第33卷第02期
文章编号：10069348(2016)02044804
计算机仿真
2016年2月
掘进机液压系统故障检测方法研究与仿真
王大虎，王敬冲，陈文博，史艳楠
（河南理工大学电气工程与自动化学院，河南焦作454000）
摘要：部分断面掘进机作为现代化煤矿掘进的主力机械，液压系统构成复杂，易在恶劣的工作环境中发生液压泵损坏、液压马达噪声过大、单向阀泄漏等故障，但是，这些故障待征之间存在较强的关联性，且故障之前不存在准确的区分标准，传统的诊断方法没有利用这种关联判断故障，仅以简单阀值理论进行判断，难以满足智能诊断要求。为此提出一种采用模棚理论与BP神经网络结合的诊断方法，通过模糊理论对故障关联性产生的模糊性进行判断，再利用BP神经网络进行分析，以柱塞泵为例建立部分断面掘进机波压系统故障诊断的模型，对液压泵的故障状态进行诊断。与标准BP神经网络模型诊断方
法对比研究表明，模糊神经网络模型收效速度快，精度高，更适用于部分断面掘进机液压系统的故障诊断。关键调：部分断面掘进机；液压系统；故障诊断：模榭理论
中图分类号：TP391.9
文献标识码：B
Researchand SimulationofFaultDetectionMethod
forHydraulic System of TunnelingMachine
WANGDa-hu,WANGJing-chong,CHENWen-bo,SHIYan-nan
(School of Electrical Engineering& Automation, Henan Polytechnic University, Jiaozuo Henan 454000, China) ABSTRACT: In this paper, we presented a diagnosis method based on combining fuzzy theory and BP neural net-work. In this method, the fuzziness generated by the fault relevance was judged with fuzzy theory. Then a BP neural network was designed to carry out the analysis, Taking the plunger pump as an example, the fault diagnosis model for hydraulic system of the partial size tunneling machine can be established, to make fault diagnosis for hydraulic pump. Compared with the diagnostic method based on standard BP neural network model, the research shows that the fuzzy neural network model has fast convergence speed and high precision, which is more suitable for the fault diag-nosis of hydraulic system of partial size tunneling machine.
KEYWORDS:Partial size tunneling machine; Hydraulic system; Fault diagnosis; Fuzzy theory
1引言
煤炭是国民经济发展的重要能源，在能源结构中占主体地位。掘进机是煤矿开采过程中的关键设备，怎样保障其普遮工作时一定探讨的话题。在现代化的矿井生产中，综合机械化掘进设备多是部分断面掘进机，其液压系统结构复杂，工作强度高，因此故障率也很高。而液压系统如果产生障碍，不但会让施工速度减慢，导致经济下滑，更重要的是能导致重大事件。所以研究一种针对电控系统的障碍判断算法是非常重要的。液压系统的障碍判断探讨起步比较早，在二十世纪六十年代的美国阿波罗登月计划中就有研究，近几年跟着故障诊断原理的快速发展，液压系统障碍诊断方法的操
收稿日期：20141216修回日期：2015-05-05
-448 万方数据
讨也得到了快速的进步。北京航空航天大学的周汝胜等人针对导弹发射车的液压系统故障诊断进行了研究，采用的是单纯的专家系统，该系统通用性较强但具体的知识表示方法并不完备；中南大学的贺湘宇采用PLSR方法对挖掘机的液压系统故障进行建模，使用该方法能准确的进行故障诊断、但该模型稳定性较差；杨光琴对小波及多传感器讯息融合技术在液压泵障碍判断里的使用有了大量探讨，但方法较为复杂，应用较为繁项。
部分断面掘进机作为现代化煤矿掘进的主力机械，其液压系统构成复杂，易在恶劣的工作环境中发生液压泵损坏液压马达噪声过大、单向阅泄漏等故障，但是，这些故障特征之前存在较强的关联性，故障之前不存在准确的区分标准，传统的诊断方法没有利用这种关联判断故障，仅以简单阀值理论进行判断，难以满足智能诊断要求。