液压系统关键部件早期故障诊断与性能衰退预测技术研究

本课题以液压能源系统（供压设备）和液压伺服系统（执行机构）为研究对象，对液压系统性能衰退预测、早期故障预报及故障定位等方面进行研究。针对液压能源系统，研究基于混沌理论的液压泵早期故障的微弱特征提取方法，拟提出基于振动、磨损、高温小流量等多源信息的液压泵性能衰退预测与评估模型；针对液压伺服系统，研究其故障早期预报方法和性能衰退预测评估模型，研究基于分层建模和分级检测的伺服系统故障定位方法，并将综合考虑建模误差、系统干扰和系统工作状态等影响因素，研究时频二维自适应阈值设计方法；建立液压系统基于故障检测率、隔离率和虚警率的性能与功能相结合的可靠性模型，实现液压系统故障诊断指标的综合评价；最终实现对液压系统未来性能衰退状态的全过程趋势预测和评估，而不在于某个时间点的性能状态诊断。同时将通过理论建模、数值仿真和试验来验证以上研究方法的有效性。

针对目前液压系统故障信号弱、相关性强、多故障耦合严重的特点，本项目研究液压系统关键部件故障早期预报、性能衰退预测与评估方法。本课题以液压系统中的两个至关重要的关键分系统液压泵和液压伺服系统为研究对象，以突破早期故障诊断与性能衰退预测评估的主流和通用技术为重点，并力争为其它相关设备故障诊断中的共性问题（如：故障信号弱、相关性强、多故障耦合严重等）提供支持。研究包括：液压泵微弱早期故障特征提取方法、多传感器信息融合故障诊断方法以及性能衰退预测评估方法，液压伺服系统的故障分类方法、自适应故障阈值方法与性能衰退预测评估方法等六项主要任务。.针对液压能源系统，本项目完成了基于混沌理论的液压泵早期故障的微弱特征提取方法研究，并进一步研究了基于振动、磨损、高温小流量等多源信息的液压泵性能衰退预测与评估模型，建立了基于混沌特征提取和信息融合技术的液压泵性能退化评估与预测的理论体系和技术方法。针对液压伺服系统，完成了基于分层建模和分级检测的伺服系统故障定位方法研究，并综合考虑建模误差、系统干扰和系统工作状态等影响因素，设计了基于小波包分解与神经网络的时频二维自适应阈值方法，完成了基于SOM与高斯混合模型的性能评估方法研究与基于SVM的液压伺服系统的性能衰退预测方法，建立了基于双级神经网络的故障定位和自适应阈值技术的液压伺服系统性能退化评估与预测技术的理论体系和技术方法，实现对液压系统未来性能衰退状态的全过程趋势预测和评估，本项目在SCI、EI、ISTP检索的国际期刊、高水平国际会议以及国内核心期刊上共发表学术论文40篇，其中SCI检索9篇；受理国家发明专利3项。