基于模糊理论液压泵站故障推理.docVIP

基于模糊理论液压泵站故障推理 　　摘要：本文阐述液压泵站及故障诊断的理论，分析液压泵站故障现象，不精确推理理论，模糊子集、隶属函数与模糊决策，基于模糊理论的泵站故障系统的数学模型。 　　关键词：液压泵站；故障诊断；模糊理论 　　中图分类号：TH3 文献标识码：A 　　 　　1引言 　　我国在故障诊断技术方面的研究起步较晚，但是发展很快。泵站系统由于受液压组件质量差、液压系统设计不合理、油液不干净、维护不良、组件使用时间过长、操作人员素质低的影响，经常出现各种各样的故障。如压力波动严重、系统油温过高、容积效率太低、液压泵压力过高、液压缸爬行、液压马达转速太慢等。引起这些故障的原因非常多，而且复杂。故障主要表现在液压系统或其回路中的元件损坏，伴随漏油发热、振动、噪声等现象，导致系统不能发挥正常功能。故障按性质，可以分为突发性及缓发性两种。由此可见要能快速正确的得到故障的原因实在不是一件容易的事情。因此，为了能能正确区分故障类型和解决故障，要探讨不精确的推理方法。 　　2不精确推理理论 　　现在人们提出的不精确推理模型可以说是不计其数，其中有代表性的方法主要有如下四种方法:确定性理论、主观Bayes方法、证据理论和模糊集理论。 　　2.1确定性理论 　　确定性理论是由肖特里非(E.H.shortli)均等人于1975年提出的一种不精确推理模型。在确定性理论中，不确定性是用可信度来表示。该方法比较简单、直观，易于掌握和使用，并且已成功地应用于如MYCIN这样的推理链较短、概率计算精度要求不高的专家系统中。但是当推理长度较长时，由可信度的不精确估计而产生的积累误差会很大，所以它不适合长推理链的情况。 　　2.2主观Bayes方法 　　主观Bayes方法是由杜达(R.0.Duda)等人于1976年提出的一种不精确推理模型。其推理过程是:领域专家为每条规则提供两个规则强度LS和LN，同时还要给出每个命题的先验可能性，即命题单位元。原始证据的不确定性值由用户在系统运行时提供，其它所有命题的不确定性值均由不确定性的更新算法求出。主观Bayes方法通过使用专家的主观概率，避免了所需的大量统计计算工作。 　　2.3证据理论 　　证据理论是由德普斯特(A.P.DemPster)首先提出来的，后来由沙佛(G.shafer)加以扩大和发展。证据理论是用集合表示命题的一种处理不确定性的理论，它引人信任函数而非概率来度量不确定性，并引人似然函数来处理不知道所引起的不确定性问题。证据理论基础严密、专门针对专家系统，是一种很有吸引力的不精确推理模型且十分灵活。证据理论的不足之处在于证据间的独立性不易保证，而且基本概率指派函数要求给的值太多。 　　2.4模糊推理 　　模糊推理是利用模糊性知识进行的一种不确定性推理。它与我们前面所讨论的三种不确定性推理有着实质性的区别。前面介绍的三种不确定性推理的理论基础是概率论。模糊推理的理论基础是模糊集理论以及在此基础上发展起来的模糊逻辑，它所处理的事物自身是模糊的，概念本身没有明确的外延。液压设备故障的模糊现象到处可见，如压力波动严重、系统油温过高、容积效率太低、液压泵过高、液压缸爬行、液压马达转速太慢等的故障状都是模糊的;从故障原因的角度看，液压组件质量差、液压系统设计不合理、油液不干净、维护不良、组件使用时间过长、操作人员素质低等也是模糊的;液压组件损坏的程度和产生故障所涉及的范围也是模糊的;液压系统的渐变性故障，其边界是不清晰的因此说来泵站系统的故障诊断利用模糊推理来解决其优越性显而易见。 　　3基于模糊综合评判法的泵站故障系统的数学模型现以“液压泵站流量不够”为例建立数学模型，叙述运用模糊综合评判法选择出故障原因的步骤。 　　模糊综合评判法：影响液压系统正常工作的因素很多，且故障症状与故障源之间存在着交错与重叠现象。一种症状可能有不同的原因，一个故障源也会引起多种症状。因此，问题是复杂的。模糊综合评判又称模糊变换或模糊推理。在液压系统故障诊断中，引入模糊综合评判的方法，就是应用模糊变换原理和最大隶属度原则，考虑在出现多种故障症状情况下，与故障源检修排序相关的各种因素，对其作出综合的评判。评判时，以故障症状严重度表示症状的隶属度，以故障源检修优先级表示故障源的隶属度。根据症状的隶属度，作模糊变换来进行综合评判求出各种故障源的隶属度，用以表征各种故障源存在的倾向性，为人们判断设备的故障和采取检修措施的决策提供科学的依据。 　　模糊综合评判的方法原理考虑两个论域，即故障源论域V，V=(泵配流盘磨损，系统严重泄漏，溢流阀阀芯损坏，换向阀损坏，PLC继电器损坏，油液污染)和症状论域V，V=(压力不足，油缸位移小，泵体温度过热，噪声过大)。将某一液压回路YD表示YD=(YD1，YD2，…YD