本研究提出了一种基于典型变量分析的液压系统早期故障动态检测技术。该技术首先收集液压系统的工作参数作为样本数据集,并进行标准化预处理以获得预处理样本数据集。接着,基于预处理样本构建观测向量和观测矩阵,分析其协方差和互协方差,并执行汉克尔矩阵的奇异值分解。通过奇异值分解结果和协方差分析确定投影矩阵,划分状态子空间和残差子空间,最后利用Hotelling's T统计量对k时刻的故障进行分析,实现液压系统的早期故障检测。
背景技术
在现代工业中,液压系统对各种工程设备的影响日益加深,由于其结构简单、操作方便、输出能力强,已广泛应用于制造、交通、建筑、能源、农业等领域,如生产平台、车载钻机和矿用综采支架等。在实际应用中,液压系统时常工作在多种复杂的工况下,导致其发生各类故障的可能性大大增加。因此,先进的状态监测技术对于液压系统的可靠运行具有至关重要的作用,可以及时发现由部件故障引起的异常偏差,并指导工作人员采取有效的维护措施,以保持液压系统处于高性能状态。
根据液压系统的故障演化特征可将其分为突发性、间歇性和初发性三种故障类型。目前,现有的研究成果大多集中在监测液压系统的突发性和间歇性故障,而对于早期故障检测方法的研究仍然存在很大不足,这给液压系统的正常运行带来很大隐患。由于液压系统的早期故障通常表现为系统性能缓慢退化,若不被及时发现,早期故障的严重性将会进一步增加,最终导致系统的灾难性故障。
经对现有技术的文献检索发现,中国专利公开号CN202110647378.0,公开日2021.08.20,专利名称为:一种矿山液压支架系统早期故障实时预警方法,该专利申请自述为:“本发明公开了一种矿山液压支架系统早期故障实时预警方法,包括离线训练和在线监测两个阶段,其中,离线训练确定液压支架系统的健康指标的门限值,在线监测阶段实时采集液压支架系统的工作参数,计算工作参数的Hotelling’s和统计量与健康指标的门限值比较,判定液压支架系统是否出现故障;将液压支架系统的工作参数间相关性的异常改变作为液压支架系统早期故障特征,采用主元分析法将标准化后的液压支架系统的工作参数的样本数据投影到主元子空间和残差子空间,在这两个子空间上分别构建Hotelling’s和统计量,用来定量描述工作参数间的相关性的变化程度”。其不足之处是:该诊断方法仅能实现对于微弱的早期故障信号的检测,没有针对观测数据时间相关性和工作参数的非高斯性进行考量,导致动态液压系统的早期故障检测灵敏度和准确度不足,因而不能有效的指导工作人员对液压系统进行视情维修。
液压系统在实际中是一个时变系统,前一时刻的状态通常对后一时刻的工作状态具有很大的影响(即参数是强自相关的)。此外,负载扰动和系统参数存在不确定性,系统的观测结果通常表现为非高斯特性,这导致仅仅通过假设时间的无关性和高斯性难以有效获取液压系统的动态特性,因此主成分分析和偏最小二乘技术不适用于非线性动态系统的故障检测。现有的主成分分析和偏最小二乘的改进技术已成功应用到动态系统,即动态主成分分析和动态偏最小二乘,但其主成分的提取并不一定是最小动态表示,当涉及滞后变量时,异常检测将会更加复杂,大大降低了早期故障动态检测的能力。
因此,目前的动态液压系统早期故障检测的准确性较低。
实现思路