[发明专利]阀控缸电液伺服系统在线故障检测、估计及定位方法在审

专利信息
申请号: 201711464193.6 申请日: 2017-12-28
公开(公告)号: CN108227676A 公开(公告)日: 2018-06-29
发明(设计)人: 徐巧宁;杜学文;艾青林;刘毅 申请(专利权)人: 浙江工业大学
主分类号: G05B23/02 分类号: G05B23/02
代理公司: 杭州浙科专利事务所(普通合伙) 33213 代理人: 吴秉中
地址: 310014 *** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 阀控缸 非线性状态方程 电液伺服系统 在线故障检测 故障检测 实时采集系统 输入输出参数 系统运行状态 非线性建模 参数矩阵 故障隔离 故障决策 经济损失 实时监测 向量估计 正常参数 正常系统 观测器 辨识 鲁棒 时变 返回
【权利要求书】:

1.阀控缸电液伺服系统在线故障检测、估计及定位方法,该发明方法基于阀控缸电液伺服系统,阀控缸电液伺服系统包括液压缸、与液压缸连接的伺服阀/比例阀及与伺服阀/比例阀连接的液压泵,液压缸的活塞上设有传感器,传感器通过电路连接设置控制器,控制器与伺服阀/比例阀电路连接;

其特征在于,包括如下步骤:

1)系统非线性建模:建立阀控缸电液伺服系统的数学模型;选取系统状态变量;建立系统的非线性状态方程;

2)系统正常参数辨识:获取系统正常运行时不同工况及环境条件下的输入输出历史数据,输入辨识模型,由辨识模型得到系统正常运行时的参数及其变化范围;

3)将步骤2)中获得的系统正常运行时的数据带入步骤1)中系统的非线性状态方程,获取正常系统参数矩阵及系统的非线性状态方程的表达式;

4)实时采集系统的相关输入输出参数;

5)变负载下故障检测与估计:建立故障检测观测器,所述故障检测观测器包括外负载力解耦模块、故障显性模块、非线性模块、稳定性模块及故障向量估计模块,并将采集到的各模块信号输入该观测器,得到该观测器估计输出,通过与实际系统输出做差值得到输出残差;

6)鲁棒故障决策:将步骤3)中得到的输出残差,输入到计算误差估计函数中,并结合实时计算的自适应阈值,诊断出系统是否存在故障;

7)步骤6)中若无故障,则返回步骤4);若有故障,启动步骤5)中故障检测观测器的故障向量估计模块,由该观测器和实际系统得到输出残差值进行网络权值系数的实时调整,最终得到故障向量估计值;

8)故障隔离定位:结合步骤7)中的故障向量估计值与液压缸活塞的运动方向进行可能发生的故障类型和位置判断,输出诊断结果。

2.根据权利要求1所述的阀控缸电液伺服系统在线故障检测、估计及定位方法,其特征在于,所述步骤1)中建立阀控缸电液伺服系统的数学模型:先将阀控缸电液伺服系统各环节进行等效,建立伺服阀/比例阀的流量方程、伺服阀/比例阀动态方程、液压缸的流量连续性方程及液压缸活塞的运动力平衡方程,由上述四个方程表达整体系统的数学模型,如下:

伺服阀/比例阀的流量方程:

式中q±,p±分别为液压缸两腔的流量和压力,ps+,ps-分别为供油和回油压力,xv和α分别为伺服阀/比例阀阀芯偏离中位的位移量与阀芯正遮盖量,kc为流量系数;

伺服阀/比例阀动态方程:

式中kv与τ为描述伺服阀/比例阀动态特性的增益与时间系数,u为输入电压;

液压缸的流量连续性方程:

a±和V±分别为液压缸两腔的面积和有效容积,ci,ce分别为液压缸的内外泄露系数,xp为液压缸活塞位移,βe为有效体积弹性模量,p+与p-为液压缸左右两腔压力;

液压缸活塞的运动力平衡方程:

式中m为折算到负载的总质量,bp为粘性阻尼系数,f为作用在活塞上外负载力,d为变负载干扰力,a+与a-为液压缸两腔的面积;

选取系统状态变量:选取液压缸活塞运动速度液压缸左右两腔压力p+与p-、及伺服阀/比例阀的阀芯位移xv为系统的状态变量,定义系统状态变量为

建立系统的非线性状态方程:将输入伺服阀/比例阀的电压视为输入u,定义液压缸活塞运动速度液压缸左右两腔压力p+与p-为输出向量将伺服阀/比例阀的流量方程、伺服阀/比例阀动态方程、液压缸的流量连续性方程及液压缸活塞的运动力平衡方程,四个方程进行形式变换,提取其中的状态变量x和非线性项g(x),转换成如下的状态方程形式,矩阵A,B,C,D为系统的参数矩阵;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711464193.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top