[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

说明书

本发明公开了一种阀控缸电液伺服系统在线故障检测、估计及定位方法，包括如下步骤：1)系统非线性建模；2)系统正常参数辨识；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；6)鲁棒故障决策；7)步骤6)中若无故障，则返回步骤4)；若有故障，启动步骤5)故障检测观测器中的故障向量估计模块，8)故障隔离定位；本发明的有益效果是：可以在阀控缸系统中存在未知时变外负载、非线性和不确定参数的情况下，对系统运行状态进行实时监测，减少经济损失。

技术领域

本发明涉及电液伺服系统故障诊断领域，具体涉及阀控缸电液伺服系统在线故障检测、估计及定位方法。

背景技术

电液伺服系统是一种由电信号处理装置和液压动力机构组成的反馈控制系统，由于其具有响应速度快、输出压力高、功率体积比大、便于控制等优势，因而被广泛地应用于工业制造、交通运输、工程机械等领域。其中，阀控缸电液伺服系统是一类常见且应用广泛的系统，其工作原理主要为通过伺服阀或者比例阀等控制进出液压油缸的油液，从而控制油缸活塞的位置和速度等，如飞机与船舶舵机的控制、机械臂的位置控制、板带轧机的板厚控制等均采用了阀控缸电液伺服系统。然而由于工作环境变化，元件磨损老化等诸多不可避免的因素，任何系统难免会出现故障，电液伺服系统本身又是个复杂的机、电、液综合系统，其中的故障往往呈现多样性、隐蔽性、耦合性和因果关系复杂等特点。随着现代制造技术，控制技术和自动化技术的发展，电液伺服系统正向着质量轻、体积小、高压化和变压力等方向发展，系统规模、功能、复杂程度及自动化水平提高的同时，对系统的状态监测和故障诊断也提出了更高的要求，人们迫切希望提高系统的可靠性与安全性。

目前电液伺服系统故障诊断方法主要包括基于解析模型的方法，基于知识的方法以及基于信号分析的方法，信号分析的方法主要用于单个液压元件，包括液压泵、阀、油缸的故障分析诊断；基于知识的方法主要包括神经网络、专家系统等，该方法不需要建立系统模型属于智能诊断领域，但需要事先利用典型数据训练神经网络或利用专家经验构建知识库等；基于解析模型的方法不需要事先获取大量历史数据，但需要建立系统模型，且对模型的准确性有一定的要求。上述方法各有利弊，近年来，涌现出许多基于模型以及数据驱动相融合的故障方法，然而主要针对的是外负载不变、负载已知或可测的情况。基于实际工况的复杂性，系统的运行参数以及外负载力往往不是恒定的而是时变的，且难以准确获得，这种未知时变负载下，即使在正常情况下，系统输出的压力、流量等也不是定值，而是上下波动的，有时的波动幅度还很大，因此系统的故障形态与正常形态极易混淆，难以区别。此外，阀控缸电液伺服系统还存在许多固有的非线性因素，如压力流量的非线性关系等，这些不确定因素以及时变负载综合起来就对系统故障的实时诊断带来了极大的挑战。

发明内容

针对现有技术中存在的问题，本发明提供了鲁棒性强、检测准确的阀控缸电液伺服系统在线故障检测、估计及定位方法。

本发明的技术方案如下：

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和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；