液压系统故障特征提取方法优化

人类的科学研究活动表明，任何物理现象必然有其因果关系，即不存在无果的因，也不存在无因的果。因此在多因多果的复杂关系中，找到故障原因和故障征兆的对应关系，是故障诊断和预测的技术难题。一般而言，当产品出现异常时必然引起异常的现象，理想情况下通过有效的故障特征提取方法可以捕获异常现象，并根据有效的诊断方法进行故障诊断^[1-4]。而实际情况是，初期的故障特征不明显，采用传统的检测方法也不容易发现；另外由于环境干扰、系统上下游部件故障耦合和故障传递等因素使故障特征很容易淹没在污染信号中，因此如何从系统布置的传感器中提取故障特征并进行故障诊断就变得非常困难。故障特征提取的目的不仅在于凸显液压系统故障特征，而且可以有效剔除环境和外部干扰。

液压系统的状态监测是利用现代科技手段和仪器设备，依据液压系统中压力、流量、温度等基本参数的检测和执行机构（液压缸和液压马达）的运动速度、噪声，油液状态及外部泄漏等因素的观测来判断液压系统的工作状态和液压元件的损伤情况^[5]。不同结构与组成的液压系统、不同的液压元件采用不同的故障特征提取方法，常用的故障特征提取方法有：(www.xing528.com)

一般而言，不同的设备有不同的故障模式和故障机理，表征故障的特征也不同，采用的故障诊断方法自然不同。对于结构复杂、建模困难的液压部件一般采用基于传感器检测的方法，而对于可以通过输入输出表征设备性能的液压系统可以采用输入输出特征提取方法。常用的故障特征提取方法有：①趋势分析法；②类比分析法；③时序分析法；④故障树法；⑤概率统计法；⑥经验判断法；⑦数据挖掘法；⑧数据融合法；⑨神经网络法等^[6]。