基于灰色關(guān)聯(lián)度分析某型空壓機(jī)故障診斷*

秦福星 劉地清 王 龍 趙 亮

(海軍蚌埠士官學(xué)校機(jī)電系 蚌埠 233012)

1 引言

灰色系統(tǒng)理論是由我國的鄧聚龍教授于1982年創(chuàng)建的?；疑到y(tǒng)理論認(rèn)為,客觀世界是信息的世界,把已知的確定的信息稱為白色信息,未知的不確定的信息稱為黑色信息,既含有未知信息又含有已知信息的系統(tǒng)稱為灰色系統(tǒng)。灰色系統(tǒng)理論著重研究“部分信息明確,部分信息不知”的貧信息的不確定性系統(tǒng),在工業(yè)、農(nóng)業(yè)、經(jīng)濟(jì)和軍事等領(lǐng)域都得到了廣泛的應(yīng)用?；疑到y(tǒng)理論包括灰色預(yù)測、灰色關(guān)聯(lián)度分析、灰色聚類和灰色決策等內(nèi)容[1～3]?；疑P(guān)聯(lián)度分析的基本任務(wù)是基于行為因子序列的幾何接近,以分析和確定因子間的影響程度或者因子對主行為的測度關(guān)系[4]?；疑P(guān)聯(lián)度分析是灰色系統(tǒng)分析和處理隨機(jī)量的一種方法,代表了不同研究對象(灰色因數(shù))之間的關(guān)聯(lián)程度,是一種數(shù)據(jù)到數(shù)據(jù)的“映射”。對于級差式空壓機(jī)來說,由于多級壓縮缸互相串聯(lián)工作,各級缸之間互相影響,故障狀態(tài)更是難以診斷和定位,使得空壓機(jī)的測量數(shù)據(jù)存在著模糊和不確定的信息,空壓機(jī)故障與故障征兆之間并不是一一對應(yīng)的關(guān)系,沒有確定的映射關(guān)系,因此可將級差式空壓機(jī)看作是一個復(fù)雜的灰色系統(tǒng)。而灰色關(guān)聯(lián)度分析在處理此種不確定信息方面有著獨到的優(yōu)勢。

2 診斷原理

2.1 灰色關(guān)聯(lián)度診斷算法[5～7]

評價系統(tǒng)因子之間關(guān)聯(lián)程度的指標(biāo)稱為灰色關(guān)聯(lián)度。令 x0表示參考序列,xi表示比較序列,其中,k=1,2,…,m;i=1,2,…,n。那么,參考序列與比較序列之間在k點的關(guān)聯(lián)系數(shù)ξ(k)可由式(1)得出。

在式(1)中,ρ為分辨系數(shù),0＜ρ＜1,一般情況下取0.5。

這樣一來,參考序列 x0和比較序列 xi之間的關(guān)聯(lián)度可由式(2)得出。

由此可見,利用灰色關(guān)聯(lián)度分析對級差式空壓機(jī)進(jìn)行故障診斷時,需要確定參考序列和比較序列。在空壓機(jī)故障診斷時,一般情況下可以將空壓機(jī)的實測數(shù)據(jù)作為參考序列,而將空壓機(jī)的故障仿真數(shù)據(jù)看作比較序列。比較序列可以看作診斷的標(biāo)準(zhǔn),因此,獲取足夠多和足夠精確的仿真數(shù)據(jù)是測量的關(guān)鍵之一。因此必須正確地選定空壓機(jī)的測試點。測試點的選擇一般需要遵循以下兩條原則[1]:

1)可測試點盡可能多。測試點越多,對空壓機(jī)的描述就越清楚,獲取的信息量就越大,診斷結(jié)果就越準(zhǔn)確。

2)合理選擇可測試點,使其能夠盡可能多的暴露空壓機(jī)故障模式。

上述兩大原則只是在一般意義上成立,尤其對第一條來說,測試點越多,意味著測試工作量就越大。因此,在確定測試點數(shù)量時,必須同時考慮工作量和空壓機(jī)描述的精度,在保證滿足空壓機(jī)描述精度的前提下,盡可能的降低工作量。

2.2 診斷步驟

1)選擇空壓機(jī)若干個狀態(tài)模式向量。

2)通過對空壓機(jī)正常狀態(tài)樣本的仿真計算,建立標(biāo)準(zhǔn)正常狀態(tài)模式向量;通過對空壓機(jī)各種故障狀態(tài)下樣本的仿真計算,建立標(biāo)準(zhǔn)故障狀態(tài)模式向量。最終得到空壓機(jī)標(biāo)準(zhǔn)狀態(tài)模式向量—標(biāo)準(zhǔn)狀態(tài)矩陣x0,作為參考矩陣。

3)通過對實際故障空壓機(jī)進(jìn)行測量計算,確定故障空壓機(jī)的狀態(tài)模式向量—實際故障狀態(tài)模式矩陣xi,作為比較矩陣。

4)利用式(1)分別計算故障狀態(tài)模式向量和標(biāo)準(zhǔn)狀態(tài)模式向量之間的關(guān)聯(lián)度系數(shù)。關(guān)聯(lián)度系數(shù)為ζ(k),ζ(k)表示待測狀態(tài)模式向量xi對標(biāo)準(zhǔn)狀態(tài)模式向量x0在k點的關(guān)聯(lián)度系數(shù)。ζ(k)在[0,1]之間取值,ζ(k)越大,表示兩種模式向量更接近。

5)由于關(guān)聯(lián)系數(shù)的數(shù)值很多,信息過于分散,不便于比較,因此利用式(2)計算關(guān)聯(lián)度,作為診斷系統(tǒng)所處的狀態(tài)的參數(shù)Yi。Yi表示xi和x0的關(guān)聯(lián)程度。Yi越大說明關(guān)聯(lián)程度越高。

6)根據(jù)關(guān)聯(lián)度大小判斷故障空壓機(jī)故障狀態(tài)的實際情況。計算空壓機(jī)故障狀態(tài)模式與標(biāo)準(zhǔn)狀態(tài)模式向量之間的關(guān)聯(lián)程度,按關(guān)聯(lián)度的大小判斷待測模式與哪個標(biāo)準(zhǔn)狀態(tài)模式更接近,則空壓機(jī)故障模式與那個標(biāo)準(zhǔn)狀態(tài)模式更接近,從而實現(xiàn)空壓機(jī)故障狀態(tài)的識別。

3 在級差式空壓機(jī)故障診斷中的應(yīng)用

3.1 標(biāo)準(zhǔn)特征數(shù)據(jù)系列的確定

1)特征參數(shù)的選擇

對于150型艦用級差式空壓機(jī),由于各級缸進(jìn)排氣溫度變化可通過各級缸的壓縮指數(shù)和膨脹指數(shù)反映出來,而且中間冷卻系統(tǒng)的冷卻性能也會對進(jìn)排氣溫度產(chǎn)生影響,因此各級缸特征參數(shù)可選擇:壓縮指數(shù)m,膨脹指數(shù)n,名義排氣壓力P,氣缸最高壓力Pmax,氣缸最低壓力Pmin。

2)標(biāo)準(zhǔn)故障模式

150型艦用差式空壓機(jī)的故障主要有進(jìn)排氣閥卡滯或泄漏、缸間串氣、缸套磨損、空氣濾清器堵塞等,以V級缸為例,主要故障模式如表1。

3)標(biāo)準(zhǔn)特征數(shù)據(jù)系列的確定

由于150型艦用空壓機(jī)是分五級壓縮的。激勵源眾多,其特征參數(shù)通常處于一定的變化范圍之中的。設(shè)第i級缸第j種狀態(tài)第k個觀測指標(biāo)的變化范圍的中值為Xij(k):

Xij即為關(guān)聯(lián)度分析法故障診斷用標(biāo)準(zhǔn)特征向量,有:

表1 150型艦用空壓機(jī)V級缸主要故障模式

根據(jù)空壓機(jī)設(shè)計參數(shù),結(jié)合故障狀態(tài)試驗,可將式(7)中向量集的各元素用數(shù)據(jù)代替,得標(biāo)準(zhǔn)故障狀態(tài)特征數(shù)據(jù)系列。以V級缸為例。如表2所示。

表2 V級缸標(biāo)準(zhǔn)故障狀態(tài)特征參數(shù)值

3.2 故障特征數(shù)據(jù)的確定

對檢測到的某時刻狀態(tài)特征數(shù)據(jù)向量:

3.3 關(guān)聯(lián)度分析

計算關(guān)聯(lián)系數(shù)和關(guān)聯(lián)度計算:

顯然,Y02最大,所以觀測狀態(tài)與第3個標(biāo)準(zhǔn)狀態(tài)最接近。即空壓機(jī)當(dāng)前狀態(tài)最接近V級缸活塞環(huán)斷裂或咬死故障狀態(tài)。

4 結(jié)語

灰色關(guān)聯(lián)度診斷法進(jìn)行空壓機(jī)的故障診斷,具有計算簡單,結(jié)論客觀全面等特點。通過正確選定空壓機(jī)測試點,在保證一定工作量前提下,獲取足夠多和精確的仿真數(shù)據(jù),建立合理的標(biāo)準(zhǔn)故障狀態(tài)模式,就可以獲得較高的診斷精度,成功解決空壓機(jī)的故障診斷問題。

[1]賀曉,劉景寧,李淑霞,等.基于灰色關(guān)聯(lián)理論的案例推理在故障智能診斷系統(tǒng)中的應(yīng)用[J].中國機(jī)械工程,2004,15(22):2022～2026

[2]鄧聚龍.灰色系統(tǒng)基本方法[M].武漢:華中理工大學(xué)出版社,1987

[3]Liu Gousheng,Yu Jianguo.Gray Correlation Analy-sis and Prediction Models of Living Refuse Generation in Shanghai City[J].Waste Management,2006,19:1～7

[4]Zhu Chihui,Li NianPing,Re Di,et al.Uncertainty in Indoor Air Quality and Grey System Method[J].Building and Environment,2007,42(4):1711～1717

[5]Chian Ko Tag,Chang Fu Ping,Tsai Te Chang.Optimum Design Parameters of Pin-fin Heat Sink Using the Grey-fuzzy Logic Based on the Orthogo-nal Arrays[J].International Communications inHeat and Mass Transfer,2006,33:744～752

[6]Chan J W K,Tong T K L.Multi-criteria Material Selections and End-of-life Product Strategy:Grey Relational Analysis Approach[J].Materials and Desing,2007,28(5):1539～1546

[7]張利萍,李宏光.灰色神經(jīng)網(wǎng)絡(luò)預(yù)測算法在DMF回收過程中的應(yīng)用[J].微計算機(jī)信息,2005(1):183～184