火炮液压系统故障预测与健康管理体系设计与实现

赵征凡，付 江，刘婧波，刘永寿

(1.中国人民解放军63961部队， 北京 100012； 2.西北工业大学 工程力学系， 西安 710129)

液压系统是火炮装备供输弹过程的重要动力源泉[1]，为弹丸装填、输送提供必要的动力，其运行的稳定性和有效性能直接影响到火炮的作战效率。液压系统故障在火炮装备整机故障中占有相当大的比重，直接影响火炮的正常工作，造成重大经济损失。随着现代火炮系统复杂度提高，传统的事后维修和计划维修能力不足，效率低下，迫切需要改良故障诊断技术来提高系统的可靠性和有效性。目前，国内外液压系统故障诊断已经取得不少的成果。2009年，Mollazade K针对液压系统齿轮泵磨损，使用描述性统计参数提取了泵在不同转速下的振动信号，诊断准确率超过90%[2]；2012年Goharrizi A Y等提出了一种检测液压执行器泄漏的方法，有效降低了油液的泄漏值[3]；2015年柴凯提出了基于时频特征和极限学习机(PCA-KELM)的液压故障智能诊断方法[4]。液压系统故障诊断在一些技术层面有所突破，但缺乏智能的故障预测系统来提前发现和处理故障，需要将各种技术有机融合起来，形成综合的故障预测与健康管理(PHM)系统[5]。PHM技术在航空领域已经得到较为广泛的应用，而陆军装备健康管理方面依旧采用传统事后维修和计划维修的模式，还未现实视情维修，严重阻碍了装备的现代化，同时，装备维护修费高、效率低。基于此，本研究针对火炮液压系统开展PHM系统的设计、实现和应用研究，以更好地控制火炮液压系统故障风险，提高维修效率。

1 火炮液压系统故障模式与失效机理

液压系统故障模式复杂，故障间相互关联度大，需要明确各个故障间因果关系，以便于对失效原因和失效机理进行分析。故障树分析法(FT)和故障危害分析表(FMECA)能快速发现故障间层次性及相互关系，可将其应用于火炮液压系统故障分析[6]。根据某型火炮维修手册相关内容，针对火炮液压系统常见故障模式建立火炮液压系统故障树如图1，并根据故障树进行故障危害分析，建立故障危害分析FMECA表如表1所示。

由故障树和故障危害分析，可以得到火炮液压系统失效机理。火炮液压系统运行过程中常见故障主要与压力、流量、温度有关，常见表现为液压系统压力过低，液压系统流量损失，液压系统温度过高，液压泵运转不良和液压系统压力过高等。压力损失、流量损失带来的直接后果为液压系统缺乏动力，难以满足火炮的精度要求，由于液体具有黏性，在管路中不可避免地存在着摩擦力，所以液体在流动过程中必然要损失一部分能量，损失的能量即为压力损失；油液温度变化与液压系统运行时间和油滤有关，随着运行时间的增加，油液在液压泵中来回运动使得温度升高；油滤用来过滤油液，当油液污染严重时会使油滤堵塞，被堵塞后的油滤使得液压油液的黏度增加，系统内因摩擦而产生的热量急剧增长，导致油温及系统温度升高，油滤堵塞也会使系统供油不足，导致系统压力下降，影响系统运行效率；液压泵故障主要由泵壳表面磨损和泵体剧烈振动组成，由于配油盘变形、滑靴松动或泵内混入杂物等的影响导致配油盘与缸体、滑靴与斜盘、柱塞与缸孔产生磨损导致液压泵表面磨损，而液压泵的振动是不可避免的，液压泵剧烈振动会导致液压系统供油不足，工作效率大大下降，同时会加剧液压泵表面磨损，其主要原因为吸油不畅或油液中混入空气，说明液压系统密封性受到影响，各零件连接处需检查拧紧[7]。

2 某型火炮液压系统PHM体系构建

通过火炮液压系统失效机理分析，针对失效原因确立检测手段，结合先进技术和目前广泛应用的灰色预测模型，针对液压系统中温度、压力和油液污染故障特征设计了基于某型火炮供输弹液压系统的PHM体系构架如图2所示。

该系统硬件由温度传感器、压力传感器、自动颗粒计数器组成，软件系统为灰色预测模型平台。其中，利用温度传感器、压力传感器、自动颗粒计数器分别采集温度、压力和油液的特征数据，将温度传感器和压力传感器所测数据绘制成温度变化曲线和压力变化曲线；对油液进行在线提取(固定间隔采样)，将所采集油液样本导入到自动颗粒计数器中进行磨损颗粒的含量监测和统计，并根据油液污染度分级标准进行污染度分级，若油液污染度超过最大临界值则直接更换油液。将磨损颗粒含量绘制成磨损颗粒变化曲线与温度变化，压力变化数据导入到灰色预测模型中，预测数据变化趋势，根据预测曲线与磨损颗粒，温度，压力临界值对比，并产生4种情况，根据不同情况采取相应措施如下：

1) 若温度较高已经达到临界值而磨损颗粒含量较少，未达到临界值，则可能由于系统工作时间过长，需停机降温；

2) 若温度较高达到临界值且磨损颗粒含量达到临界值则油液污染严重应更换油液；

3) 若压力过低低于临界值但磨损颗粒含量不足则系统漏油，需拧紧连接处零件；

4) 若压力过低且磨损颗粒含量超过临界值，则油滤堵塞，油液污染严重，需更换油液；

5) 若污染度超过临界值，则表明油液内磨损颗粒浓度过高，油液污染严重，需更换油液。

3 某型火炮液压系统PHM系统实现

根据所构建火炮液压系统PHM体系结构，结合液压系统运行环境，选取液压油的中磨损颗粒浓度、液压系统内温度、液压系统压力作为监测参数，分别采用颗粒计数器、温度传感器、压力传感器来进行监测[8]。

3.1 系统硬件设计

1) 颗粒计数器设计

目前常见的自动颗粒计数器分为遮光型、光散射型和电阻型等，不过国际上目前通用的唯一纳入国际标准体系的自动颗粒计数方法却只有遮光型自动颗粒计数器。本PHM系统对于某型火炮采用遮光性自动颗粒计数器进行油液的在线监测，采用单片机计数，单片机可选用MCS51型。MCS51单片机共有两个可编程的计数器，可分别用于记录大于5 μm颗粒和大于15 μm颗粒的数量[9]。

经颗粒计数器检测后可得到油液中磨损颗粒含量数据，将所收集到的颗粒数据一部分导入到灰色预测模型的平台中对磨损颗粒含量进行预测，另一部分用于油液污染度的标定[10]。其硬件原理图设置如图3所示。

2) 传感器设计

对于供输弹液压系统内的温度和压力实时监测方面，可以直接在液压系统内设置温度传感器和压力传感器，将温度传感器安装于油路中用以监测油液的实时温度[11]，查询相关手册得知，供输弹液压系统油液温度需控制在50～130 ℃，则报警温度需设置为130 ℃。液压系统的压力测量相对较为方便，一般液压系统内部会有预留的接口来安装压力传感器，或通过在管路中加入三通接头来实现，查询相关手册得知，供输弹液压系统系统工作压力应控制在0.08～0.4 MPa，则最低报警压力应设0.08 MPa。

3.2 系统软件设计

如果一个系统具有层次、结构关系的模糊性，动态变化的随机性，指标数据的不完备性，则称为灰色性，将这种系统称为灰色系统[12]。而故障数据如磨损颗粒的发展趋势，温度的变化趋势，压力的变化趋势，满足灰色系统的特点，故灰色模型的预测方法可以应用到故障预测方面。本系统预测平台采用灰色预测模型实现PHM系统的预测功能。

灰色模型是通过少量的、不完全信息，建立灰色微分预测模型，对数据的发展趋势作模糊性长期描述。其基本思想是先对原始数据进行一次累加，消除数据的随机性和波动性，再对数据建立一阶微分方程模型，拟合曲线并进行数据的预测。其基本步骤如下：

设原始数据序列x(0)={x(0)(1),x(0)(2),…,x(0)(N)}，对数据进行累加得到一个新的数列

x(1)={x(1)(1),x(1)(2),…，x(1)(N)}

定义x(1)的灰导数为

dx(1)(k)=x(0)(k)=x(1)(k)-x(1)(k-1)

得到解的离散形式为

最后对所得预测值进行精度检验，常见的检验方法有残差检验、后验差检验和关联度检验的方法，本研究选用残差检验方法，即对模型值和实际值得残差进行逐点检验，可得到残差合格模型[13]。

以某型火炮供输弹液压系统中所测温度、压力和磨损颗粒浓度数据为原始数据序列，根据灰色预测模型建模步骤，拟合预测曲线，实现了对液压系统内温度、压力和磨损颗粒浓度的预测，并在阈值处设置报警装置，实现了PHM系统提前发现故障并视情维修的功能。

4 结论

根据火炮液压系统失效机理、故障模式等特征，综合分析设计了针对液压系统故障的PHM体系结构，将PHM体系结构应用到子系统级。对所构建PHM体系结构从硬件到软件设计进行详细设置。选用遮光性颗粒计数器和先进温度、压力传感器构成硬件基础；以灰色预测模型理论为基础，构建基于温度、压力、磨损颗粒浓度的预测平台软件，真正实现了PHM系统的预测功能，达到了国外综合诊断、预测与健康管理技术的同类水平[14]。所构建PHM体系结构已成功应用于某型火炮，实现了故障预测和视情维修。