水压试验机缓变故障检测、预测及维护方法研究

摘要

作为一种流体输送管道，钢管是国民经济各个领域不可缺少的重要钢材之一，其质量特别是检验钢管质量的相关技术、设备的革新受到了普遍的关注，并取得了长足的进步。压力试验是钢管生产过程中必需的质量检测环节，对钢管的质量检验具有重要作用。水压试验机正是为进行钢管压力试验而设计制造的检验设备。一方面，由于水压试验是钢管生产过程中的一个非常关键的质量检验工序，水压试验机的运行状态直接影响到钢管的生产效率，另一方面，该设备是一个复杂的高压系统，一旦发生故障，严重影响到生产的安全可靠运行，甚至可能会造成人员和财产的重大损失。因此，如果能够利用适当的过程监测、故障检测及预测方法，实时监测、预测设备运行状态，为企业管理人员制定生产决策提供可靠依据，对提高设备的检验能力、保障生产可靠运行具有重要的实际意义。
　　本文以宝钢钢管厂1995年从德国DEMAG公司引进的3号线水压试验机作为研究对象，在深入分析其主体液压系统工作机理的基础上，针对该类水压试验机液压系统缓变故障的特点，提出了具有一定实际应用价值的缓变故障检测、预测及维护方法:
　　(1).分析并研究了水压试验机主体液压系统工作机理，通过简化其增压系统及平衡系统结构，分别给出了相应的数学模型。在此基础上，以AMESim作为软件环境，针对主要子系统（油源系统、增压系统、平衡系统等），着重考虑了各子系统中可能存在的故障，分别搭建相应可进行故障模拟的子模型，最终建立水压试验机主液压系统整体仿真模型，实现了该设备液压系统在正常工况以及常见故障工况下的动态性能仿真。根据该系统的故障仿真结果，可以将液压系统缓变故障划分为两大类，即具有周期性故障征兆的缓变故障和不具有周期性故障征兆的缓变故障。
　　(2).针对第一类具有周期性故障征兆的缓变故障，如水压试验机液压泵单柱塞松靴故障，选择反映该类故障的特征过程变量，提出了基于混沌振子与滑动窗口符号序列统计相结合的早期故障检测方法。该方法首先根据混沌振子对外界微弱周期信号敏感和对噪声免疫的特点，利用Duffing振子检测液压泵早期松靴故障。由于混沌振子在进行弱信号检测时，是通过视觉观察振子相变来实现的，不便于实现检测算法的自动化。因此，提出一种滑动窗口符号序列统计方法来实现振子状态的实时自动判别，从而实现液压泵早期松靴故障的在线自动检测。
　　(3).针对第二类不具备周期性故障征兆的缓变故障，仅仅由一个过程变量信息往往无法有效提取出故障信号，本文提出一种基于多变量统计分析的概率故障预测方法。该方法对过程三维数据展开，利用主成分分析方法对展开后的数据矩阵进行分析，对应于批次，提取反映系统运行状态的统计量指标——综合统计量。其次，为了利用该统计量进行系统运行状态的预测，对指标进行滑动窗口累积和运算，降低该指标的随机波动性，增强其规律性。最后利用贝叶斯AR模型对累积后的指标进行预测，获得其概率分布，并计算相应的故障概率以及系统失效时间。
　　(4).在分析系统或设备退化过程的基础上，针对第一类缓变故障，提出利用Duffing振子在一个周期中处于混沌以及大周期状态的时段比值识别设备退化模式切换点，制定维护决策;针对第二类缓变故障，按照可靠度将系统运行状态划分为正常状态、临界状态和故障状态。由故障概率计算系统的可靠度，通过判断系统所处的退化模式以及可靠度制定维护策略，实现预测维护。
　　最后，在总结全文的基础上，本文还对缓变故障预测领域未来的研究重点和热点问题进行了展望。

目录

声明

摘要

第一章 绪论

1．1 水压试验机的发展概况

1．1．1 钢管水压试验机概述

1．1．2 国内外水压试验机的研究现状

1．1．3 水压试验机主要设备

1．1．4 水压试验机工作原理

1．2 故障诊断、预测及维护技术的研究方法与现状

1．2．1 液压系统故障特性

1．2．2 液压系统故障诊断技术的研究进展

1．2．3 液压系统故障预测技术的研究进展

1．2．4 系统维护技术的研究进展

1．3 本文的主要研究内容

1．3．1 研究意义

1．3．2 研究内容

第二章 水压试验机机理分析及故障工况的模拟模型

2．1 引言

2．2 水压试验机液压系统的机理分析

2．2．1 液压系统机理分析的目的和意义

2．2．2 液压系统机理分析

2．2．3 机理分析的结论

2．3 可实现故障工况模拟的水压试验机AMESim模型

2．3．1 仿真软件介绍

2．3．2 可实现故障工况模拟的主液压系统模型

2．3．3 仿真结果分析

2．4 本章小结

第三章 水压试验机具有周期特性的缓变故障早期检测

3．1 引言

3．2 早期松靴故障诊断

3．2．1 松靴故障机理分析

3．2．2 基于Duffing振子的早期故障检测机理

3．2．3 滑动窗口符号序列统计

3．2．4 在线故障诊断

3．3 实验研究

3．4 本章小结

第四章 水压试验机非周期特性缓变故障的概率预测

4．1 引言

4．2 多向主成分分析(MPCA)

4．2．1 间歇过程数据展开及标准化

4．2．2 基于MPCA的间歇过程监测

4．3 贝叶斯AR模型

4．3．1 先验分布的确定

4．3．2 似然函数的确定

4．3．3 模型预测及参数更新

4．3．4 MCMC方法

4．4 基于概率的故障预测方法

4．4．1 问题的提出

4．4．2 滑动窗口累积和

4．4．3 概率故障预测

4．5 仿真研究

4．6 本章小结

第五章 水压试验机的预测维护方法

5．1 引言

5．2 系统退化分析

5．3 周期特性缓变故障的预测维护

5．3．1 退化模式切换点的识别

5．3．2 仿真研究

5．4 非周期特性缓变故障预测维护

5．4．1 系统可靠度的计算

5．4．2 预测维护规则

5．4．3 维护性能评价指标

5．4．4 水压试验机仿真研究

5．5 水压试验机故障检测、预测及维护系统整体技术方案

5．6 本章小结

第六章 总结与展望

参考文献

致谢

攻读博士学位期间论文情况

个人简历