为S1,阀芯前孔有效面积为S2,正向开启油液流通方向为从A到A1或从B到B1。

3 工况分析

3.1 空载伸出工况

针对单个液压缸的活塞杆空载匀速伸出的工况,对活塞杆进行受力分析:

式中:p无杆腔、p有杆腔为有、无杆腔油液压力;S无杆腔、S有杆腔为有、无杆腔有效作用面积;G活塞杆为活塞杆自重;Ff为活塞杆伸出时活塞杆对腔体的摩擦力。

根据图1可知:

对空载伸出工况液压锁完全开启时(图3)的液压锁内部动作及受力分析如下:

左部阀芯完全开启时对其进行分析:

式中,Fkmax为锥阀弹簧最大预压缩力。

对右部阀芯及控制活塞作为一体(已贴紧)进行分析:

化简式(5),可得

将式(1)、式(2)、式(3)式带入式(6)中有:

液压锁的开启比设为φ,液压缸的速比设为i,有:

将其带入式(7)中,可得

1)根据液压缸及液压锁的结构特性可知,上式成立的必要条件为φ>i。

2)当液压缸活塞杆与缸体的动摩擦力Ff足够大,从而使Fkmax/S2-(Ff-G活塞杆)/S有杆腔小于零时,pA的压力必定满足式(8),从而只要达到液压锁单向阀开启压力即满足公式(4),液压锁在此工况下可双向开启。

3)当公式(Fkmax/S2-(Ff-G活塞杆)/S有杆腔)/(φ-i)大于零,小于满足式(4)的液压锁单向阀开启压力时,pA的压力只要达到液压锁单向阀开启压力,液压锁在此工况下即可双向开启。

4)当(Fkmax/S2-(Ff-G活塞杆)/S有杆腔)/(φ-i)大于满足式(4)的液压锁单向阀开启压力值时(动摩擦力Ff足够小),pA的压力则需要大于(Fkmax/S2-(Ff-G活塞杆)/S有杆腔)/(φ-i)。由于此工况为空载伸出工况,pA主要由活塞杆和缸体的摩擦力减活塞杆自重形成的背压和油液流过阀、管路时的压力损失组成[4]。主油路压力pA由负载决定,有可能达不到式(8)的临界值,从而导致液压锁不能可靠实时双向开启,导致液压缸不能顺利地空载伸出。当液压锁关闭时,液压缸停止伸出,进油路油液开始积蓄于无杆腔,导致无杆腔压力(也就是进油路压力)pA不断上升,当pA上升到满足式(8)时,液压锁双向都开启,油路通畅,液压缸开始继续伸出,此后无杆腔压力pA则又开始下降,当下降到不满足式(8)时则使液压锁反向关闭,液压缸又停止伸出,如此不停地循环,产生了较大的振颤和噪声,直到进入下一个工况。

所选液压锁开启比液压缸速比大,满足上述结论中的第1)条,故可知在试验调试过程中空载伸出工况有较大的振颤和噪声的原因为不满足上述结论中的第4)条。现提供如下解决方案:

方案一:可通过更换开启比准更高的液压锁来使公式(8)中pA的临界值降低,当临界值降低到1.5 MPa左右时,回油路系统背压由于管路压力损失和阀件压力损失即可达到,从而使pA能稳定高于此临界值,液压锁振颤和噪声消除。经试验验证,发现空载伸出工况下的振颤和噪声完全消除。液压缸伸出平稳,故障排除。

方案二:在回油路中增加节流阀,调节节流阀开度,液压缸空载伸出时,回油路产生一定背压,背压越高,进油路pA越大。当进油路压力pA超过满足式(8)的临界值时,液压锁即可实时双向开启。具体实施过程:在液压锁与有杆腔油口的油路中间增加一个单向节流阀,使液压缸空载伸出时油液经过节流阀,空载收回时经过单向阀。调节节流阀的开度,发现当进油路压力pA稳定到2 MPa左右时,空载伸出工况液压锁的振颤和噪声完全消除。液压缸伸出平稳,故障排除。

3.2 负载收回工况

针对单个液压缸的活塞杆负载匀速收回工况,对液压缸缸体进行受力分析:

式中:R/4为单个液压缸所承受的负载;G缸体为液压缸缸体自重;Ff为活塞杆收回时活塞杆对腔体的摩擦力。

对负载收回工况液压锁完全开启时(图4)的液压锁内部动作及受力分析如下:

右部阀芯完全开启时,对其进行分析:

式中,Fkmax为锥阀弹簧最大预压缩力。

对左部阀芯及控制活塞作为一体(已贴紧)进行分析:

将式(9)、式(2)、式(3)式带入(11)中有:

将φ=S1/S2,i=S无杆腔/S有杆腔带入式(12)中可得:

1)根据液压缸及液压锁的结构特性可知:φ>1,i>1,故φ-1/i>0。

2)根据实际情况可知,Fkmax/S2+(R/4+G缸体-Ff)/S无杆腔中的G缸体和Ff相较于R/4都很小,可基本忽略不计,故Fkmax/S2+(R/4+G缸体-Ff)/S无杆腔必大于零,且值较大。当[Fkmax/S2+(R/4+G缸体)-Ff/S无杆腔]/(准-1/i)值小于满足式(10)的液压锁单向阀开启压力时,pB只要达到液压锁单向阀开启压力,液压锁即可双向开启。

3)当[Fkmax/S2+(R/4+G缸体-Ff)/S无杆腔]/(φ-1/i)大于满足式(10)的液压锁单向阀开启压力时(R足够大),pB的压力则要大于[Fkmax/S2+(R/4+G缸体-Ff)/S无杆腔]/(φ-1/i)才能使液压锁反向开启。由于此工况为负载收回工况,主油路压力pB主要由车体负载、油液流经阀、管路时的压力损失组成,很可能达不到式(13)的临界值,从而导致液压锁不能可靠实时双向开启,液压缸活塞杆无法顺利地负载收回。当液压锁关闭时,液压缸活塞杆停止收回,进油路油液开始积蓄于有杆腔,导致有杆腔压力(也就是进油路压力)p B不断上升,当上升到满足式(13)时,液压锁双向开启,油路通畅,液压缸开始继续收回,此时有杆腔压力pB又开始下降,当下降到不满足式(13)时则使液压锁反向关闭,液压缸又停止动作,如此反复循环,产生较大的振颤和噪声,直到进入下一个工况。

在调试过程中,液压缸负载收回工况有较大的振颤和噪声。由于R很大,将式(13)中的其余项忽略,有pB×(φ-1/i)>R/4S无杆腔,根据所选液压锁规格、车体满载吨数、液压缸的规格可知负载缩回工况下此公式的临界值较大。显然,液压缸负载收回时由于是负负载,系统进油压力无法达到这个值,不满足上述结论中的第3)条,才会产生振颤和噪声。现提供如下解决方案:

方案一:可通过更换开启比φ更高的液压锁来使公式(13)所求的pB临界值减小,从而使此工况下进油路pB满足式(13)。进行试验调试,发现在负载收回工况下pB临界值降低到1.5 MPa左右时,液压锁即可实时双向开启,液压锁的振颤和噪声完全消除。液压缸收回平稳,故障排除。

方案二:在回油路中增加节流阀,调节节流阀开度,使负载收回时,回油路产生一定背压,从而使进油路压力pB能达到满足式(13)的程度,液压锁在负载收回时实时双向开启。在实际操作过程中,在液压锁与无杆腔油口的连接管路中增加一个单向节流阀,使液压缸负载收回时经过其节流阀,负载伸出时经过其单向阀。调节节流阀的开度,发现当有杆腔压力pB稳定到4 MPa左右时,负载收回工况中液压锁的振颤和噪声完全消除,液压锁可靠开启,液压缸收回平稳,故障排除。

3.3 负载伸出工况

液压缸负载伸出时,液压锁完全开启的结构图如图3,液压锁内受力分析与空载伸出工况时一致。对液压缸缸体进行受力分析有:

综合式(2)、式(3)、式(6)、式(14)有

其中液压锁的开启比为φ,液压缸的速比为i:

由于车体负载R相对其他参数很大,故公式(15)成立的条件仅为液压锁开启比大于液压缸速比。

3.4 空载收回工况

空载收回时,液压锁完全开启的结构如图4,液压锁内受力分析与负载收回工况时一致。对液压缸中活塞杆进行受力分析有:

综合式(2)、式(3)、式(11)、式(16)有

从式(17)可知,当液压锁的开启比φ变大后,系统进油压力pB更容易满足公式(17)。

3.5 结论

1)液压锁的双向稳定开启,不仅需满足其开启比φ大于液压缸的速比i,还与液压锁的结构、液压缸的结构及摩擦等多个方面有关,且在不同的工况下,相关参数需满足的条件不同。在液压锁计算选型时,应选择开启比值相对液压缸速比较大的型号以避免在某一工况下,由于系统压力达不到液压锁常开压力,或由于油液污染、环境温度变化等引起的系统压力变化,使液压锁的开启不稳定,从而造成液压锁不断开闭产生振颤和噪声现象。

2)若条件不允许,无法更换开启比大的液压锁,则可以在液压锁与液压缸之间增加2个单向节流阀(图5),调节节流阀开度,使系统回油路上产生合适背压从而提高液压锁进油路压力,可以消除振颤和噪声。

4 结语

本文通过一个实际液压系统,针对其中液压锁在多工况下的故障分析,根据液压锁的结构、工作原理及受力较为详细地分析了其在相关工况下产生振颤和噪声的原因,并通过理论分析,提供了消除故障的方法,最后通过试验调试,验证了理论分析的正确性。总结了液压锁反向开启的条件,为液压锁的计算选型提供了较好的理论依据,并对类似液压系统故障排除有相应的指导作用。

参考文献

[1]黄志坚,刘芳.汽车液压识图及故障维修[M].北京:化学工业出版社,2013:11-12.

[2]宋亚林.使用双向液压锁后液压缸平稳性的改善方法[J].机床与液压,2011,39(4):131-132.

[3]郭维斌.液控单向阀在工程机械中的应用及正确使用[J].建设机械技术与管理,2014(3):83-87.

[4]李壮云.液压元件与系统[M].北京:机械工业出版社,2005.

[5]王道臣,崔广志,李建冬.变负负载液压调速回路振动噪声问题分析[J].液压气动与密封,2015(4):12-14.