CN113503289A - 一种液压马达故障检测方法、装置、系统及挖掘机 - Google Patents

Abstract

本发明公开了一种液压马达故障检测方法、装置、系统及挖掘机，其中液压马达故障检测方法包括：分别获取液压马达运转特征量集合中的每个运转特征量在预设时间段内的实际运转数据；判断获取到的多个实际运转数据中是否存在故障运转数据；当存在所述故障运转数据时，获取故障数据库，所述故障数据库中包括与所述故障运转数据相对应的运转特征量在每个故障下的历史运转数据；根据所述故障运转数据和所述故障数据库确定所述液压马达的故障原因。由此可以实现液压马达故障检测时的数据分析自动化，从而提高故障检测的效率和精度，降低人力成本。

Description

一种液压马达故障检测方法、装置、系统及挖掘机

技术领域

本发明涉及机械设备技术领域，具体涉及一种液压马达故障检测方法、装置、系统及挖掘机。

背景技术

液压马达是挖掘机重要的液压元件。现有的液压马达故障检测手段比较落后，大多通过需要人工进行故障检测。人工进行对液压马达进行故障检测存在如下问题：(1)通过外派液压元件工程师现场诊断或试验台故障再现人工拆解后分析故障原因，耗时耗力；(2)需要液压元件工程师具有丰富的故障检测经验，对于刚入行的液压元件工程师极不友好；(3)故障检测过程易受人为因素影响，其故障检测准确度无法达到很好的效果。

发明内容

有鉴于此，本发明实施例提供了一种液压马达故障检测方法、装置、系统及挖掘机，以解决目前液压马达需要人工进行故障检测的问题。

根据第一方面，本发明实施例提供了一种液压马达故障检测方法，包括以下步骤：分别获取液压马达运转特征量集合中的每个运转特征量在预设时间段内的实际运转数据；判断获取到的多个实际运转数据中是否存在故障运转数据；当存在所述故障运转数据时，获取故障数据库，所述故障数据库中包括与所述故障运转数据相对应的运转特征量在每个故障下的历史运转数据；根据所述故障运转数据和所述故障数据库确定所述液压马达的故障原因。

本发明实施例获取预设时间段内的实际运转数据，当实际运转数据中存在故障运转数据时，也就是液压马达存在故障时，获取故障数据库，并根据故障运转数据和故障数据库中保存的与故障运转数据相对应的运转特征量在每个故障下的历史运转数据确定出液压马达的故障原因，由此可以实现液压马达故障检测时的数据分析自动化，从而提高故障检测的效率和精度，降低人力成本。

根据第一方面，在第一方面第一实施方式中，所述判断获取到的多个实际运转数据中是否存在故障运转数据包括：分别根据每个运转特征量在所述预设时间段内的实际运转数据确定每个运转特征量的实际运转曲线；分别获取每个运转特征量在与所述实际运转数据相同工况或相似工况下的正常运转曲线；将同一运转特征量的实际运转曲线与正常运转曲线进行对比，根据比对结果判定获取到的多个实际运转数据中是否存在故障运转数据。

结合第一方面第一实施方式，在第一方面第二实施方式中，在分别根据每个运转特征量在所述预设时间段内的实际运转数据确定每个运转特征量的实际运转曲线之前，还包括：分别对每个运转特征量在所述预设时间段内的实际运转数据进行剔除奇异点和多项式平滑处理。

结合第一方面，在第一方面第三实施方式中，所述根据所述故障运转数据和所述故障数据库确定所述液压马达的故障原因包括：将所述故障运转数据分别与所述故障数据库中每个故障下的历史运转数据进行比对，得到所述故障运转数据与每个故障下的历史运转数据的匹配度；分别获取每个故障出现的频次；利用所述故障运转数据与每个故障下的历史运转数据的匹配度和每个故障出现的频次得到所述液压马达的故障原因可能性排序。

结合第一方面第三实施方式，在第一方面第四实施方式中，在根据所述故障运转数据和所述故障数据库确定所述液压马达的故障原因之后，还包括：显示所述液压马达的故障原因可能性排序；获取经过验证的所述故障运转数据存在故障的原因；将所述故障运转数据及所述故障运转数据存在故障的原因保存至所述故障数据库。

结合第一方面，在第一方面第五实施方式中，所述运转特征量集合中的运转特征量包括以下中的一种或几种：马达正转进油口压力、马达正转出油口压力、马达泄油口压力、马达转速、进油口流量、泄油口流量。

根据第二方面，本发明实施例还提供了一种液压马达故障检测装置，包括：第一获取模块，用于分别获取液压马达运转特征量集合中的每个运转特征量在预设时间段内的实际运转数据；判断模块，用于判断获取到的多个实际运转数据中是否存在故障运转数据；第二获取模块，当存在所述故障运转数据时，用于获取故障数据库，所述故障数据库中包括与所述故障运转数据相对应的运转特征量在每个故障下的历史运转数据；处理模块，用于根据所述故障运转数据和所述故障数据库确定所述液压马达的故障原因。

根据第三方面，本发明实施例还提供了一种液压马达故障检测系统，包括运转数据检测装置和控制器，所述运转数据检测装置和所述控制器之间互相通信连接，所述控制器中存储有计算机指令，所述控制器通过执行所述计算机指令，从而执行第一方面或者第一方面的任意一种实施方式中所述的故障检测方法。

结合第三方面，在第三方面第一实施方式中，所述运转数据检测装置包括压力传感器、转速传感器和流量传感器；所述压力传感器用于检测所述液压马达的马达正转进油口压力、马达正转出油口压力和马达泄油口压力；所述转速传感器用于检测所述液压马达的主轴转速；所述流量传感器用于检测所述液压马达的进油口流量和泄油口流量。

根据第四方面，本发明实施还提供了一种挖掘机，包括第三方面或第三方面第一实施方式所述的液压马达故障检测系统。

附图说明

通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：

图1为本发明实施例1中液压马达故障检测方法的流程示意图；

图2为参数A故障原因确定方法一示例的流程示意图；

图3为本发明实施例2中液压马达故障检测装置的结构示意图；

图4为本发明实施例3中液压马达故障检测系统的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

本发明实施例1提供了一种液压马达故障检测方法。图1为本发明实施例1中液压马达故障检测方法的流程示意图，如图1所示，本发明实施例1的液压马达故障检测方法包括以下步骤：

S101：分别获取液压马达运转特征量集合中的每个运转特征量在预设时间段内的实际运转数据。

在本发明实施例1中，所述运转特征量集合中的运转特征量包括以下中的一种或几种：压力、转速、流量。对应的，实际运转数据包括以下中的一种或几种：压力运转数据、转速运转数据、流量运转数据。

作为具体的实施方式，液压马达为柱塞马达，所述运转特征量集合中的运转特征量包括以下中的一种或几种：马达正转进油口压力(也可称为A口压力)、马达正转出油口压力(也可称为B口压力)、马达泄油口压力(也可称为T口压力)、马达转速、进油口流量、泄油口流量。对应的，实际运转数据包括以下中的一种或几种：A口压力实际运转数据、B口压力实际运转数据、T口压力实际运转数据、马达转速实际运转数据、进油口流量实际运转数据、泄油口流量实际运转数据。

更加具体的，所述运转特征量集合中的运转特征量包括A口压力、B口压力、T口压力、马达转速、进油口流量和泄油口流量。对应的，实际运转数据包括A口压力运转数据、B口压力运转数据、T口压力运转数据、马达转速运转数据、进油口流量运转数据和泄油口流量运转数据。

具体的，可以在液压马达的A口设置第一压力传感器，用于获取液压马达A口的A口压力运转数据；在液压马达的B口设置第二压力传感器，用于获取液压马达B口的B口压力运转数据；在液压马达的T口设置第三压力传感器，用于获取液压马达T口的T口压力运转数据；在液压马达的主轴处设置转速传感器用于获取马达转速运转数据，此处为马达主轴转速运转数据；在液压马达的进油口设置第一流量传感器，用于获取液压马达进油口的进油口流量运转数据；在液压马达的泄油口设置第二流量传感器，用于获取液压马达泄油口的泄油口流量运转数据。

S102：判断获取到的多个实际运转数据中是否存在故障运转数据。

作为具体的实施方式，判断获取到的多个实际运转数据中是否存在故障运转数据可以采用如下技术方案：分别根据每个运转特征量在所述预设时间段内的实际运转数据确定每个运转特征量的实际运转曲线；分别获取每个运转特征量在与所述实际运转数据相同工况或相似工况下的正常运转曲线；将同一运转特征量的实际运转曲线与正常运转曲线进行对比，根据比对结果判定获取到的多个实际运转数据中是否存在故障运转数据。

在本发明实施例1中，相似工况可以理解为挖掘机的主要施工条件相同，例如虽然挖掘机的施工天气条件例如风速不同，但挖掘机的施工动作相同，例如均为回转，此时可以认为挖掘机的工况相似；再例如，虽然挖掘机的作用物体不同，但挖掘机作用物体的硬度相似例如均属于硬度较大的物质，此时也可以认为挖掘机的工况相似。相同工况可以理解为挖掘机的各个施工条件均相同。

也就是说，如果在步骤S101中，当获取得到的实际运转数据包括A口压力实际运转数据、B口压力实际运转数据、T口压力实际运转数据、马达转速实际运转数据、进油口流量实际运转数据和泄油口流量实际运转数据时，需要得到每个实际运转数据相对应的实际运转曲线，例如根据A口压力实际运转数据得到A口压力实际运转曲线，根据B口压力实际运转数据得到B口压力实际运转曲线，根据T口压力实际运转数据得到T口压力实际运转曲线，根据马达转速实际运转数据得到马达转速实际运转曲线，根据进油口流量实际运转数据得到进油口流量实际运转曲线，根据泄油口流量实际运转数据得到泄油口流量实际运转曲线。对应的，此时需要获取A口压力正常运转曲线、B口压力正常运转曲线、T口压力正常运转曲线、马达转速正常运转曲线、进油口流量正常运转曲线、泄油口流量正常运转曲线。将A口压力实际运转曲线与A口压力正常运转曲线进行对比，确定A口压力是否异常，如果有异常，则A口压力实际运转数据为故障运转数据；将B口压力实际运转曲线与B口压力正常运转曲线进行对比，确定B口压力是否异常，如果有异常，则B口压力实际运转数据为故障运转数据；将T口压力实际运转曲线与T口压力正常运转曲线进行对比，确定T口压力是否异常，如果有异常，则T口压力实际运转数据为故障运转数据；将马达转速实际运转曲线与马达转速正常运转曲线进行对比，确定马达转速是否异常，如果有异常，则马达转速实际运转数据为故障运转数据；将进油口流量实际运转曲线与进油口流量正常运转曲线进行对比，确定进油口流量是否异常，如果有异常，则进油口流量实际运转数据为故障运转数据；将泄油口流量实际运转曲线与泄油口流量正常运转曲线进行对比，确定泄油口流量是否异常，如果有异常，则泄油口流量实际运转数据为故障运转数据。

作为进一步的实施方式，在分别根据每个运转特征量在所述预设时间段内的实际运转数据确定每个运转特征量的实际运转曲线之前还包括：分别对每个运转特征量在所述预设时间段内的实际运转数据进行剔除奇异点和多项式平滑处理。也就是说，通过剔除奇异点和多项式平滑处理来去除趋势项，去除实际运转数据中的随机干扰，从而可以使得实际运转曲线更加贴近液压马达运转的真实情况。

S103：当存在所述故障运转数据时，获取故障数据库，所述故障数据库中包括与所述故障运转数据相对应的运转特征量在每个故障下的历史运转数据。

也就是说，如果经过步骤S101和S102判断出A口压力存在故障时，需要获取A口压力多种故障下的历史运转数据，需要说明的是，如果在步骤S102中，已经根据实际运转数据确定了实际运转曲线，此处需要获取A口压力多种故障下的历史运转曲线，例如故障1下A口压力的历史运转曲线1，故障2下A口压力的历史运转曲线2……故障N下A口压力的历史运转曲线N。也就是说，在故障数据库中至少包括与故障运转数据相对应的运转特征量的历史运转曲线与故障原因的对应关系，即对于A口压力而言，包括历史运转曲线1与故障1的对应关系，历史运转曲线2与故障2的对应关系……历史运转曲线N与故障N的对应关系。当然，故障数据库中还可以包括除与故障运转数据相对应的运转特征量(例如A口压力)之外的其他运转特征量(例如B口压力)的历史运转曲线与故障原因的对应关系。示例的，故障数据库可以包括所有运转特征量的历史运转曲线与故障原因的对应关系。

S104：根据所述故障运转数据和所述故障数据库确定所述液压马达的故障原因。

作为具体的实施方式，所述根据所述故障运转数据和所述故障数据库确定所述液压马达的故障原因可以采用如下技术方案：将所述故障运转数据分别与所述每个故障下的历史运转数据进行比对，得到所述故障运转数据与每个故障下的历史运转数据的匹配度；分别获取每个故障出现的频次；利用所述故障运转数据与每个故障下的历史运转数据的匹配度和每个故障出现的频次得到所述液压马达的故障原因可能性排序。

图2为参数A故障原因确定方法一示例的流程示意图，参数A可以为A口压力，如图2中所示，如果经过步骤S101和S102判断出A口压力存在故障时，需要将A口压力实际运转曲线与故障1下A口压力的历史运转曲线1进行匹配，得到匹配度1，将A口压力实际运转曲线与故障2下A口压力的历史运转曲线2进行匹配，得到匹配度2……，A口压力实际运转曲线与故障N下A口压力的历史运转曲线N进行匹配，得到匹配度N。

分别获取故障数据库中A口压力异常时故障1出现的频次1，A口压力异常时故障2出现的频次2……A口压力异常时故障N出现的频次N。

将匹配度1和频次1相乘得到A口压力异常时故障1存在的可能性1，将匹配度2和频次2相乘得到A口压力异常时故障2存在的可能性2……将匹配度N和频次N相乘得到A口压力异常时故障N存在的可能性N，将可能性1、可能性2……可能性N进行排序得到故障原因可能性排序。

作为进一步的实施方式，在根据所述故障运转数据和所述故障数据库确定所述液压马达的故障原因之后，还包括：显示所述液压马达的故障原因可能性排序；获取经过验证的所述故障运转数据存在故障的原因；将所述故障运转数据及所述故障运转数据存在故障的原因保存至所述故障数据库，需要说明的是，在所述故障运转数据及所述故障运转数据存在故障的原因保存至所述故障数据库中之后，所述故障运转数据等同于上文所述的历史运转数据，故障运转数据与故障运转数据存在故障的原因的对应关系等同于上文所述的历史运转数据(历史运转曲线)与故障原因的对应关系。也就是说，在故障数据库的使用过程中，还可以通过不断的积累故障数据库，由此可以使得故障检测的精度会越来越高。

在本发明实施例1中，显示所述液压马达的故障原因可能性排序可以帮助研发人员缩小排故的范围。在建立柱塞马达的远程故障诊断及预测系统前，液压工程师需要去不断排查所有故障原因，使得该工作需要具有丰富工程经验的液压工程师才能胜任。若有了该系统，一些资历较浅的工程师也能进行分析判断，同时能保证一定的准确率，通过该系统可减少人工成本。随着数据库数据越来越完备，系统故障诊断的精度会越来越高。

需要说明的是，本发明实施例1的液压马达故障检测方法既可以应用于故障诊断也可以应用于故障预测。

本发明实施例1提供的液压马达故障检测方法具有以下优点：

1、采集到的柱塞马达数据，剔除奇异点后，数据进行多项式平滑处理，去除趋势项，从而输出特征曲线，根据特征曲线，机器判断故障可能，输出故障原因可能性排序表，帮助研发人员缩小排故的范围。

2、建立柱塞马达故障数据库，每次故障诊断后的数据会充实到前述柱塞马达故障数据库中，使得前述柱塞马达故障数据库能进行实时更新，从而不断提升故障诊断及预警的准确性和效率。

3、能够实现柱塞马达故障诊断及预警智能化水平，降低人力成本的投入，减少人为因素对故障诊断结果的影响，方法简单，技术实用。

实施例2

与本发明实施例1相对应，本发明实施例2提供了一种液压马达故障检测装置，图3为本发明实施例2中液压马达故障检测装置的结构示意图，如图3所示，本发明实施例2的液压马达故障检测装置，包括第一获取模块21、判断模块22、第二获取模块23和处理模块24。

具体的，第一获取模块21，用于分别获取液压马达运转特征量集合中的每个运转特征量在预设时间段内的实际运转数据；

判断模块22，用于判断获取到的多个实际运转数据中是否存在故障运转数据；

第二获取模块23，当存在所述故障运转数据时，用于获取故障数据库，所述故障数据库中包括与所述故障运转数据相对应的运转特征量在每个故障下的历史运转数据；

处理模块24，用于根据所述故障运转数据和所述故障数据库确定所述液压马达的故障原因。

上述液压马达故障检测装置具体细节可以对应参阅图1至图2所示的实施例中对应的相关描述和效果进行理解，此处不再赘述。

实施例3

本发明实施例还提供了一种液压马达故障检测系统，液压马达故障检测系统包括运转数据检测装置和控制器，所述运转数据检测装置和所述控制器之间互相通信连接，所述控制器中存储有计算机指令，所述控制器通过执行所述计算机指令，从而执行本发明实施例1所述的故障检测方法。

具体的，液压马达为柱塞马达，所述运转数据检测装置包括压力传感器、转速传感器和流量传感器；所述压力传感器用于检测所述液压马达的A口压力、B口压力和T口压力；所述转速传感器用于检测所述液压马达的主轴转速；所述流量传感器用于检测所述液压马达的进油口流量和泄油口流量。

控制器可以包括处理器和存储器，其中处理器和存储器可以通过总线或者其他方式连接。

图4为本发明实施例3中柱塞马达故障检测系统的结构示意图，如图4所示，液压马达故障检测系统包含一个故障数据库和两大子系统，前述两大子系统为柱塞马达远程数据采集模块(相当于本发明实施例2的第一获取模块21)和柱塞马达自动诊断及预警系统(相当于本发明实施例2的判断模块22和处理模块24)。

其中，故障数据库中包括柱塞马达运转特征量集合中各个运转特征量(例如A口压力、B口压力……)的正常运转曲线及各个运转特征量在不同故障下的历史运转曲线及故障解决方案。其中运转特征量集合中的运转特征量包含A口压力(马达正转进油口压力)、B口压力(马达正转出油口压力)、T口压力(马达泄油口压力)及其他测压口压力、马达转速和进油口流量及泄油口流量，振动及噪音信号等。

其中，柱塞马达的远程故障诊断及预测系统，首先通过传感器采集实际工作中柱塞马达上述各个运转特征量的实际运转数据，前述传感器包括压力传感器、转速传感器、流量计，再通过数据发送模块和数据接受处理模块传回，传回的实测数据需进行处理才能被应用，数据处理过程包含剔除奇异点，多项式平滑处理，去除趋势项。处理后的实际运转曲线与故障数据库中的正常运转曲线作一一对比，比如对比结果发现参数A存在异常，此时确定可能的故障原因有N种，即N种故障没有可能性排序，概率相同均为1/N。将对参数A的实际运转曲线与故障数据库中参数A不同故障下的历史运转曲线进行比对，得到与前述N个故障的匹配度，经过换算获得引起此次参数A异常的柱塞马达故障可能性排序表，具体的计算流程见图2。

该表的顺序与匹配度及故障出现的频次成正相关，并自动出具柱塞泵故障诊断报告，帮助研发人员缩小排故的范围。在建立柱塞马达的远程故障诊断及预测系统前，液压工程师需要排查所有故障原因，使得该工作需要具有丰富工程经验的液压工程师才能胜任。若有了该系统，一些资历较浅的工程师也能进行分析判断，同时能保证一定的准确率，通过该系统可减少人工成本。随着数据库数据越来越完备，系统故障诊断的精度会越来越高。

需要说明的，柱塞马达的远程故障诊断及预测系统既可以进行故障诊断和也可以进行故障预测。

处理器可以为中央处理器(Central Processing Unit，CPU)。处理器还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。

存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的车载显示装置按键屏蔽方法对应的程序指令/模块(例如，图3所示的第一获取模块21、判断模块22、第二获取模块23和处理模块24)。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的液压马达故障检测方法。

存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

所述一个或者多个模块存储在所述存储器中，当被所述处理器执行时，执行如图1-3所示实施例中的液压马达故障检测方法。

上述液压马达故障检测系统具体细节可以对应参阅图1至图4所示的实施例中对应的相关描述和效果进行理解，此处不再赘述。

本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random AccessMemory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。

虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (10)

1.一种液压马达故障检测方法，其特征在于，包括：

分别获取液压马达运转特征量集合中的每个运转特征量在预设时间段内的实际运转数据；

判断获取到的多个实际运转数据中是否存在故障运转数据；

当存在所述故障运转数据时，获取故障数据库，所述故障数据库中包括与所述故障运转数据相对应的运转特征量在每个故障下的历史运转数据；

根据所述故障运转数据和所述故障数据库确定所述液压马达的故障原因。

2.根据权利要求1所述的方法，其特征在于，所述判断获取到的多个实际运转数据中是否存在故障运转数据包括：

分别根据每个运转特征量在所述预设时间段内的实际运转数据确定每个运转特征量的实际运转曲线；

分别获取每个运转特征量在与所述实际运转数据相同工况或相似工况下的正常运转曲线；

将同一运转特征量的实际运转曲线与正常运转曲线进行对比，根据比对结果判定获取到的多个实际运转数据中是否存在故障运转数据。

3.根据权利要求2所述的方法，其特征在于，在分别根据每个运转特征量在所述预设时间段内的实际运转数据确定每个运转特征量的实际运转曲线之前，还包括：

分别对每个运转特征量在所述预设时间段内的实际运转数据进行剔除奇异点和多项式平滑处理。

4.根据权利要求1所述的方法，其特征在于，所述根据所述故障运转数据和所述故障数据库确定所述液压马达的故障原因包括：

将所述故障运转数据分别与所述故障数据库中每个故障下的历史运转数据进行比对，得到所述故障运转数据与每个故障下的历史运转数据的匹配度；

分别获取每个故障出现的频次；

利用所述故障运转数据与每个故障下的历史运转数据的匹配度和每个故障出现的频次得到所述液压马达的故障原因可能性排序。

5.根据权利要求4所述的方法，其特征在于，在根据所述故障运转数据和所述故障数据库确定所述液压马达的故障原因之后，还包括：

显示所述液压马达的故障原因可能性排序；

获取经过验证的所述故障运转数据存在故障的原因；

将所述故障运转数据及所述故障运转数据存在故障的原因保存至所述故障数据库。

6.根据权利要求1所述的方法，其特征在于，所述运转特征量集合中的运转特征量包括以下中的一种或几种：马达正转进油口压力、马达正转出油口压力、马达泄油口压力、马达转速、进油口流量、泄油口流量。

7.一种液压马达故障检测装置，其特征在于，包括：

第一获取模块，用于分别获取液压马达运转特征量集合中的每个运转特征量在预设时间段内的实际运转数据；

判断模块，用于判断获取到的多个实际运转数据中是否存在故障运转数据；

第二获取模块，当存在所述故障运转数据时，用于获取故障数据库，所述故障数据库中包括与所述故障运转数据相对应的运转特征量在每个故障下的历史运转数据；

处理模块，用于根据所述故障运转数据和所述故障数据库确定所述液压马达的故障原因。

8.一种液压马达故障检测系统，其特征在于，包括：

运转数据检测装置和控制器，所述运转数据检测装置和所述控制器之间互相通信连接，所述控制器中存储有计算机指令，所述控制器通过执行所述计算机指令，从而执行权利要求1-6中任一项所述的故障检测方法。

9.根据权利要求8所述的系统，其特征在于，所述运转数据检测装置包括压力传感器、转速传感器和流量传感器；所述压力传感器用于检测所述液压马达的马达正转进油口压力、马达正转出油口压力和马达泄油口压力；所述转速传感器用于检测所述液压马达的主轴转速；所述流量传感器用于检测所述液压马达的进油口流量和泄油口流量。

10.一种挖掘机，其特征在于，包括权利要求8～9任一项所述的液压马达故障检测系统。

Images