火炮自動(dòng)機(jī)故障診斷研究綜述

武春林，潘宏俠

（中北大學(xué)機(jī)械工程與自動(dòng)化學(xué)院，山西 太原 030051）

0 引 言

近幾十年來，為了與導(dǎo)彈和飛機(jī)整體航速的大幅提升相匹配，作為主要的近程防空裝備，小口徑火炮射速隨之也有了很大的提高。小口徑火炮的的核心部件高速自動(dòng)機(jī)，由半自動(dòng)化、簡單化向全自動(dòng)化、復(fù)雜化轉(zhuǎn)變。根據(jù)以往經(jīng)驗(yàn)，如果自動(dòng)機(jī)發(fā)生故障，就會(huì)引起火炮的整體癱瘓，從而導(dǎo)致巨大的人員傷亡和經(jīng)濟(jì)損失。機(jī)械設(shè)備工作狀態(tài)所需的維護(hù)費(fèi)用和停機(jī)損失在成本中就占有很大的比重，一旦設(shè)備發(fā)生故障引起的損失就更加重了成本，所以機(jī)械設(shè)備故障診斷的重要性就凸顯了。因此，為保證機(jī)械設(shè)備在工作中或者不拆卸的情況下能準(zhǔn)確掌握其工作狀態(tài)，憑借和采用日益先進(jìn)的信號(hào)處理、動(dòng)態(tài)測試和傳感器技術(shù)，對(duì)機(jī)械設(shè)備異常部位和發(fā)生原因進(jìn)行分析，并預(yù)測設(shè)備未來的運(yùn)行狀態(tài)，成為世界各國學(xué)者亟待解決的問題。

自動(dòng)機(jī)是十分常見的軍事設(shè)備，因此自動(dòng)機(jī)的故障診斷和狀態(tài)監(jiān)測備受國內(nèi)外重視，同時(shí)投入較多的人力和物力并積極對(duì)該技術(shù)展開研究。做到故障的早發(fā)現(xiàn)、早診斷、早排除，從而更好地保障自動(dòng)機(jī)運(yùn)行的可靠性和安全性，降低維修費(fèi)用及其損失，更有效地防治突發(fā)事故的發(fā)生。

1 自動(dòng)機(jī)的常見故障

自動(dòng)機(jī)的結(jié)構(gòu)在供輸彈和炮彈擊發(fā)過程中會(huì)產(chǎn)生強(qiáng)烈的沖擊、噪聲和振動(dòng)，自動(dòng)機(jī)機(jī)箱可以看成是以機(jī)箱和各機(jī)構(gòu)構(gòu)件為整體質(zhì)量的振動(dòng)系統(tǒng)。自動(dòng)機(jī)擊發(fā)時(shí)產(chǎn)生的火藥氣體，推動(dòng)機(jī)框等后面的一系列構(gòu)件高速運(yùn)動(dòng)，完成自動(dòng)供輸彈過程和連續(xù)射擊，這是自動(dòng)機(jī)主要的激振源[1]。由于射擊擊發(fā)時(shí)機(jī)箱轉(zhuǎn)動(dòng)軸和轉(zhuǎn)膛滑板等構(gòu)件周期性運(yùn)動(dòng)[2]，支撐剛度反復(fù)變化、結(jié)構(gòu)作用扭矩也連續(xù)變化，它們都引起激振力作用，都將會(huì)產(chǎn)生一定頻率和方向的機(jī)械振動(dòng)[3]。構(gòu)件在機(jī)箱內(nèi)3個(gè)方向的運(yùn)動(dòng)和沖擊會(huì)導(dǎo)致機(jī)箱徑向和軸向的振動(dòng)[4]，從而形成自動(dòng)機(jī)機(jī)箱的振動(dòng)彎扭。自動(dòng)機(jī)的運(yùn)行狀態(tài)出現(xiàn)卡滯和構(gòu)件產(chǎn)生裂紋等非正常狀態(tài)，將會(huì)直接反映在機(jī)構(gòu)的傳遞特性上；如轉(zhuǎn)動(dòng)軸的局部疲勞、裂紋、斷裂、偏心或松動(dòng)等，將會(huì)影響響應(yīng)特性的比較低頻的成份；轉(zhuǎn)膛滑板如果發(fā)生金屬面腐蝕、腐蝕深度等嚴(yán)重耗損時(shí)，就會(huì)增加響應(yīng)特性較高頻率的成分。這些將會(huì)增大動(dòng)載荷，從而加劇了沖擊振動(dòng)。

2 自動(dòng)機(jī)狀態(tài)監(jiān)測和故障診斷的方法

自動(dòng)機(jī)的結(jié)構(gòu)是比較復(fù)雜的，其狀態(tài)監(jiān)測的手段和故障診斷的方法比較多，如振動(dòng)診斷技術(shù)、油液分析技術(shù)、溫度監(jiān)測技術(shù)、無損檢測技術(shù)、神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)融合和故障樹等。

2.1 振動(dòng)診斷技術(shù)

在線診斷和離線診斷都屬于振動(dòng)監(jiān)測故障的方法。在線診斷是為防止事故的發(fā)生擴(kuò)大，提前對(duì)振動(dòng)故障作出線條性的診斷，因此，在線診斷對(duì)于診斷時(shí)間要求相對(duì)較緊迫，目前，該診斷采用計(jì)算機(jī)加以實(shí)現(xiàn)，也稱為自動(dòng)專家診斷系統(tǒng)。振動(dòng)監(jiān)測離線診斷相比在線診斷在時(shí)間上相對(duì)寬松，它是專為消除振動(dòng)故障而進(jìn)行的診斷，可以將現(xiàn)成的實(shí)驗(yàn)數(shù)據(jù)及采集到的振動(dòng)信號(hào)進(jìn)行科學(xué)的模擬實(shí)驗(yàn)并加以嚴(yán)謹(jǐn)?shù)膶?duì)比分析，所以也將它稱為振動(dòng)監(jiān)測離線診斷。離線診斷在故障診斷的困難程度上要比在線診斷深入復(fù)雜的多。診斷自動(dòng)機(jī)故障的振動(dòng)監(jiān)測技術(shù)已經(jīng)被認(rèn)可應(yīng)用，并在科研領(lǐng)域取得了一些成績。如把兩個(gè)三通道壓電式加速度傳感器安裝在自動(dòng)機(jī)的機(jī)箱上，通過分析自動(dòng)機(jī)表面產(chǎn)生的振動(dòng)信號(hào)和自動(dòng)機(jī)內(nèi)部結(jié)構(gòu)從而診斷機(jī)箱內(nèi)的故障。雖然在振動(dòng)噪聲監(jiān)測方面取得了顯著的進(jìn)步，但振動(dòng)監(jiān)測技術(shù)并未在自動(dòng)機(jī)的實(shí)時(shí)故障診斷中得到全面應(yīng)用，只是在個(gè)別自動(dòng)機(jī)上做了一些嘗試性的實(shí)驗(yàn)。主要原因可能是：1）背景噪聲干擾比較大；2）自動(dòng)機(jī)運(yùn)行狀態(tài)不穩(wěn)，變化頻率較高，所以產(chǎn)生的信號(hào)也不穩(wěn)定；3）很少有與自動(dòng)機(jī)壽命相匹配的傳感器。

2.2 油液分析技術(shù)

油液監(jiān)測技術(shù)是通過分析被監(jiān)測自動(dòng)機(jī)在用潤滑劑(或工作介質(zhì))時(shí)性能的變化和攜帶的微粒磨損的情況，獲得自動(dòng)機(jī)在潤滑和磨損狀態(tài)下的信息，然后評(píng)價(jià)自動(dòng)機(jī)的工作狀態(tài)和預(yù)測其故障，并確定產(chǎn)生故障的原因、類型和零件的一項(xiàng)技術(shù)[5]。這項(xiàng)技術(shù)的實(shí)際應(yīng)用表明，油液監(jiān)測技術(shù)適于采用液體潤滑劑，并且主要失效形式為磨損、往復(fù)運(yùn)動(dòng)、外部干擾強(qiáng)烈、振動(dòng)激勵(lì)源多、噪聲較大、低速重載設(shè)備的監(jiān)測。最初的油液監(jiān)測僅僅是用于油污染的分析，主要是分析油類品的理化指標(biāo)，例如機(jī)械雜質(zhì)、閃點(diǎn)、酸值、水分和粘度等，一般用測定石油性能指標(biāo)的方法對(duì)使用的潤滑劑加以測試，從而對(duì)它的質(zhì)量變化進(jìn)行評(píng)價(jià)。隨著生產(chǎn)的工業(yè)化發(fā)展，復(fù)雜化、大型化、連續(xù)化成為機(jī)器發(fā)展的必然趨勢，對(duì)機(jī)器本身的維修也有了一定的高標(biāo)準(zhǔn)，從而，也就產(chǎn)生了機(jī)械系統(tǒng)故障診斷技術(shù)，隨之也激發(fā)了廣大學(xué)者對(duì)油液監(jiān)測技術(shù)診斷故障的熱衷研究。應(yīng)用光譜分析儀對(duì)潤滑油中所含磨粒的成份與含量進(jìn)行分析也是對(duì)潤滑油本身帶有的污染物和磨損微粒的進(jìn)一步研究，它所采用的方法是通過磨粒的信息判斷機(jī)器的磨損情況，這種方法的應(yīng)用也是史無前例的。隨后鐵譜技術(shù)產(chǎn)生并很快應(yīng)用到了機(jī)械設(shè)備的故障診斷中。因?yàn)檫@項(xiàng)技術(shù)擴(kuò)展了油液監(jiān)測中磨粒分析的深度，豐富了其內(nèi)涵，能夠詳細(xì)地對(duì)磨粒所含成份及濃度等進(jìn)行分析，所以有了“微粒摩擦學(xué)”這個(gè)概念。

潤滑油中磨粒監(jiān)測技術(shù)通?？煞譃樵诰€和離線兩大類。離線監(jiān)測技術(shù)主要有油液光譜分析、鐵譜分析及利用掃描電子顯微鏡和能譜儀分析鐵譜譜片；在線監(jiān)測技術(shù)主要有顆粒計(jì)數(shù)器，在線式鐵譜儀等，已經(jīng)投入使用的主要有光學(xué)型磨損顆粒計(jì)數(shù)器，電磁型磨損顆粒計(jì)數(shù)器，尚未投入實(shí)際使用但已在研究的有X-射線磨損顆粒在線監(jiān)測儀，超聲磨損顆粒監(jiān)測儀等[6]。

2.3 基于神經(jīng)網(wǎng)絡(luò)的自動(dòng)機(jī)故障診斷

人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks，簡寫為ANNs）簡稱為神經(jīng)網(wǎng)絡(luò)（NNs）或稱為連接模型（Con?nection Model）。它是一種模范動(dòng)物神經(jīng)網(wǎng)絡(luò)行為特征，進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型。這種網(wǎng)絡(luò)是依靠系統(tǒng)的復(fù)雜程度，通過調(diào)整它內(nèi)部大量節(jié)點(diǎn)之間相互連接的關(guān)系，進(jìn)而達(dá)到處理信息的目的[7]。人工神經(jīng)網(wǎng)絡(luò)是模擬人的形象（直觀）思維方式，它不是一個(gè)線性動(dòng)力學(xué)的系統(tǒng)，其特點(diǎn)在于它的并行協(xié)同處理和信息分布式存儲(chǔ)[8]，由許多結(jié)構(gòu)功能十分簡單的神經(jīng)元構(gòu)成的網(wǎng)絡(luò)神經(jīng)系統(tǒng)，它能實(shí)現(xiàn)比單個(gè)神經(jīng)元非常復(fù)雜多樣的功能；但它也存在很多不足，例如：復(fù)雜系統(tǒng)的構(gòu)建模型難，診斷分析機(jī)制不建全，診斷思路也很不清晰。

3 自動(dòng)機(jī)故障診斷難點(diǎn)和未來趨勢

近幾年來在自動(dòng)機(jī)故障診斷技術(shù)方面雖然攻克了不少的難點(diǎn)，也有了小范圍的現(xiàn)實(shí)應(yīng)用，但是目前自動(dòng)機(jī)需要研究的重點(diǎn)和攻克的難點(diǎn)仍然是它的狀態(tài)監(jiān)測和故障診斷，因此自動(dòng)機(jī)故障診斷的過程中應(yīng)重視下列問題：

1）由于自動(dòng)機(jī)結(jié)構(gòu)復(fù)雜，而且它的用途特殊，在實(shí)際應(yīng)用中不只有自身產(chǎn)生的振動(dòng)，還有其他的激勵(lì)源，導(dǎo)致信號(hào)測試過程中對(duì)信號(hào)的干擾噪聲增多，而且有著很大的非線性和非平穩(wěn)性，所以應(yīng)著重研究信號(hào)的非定性，如在處理自動(dòng)機(jī)信號(hào)時(shí)采用小波包分析法。積極努力開展神經(jīng)網(wǎng)絡(luò)研究、粒子群算法及其它們組合在一起的系統(tǒng)。

2）由于自動(dòng)機(jī)在工作過程中振動(dòng)的不平穩(wěn)性，甚至表現(xiàn)出的是隨機(jī)非線性，因此我們在建立整個(gè)系統(tǒng)的數(shù)學(xué)模型時(shí)有很大的困難；而且通過分析系統(tǒng)的振動(dòng)來獲取自動(dòng)機(jī)故障與特征參數(shù)間的相對(duì)應(yīng)關(guān)系也十分復(fù)雜，這些都是需要解決的問題。

3）展開對(duì)價(jià)格合適、高質(zhì)量保證的傳感器的研究。對(duì)一些比較重要的自動(dòng)機(jī)，應(yīng)該同時(shí)研制有效的故障診斷和在線狀態(tài)監(jiān)測系統(tǒng)，而且把自動(dòng)機(jī)的使用、監(jiān)測診斷和保養(yǎng)結(jié)合起來，進(jìn)而提高自動(dòng)機(jī)工作時(shí)的可靠性，降低自動(dòng)機(jī)發(fā)生故障的概率，減少它的維修費(fèi)用。

綜以上分析得出，對(duì)像自動(dòng)機(jī)這樣的復(fù)雜化機(jī)械進(jìn)行故障診斷依然為廣大學(xué)者需攻克的重點(diǎn)和難點(diǎn)。我們應(yīng)該將在柴油機(jī)等復(fù)雜機(jī)械故障診斷中取得的科研成就推廣運(yùn)用于自動(dòng)機(jī)中，對(duì)自動(dòng)機(jī)進(jìn)行相對(duì)初級(jí)的研究。目前，對(duì)于采集自動(dòng)機(jī)在工作狀態(tài)中的可靠特征參數(shù)仍沒有一種較為通用的方法，而只是先依靠人的抽象假設(shè)或者以往工作中積累的經(jīng)驗(yàn)去設(shè)定特征參數(shù)，然后通過實(shí)驗(yàn)論證，但是此方法還是缺少充分的理論依據(jù)，也找不出最為科學(xué)的特征參數(shù)。筆者認(rèn)為以后應(yīng)將粒子群算法、神經(jīng)網(wǎng)絡(luò)、故障數(shù)等故障診斷技術(shù)綜合應(yīng)用于自動(dòng)機(jī)故障診斷的研究，同時(shí)對(duì)傳感器進(jìn)行更深層次的探索，更好地為自動(dòng)機(jī)故障診斷服務(wù)。

[1] 王茂林，張國平.GA35自動(dòng)機(jī)機(jī)構(gòu)設(shè)計(jì)創(chuàng)新思維分析[J].火炮發(fā)射與控制學(xué)報(bào)，2005(3)：28-31.

[2] 閆彬,姚忠,王瑞.某火炮自動(dòng)機(jī)轉(zhuǎn)膛機(jī)構(gòu)運(yùn)動(dòng)特性分析[J].火炮發(fā)射與控制學(xué)報(bào),2010(2)：66-69.

[3] 戴勁松,王文中.外能源自動(dòng)炮動(dòng)態(tài)仿真[J].南京理工大學(xué)學(xué)報(bào),2001(3):234-237.

[4] 劉科祥，李雪松，張國平，等.自動(dòng)機(jī)模擬試驗(yàn)臺(tái)控制和測試系統(tǒng)[J].火炮發(fā)射與控制學(xué)報(bào),2005(2):55-58.

[5] 劉晉冀，劉泯舉.油液分析狀態(tài)監(jiān)測技術(shù)及其應(yīng)用[J].山西機(jī)械,2000（4）：21-24.

[6] 仰德標(biāo)，明廷鋒.柴油機(jī)故障診斷研究綜述[J].武漢造船,2000(2)：26-29.

[7] 宋振雷.基于智能體的神經(jīng)網(wǎng)絡(luò)優(yōu)化及應(yīng)用[D].北京：中國郵電大學(xué),2010：31-35.

[8] 陳格.人工神經(jīng)網(wǎng)絡(luò)技術(shù)發(fā)展綜述[J].中國科技信息,2009（17）：88-89.

[9] 王發(fā)輝，劉秀芳，程艷霞.往復(fù)式壓縮機(jī)故障診斷研究現(xiàn)狀及展望[J].壓縮機(jī)技術(shù)，2007（2）：45-48.

[10] 袁佳勝.轉(zhuǎn)管式火炮自動(dòng)機(jī)齒輪故障診斷[D].合肥：中國科學(xué)技術(shù)大學(xué)，2006：62-66.