基于灰色关联度分析某型空压机故障诊断*

秦福星 刘地清 王 龙 赵 亮

(海军蚌埠士官学校机电系 蚌埠 233012)

1 引言

灰色系统理论是由我国的邓聚龙教授于1982年创建的。灰色系统理论认为,客观世界是信息的世界,把已知的确定的信息称为白色信息,未知的不确定的信息称为黑色信息,既含有未知信息又含有已知信息的系统称为灰色系统。灰色系统理论着重研究“部分信息明确,部分信息不知”的贫信息的不确定性系统,在工业、农业、经济和军事等领域都得到了广泛的应用。灰色系统理论包括灰色预测、灰色关联度分析、灰色聚类和灰色决策等内容[1～3]。灰色关联度分析的基本任务是基于行为因子序列的几何接近,以分析和确定因子间的影响程度或者因子对主行为的测度关系[4]。灰色关联度分析是灰色系统分析和处理随机量的一种方法,代表了不同研究对象(灰色因数)之间的关联程度,是一种数据到数据的“映射”。对于级差式空压机来说,由于多级压缩缸互相串联工作,各级缸之间互相影响,故障状态更是难以诊断和定位,使得空压机的测量数据存在着模糊和不确定的信息,空压机故障与故障征兆之间并不是一一对应的关系,没有确定的映射关系,因此可将级差式空压机看作是一个复杂的灰色系统。而灰色关联度分析在处理此种不确定信息方面有着独到的优势。

2 诊断原理

2.1 灰色关联度诊断算法[5～7]

评价系统因子之间关联程度的指标称为灰色关联度。令 x0表示参考序列,xi表示比较序列,其中,k=1,2,…,m;i=1,2,…,n。那么,参考序列与比较序列之间在k点的关联系数ξ(k)可由式(1)得出。

在式(1)中,ρ为分辨系数,0＜ρ＜1,一般情况下取0.5。

这样一来,参考序列 x0和比较序列 xi之间的关联度可由式(2)得出。

由此可见,利用灰色关联度分析对级差式空压机进行故障诊断时,需要确定参考序列和比较序列。在空压机故障诊断时,一般情况下可以将空压机的实测数据作为参考序列,而将空压机的故障仿真数据看作比较序列。比较序列可以看作诊断的标准,因此,获取足够多和足够精确的仿真数据是测量的关键之一。因此必须正确地选定空压机的测试点。测试点的选择一般需要遵循以下两条原则[1]:

1)可测试点尽可能多。测试点越多,对空压机的描述就越清楚,获取的信息量就越大,诊断结果就越准确。

2)合理选择可测试点,使其能够尽可能多的暴露空压机故障模式。

上述两大原则只是在一般意义上成立,尤其对第一条来说,测试点越多,意味着测试工作量就越大。因此,在确定测试点数量时,必须同时考虑工作量和空压机描述的精度,在保证满足空压机描述精度的前提下,尽可能的降低工作量。

2.2 诊断步骤

1)选择空压机若干个状态模式向量。

2)通过对空压机正常状态样本的仿真计算,建立标准正常状态模式向量;通过对空压机各种故障状态下样本的仿真计算,建立标准故障状态模式向量。最终得到空压机标准状态模式向量—标准状态矩阵x0,作为参考矩阵。

3)通过对实际故障空压机进行测量计算,确定故障空压机的状态模式向量—实际故障状态模式矩阵xi,作为比较矩阵。

4)利用式(1)分别计算故障状态模式向量和标准状态模式向量之间的关联度系数。关联度系数为ζ(k),ζ(k)表示待测状态模式向量xi对标准状态模式向量x0在k点的关联度系数。ζ(k)在[0,1]之间取值,ζ(k)越大,表示两种模式向量更接近。

5)由于关联系数的数值很多,信息过于分散,不便于比较,因此利用式(2)计算关联度,作为诊断系统所处的状态的参数Yi。Yi表示xi和x0的关联程度。Yi越大说明关联程度越高。

6)根据关联度大小判断故障空压机故障状态的实际情况。计算空压机故障状态模式与标准状态模式向量之间的关联程度,按关联度的大小判断待测模式与哪个标准状态模式更接近,则空压机故障模式与那个标准状态模式更接近,从而实现空压机故障状态的识别。

3 在级差式空压机故障诊断中的应用

3.1 标准特征数据系列的确定

1)特征参数的选择

对于150型舰用级差式空压机,由于各级缸进排气温度变化可通过各级缸的压缩指数和膨胀指数反映出来,而且中间冷却系统的冷却性能也会对进排气温度产生影响,因此各级缸特征参数可选择:压缩指数m,膨胀指数n,名义排气压力P,气缸最高压力Pmax,气缸最低压力Pmin。

2)标准故障模式

150型舰用差式空压机的故障主要有进排气阀卡滞或泄漏、缸间串气、缸套磨损、空气滤清器堵塞等,以V级缸为例,主要故障模式如表1。

3)标准特征数据系列的确定

由于150型舰用空压机是分五级压缩的。激励源众多,其特征参数通常处于一定的变化范围之中的。设第i级缸第j种状态第k个观测指标的变化范围的中值为Xij(k):

Xij即为关联度分析法故障诊断用标准特征向量,有:

表1 150型舰用空压机V级缸主要故障模式

根据空压机设计参数,结合故障状态试验,可将式(7)中向量集的各元素用数据代替,得标准故障状态特征数据系列。以V级缸为例。如表2所示。

表2 V级缸标准故障状态特征参数值

3.2 故障特征数据的确定

对检测到的某时刻状态特征数据向量:

3.3 关联度分析

计算关联系数和关联度计算:

显然,Y02最大,所以观测状态与第3个标准状态最接近。即空压机当前状态最接近V级缸活塞环断裂或咬死故障状态。

4 结语

灰色关联度诊断法进行空压机的故障诊断,具有计算简单,结论客观全面等特点。通过正确选定空压机测试点,在保证一定工作量前提下,获取足够多和精确的仿真数据,建立合理的标准故障状态模式,就可以获得较高的诊断精度,成功解决空压机的故障诊断问题。

[1]贺晓,刘景宁,李淑霞,等.基于灰色关联理论的案例推理在故障智能诊断系统中的应用[J].中国机械工程,2004,15(22):2022～2026

[2]邓聚龙.灰色系统基本方法[M].武汉:华中理工大学出版社,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]张利萍,李宏光.灰色神经网络预测算法在DMF回收过程中的应用[J].微计算机信息,2005(1):183～184