CN116255377B - 一种伺服智能机床液压站故障分析系统 - Google Patents
一种伺服智能机床液压站故障分析系统 Download PDFInfo
- Publication number
- CN116255377B CN116255377B CN202310523831.6A CN202310523831A CN116255377B CN 116255377 B CN116255377 B CN 116255377B CN 202310523831 A CN202310523831 A CN 202310523831A CN 116255377 B CN116255377 B CN 116255377B
- Authority
- CN
- China
- Prior art keywords
- value
- oil
- signal
- viscosity
- hydraulic oil
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F15—FLUID-PRESSURE ACTUATORS; HYDRAULICS OR PNEUMATICS IN GENERAL
- F15B—SYSTEMS ACTING BY MEANS OF FLUIDS IN GENERAL; FLUID-PRESSURE ACTUATORS, e.g. SERVOMOTORS; DETAILS OF FLUID-PRESSURE SYSTEMS, NOT OTHERWISE PROVIDED FOR
- F15B19/00—Testing; Calibrating; Fault detection or monitoring; Simulation or modelling of fluid-pressure systems or apparatus not otherwise provided for
- F15B19/005—Fault detection or monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Fluid Mechanics (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Fluid-Pressure Circuits (AREA)
Abstract
本发明公开了一种伺服智能机床液压站故障分析系统,属于故障分析技术领域,包括:第一数据采集模块,采集机床液压站运行信息,机床液压站运行信息包括油泵运行数据;第二数据分析模块,将油面高度变动值、沉淀层高度值以及液压油粘度变动值分别与其对应的预设阈值比对分析,生成与油面高度变动值、沉淀层高度值以及液压油粘度变动值相对应的增减信号;故障分析模块,接收与油面高度变动值、沉淀层高度值以及液压油粘度变动值相对应的增减信号,并根据与油面高度变动值、沉淀层高度值以及液压油粘度变动值相对应的增减信号,生成故障分析结果。
Description
技术领域
本发明涉及故障分析技术领域,更具体地说,本发明涉及一种伺服智能机床液压站故障分析系统。
背景技术
机床液压站是一种通过液压传动来控制机床各部分运动的装置。它主要由液压油油箱、油泵、电机、液压油输送管、油缸、阀门等组成,其中,油泵负责将液压油抽出,电机为油泵提供动力,液压油输送管连接油泵、油缸和液压油油箱。机床液压站通过将油泵抽取的液压油压入油管中,再通过阀门的控制,使液压油流入油缸中,从而实现对机床各部分运动的控制。
机床液压站运行是否稳定,直接关系到机床对各部分运动的控制是否精准,因此需要对机床液压站定期维护,由于机床液压站出现故障具有随机性,定期维护往往会出现维护的滞后性,并且在故障出现时,需要维护人员到达现场进行对故障发生的原因分析并进行排查,分析过程严重依赖维护人员的经验,维护效率低,耗费时间较长,也增加了企业的维护培训成本。
发明内容
为了克服现有技术的上述缺陷,本发明提供一种伺服智能机床液压站故障分析系统。
为实现上述目的,本发明提供如下技术方案:
一种伺服智能机床液压站故障分析系统,包括:
第一数据采集模块,采集机床液压站运行信息,机床液压站运行信息包括油泵运行数据,油泵运行数据包括油泵噪音值与油泵温度值;
第一数据分析模块,根据油泵噪音值与油泵温度值进行分析生成油泵运行系数,将油泵运行系数与预设油泵运行阈值进行比对分析,判定是否生成预警信息;
第二数据采集模块,根据预警信息获取机床液压站液压油数据,液压油数据包括油面高度变动值、沉淀层高度值与液压油粘度变动值;
第二数据分析模块,将油面高度变动值、沉淀层高度值以及液压油粘度变动值分别与其对应的预设阈值比对分析,生成与油面高度变动值、沉淀层高度值以及液压油粘度变动值相对应的增减信号;
故障分析模块,接收与油面高度变动值、沉淀层高度值以及液压油粘度变动值相对应的增减信号,并根据与油面高度变动值、沉淀层高度值以及液压油粘度变动值相对应的增减信号,生成故障分析结果。
优选地,所述油泵噪音值获取步骤如下:
获取油泵在Tk时刻以及在Tk-n时刻附近的噪音数据,将其分别标记为z1与z2,k-n时刻为k时刻的前一时刻;若z1-z2大于0,将计算所得的噪音数据标记为噪增数据,获取油泵在Tk时刻以及Tk-n时刻油泵的表面振动数据,将其分别标记为D1与D2,若D1-D2大于0,将计算所得的振动数据标记为振加数据,若k时刻同时具有噪增数据与振加数据,则将油泵在k时刻获取的噪音数据标记为油泵噪音值。
优选地,对所述油泵噪音值与油泵温度值进行分析生成油泵运行系数步骤包括:
根据油泵噪音值和油泵温度值来对油泵运行状态进行评估,生成油泵运行系数Qi。
优选地,将油泵运行系数与预设油泵运行阈值进行比对分析,判定是否生成预警信息的逻辑为:
将油泵运行系数Qi与预设油泵运行阈值进行比较,若油泵运行系数Qi小于等于预设油泵运行阈值,则不对相应的分析对象生成预警信息;若油泵运行系数Qi大于预设油泵运行阈值,则对相应的分析对象生成预警信息。
优选地,所述油面高度变动值Hi计算过程包括:
将液压油油面高度规定最大值与液压油油面高度规定最小值之和的平均值标记为g1,将液压油当前油面高度值标记为g2,油面高度变动值Hi=│g2-g1│;
所述液压油粘度变动值Di计算过程包括:
由磁力流变仪器实时监测液压油流动状态下的力变化来测量液压油的粘度,将液压油当前粘度值标记为p1,将液压油粘度规定最大值与液压油粘度规定最小值之和的平均值标记为p2,液压油粘度变动值Di=│p1-p2│;
所述沉淀层高度值Ci计算过程包括:
获得小型雷达传感器在液压油油箱内安装位置距离液压油油箱底部的高度值f1以及液压油与液压油油箱内沉淀层分层位置的高度值f2,沉淀层高度值Ci=f1-f2。
优选地,所述预设阈值包括油面高度变动值范围阈值、沉淀层高度值阈值与液压油粘度变动值范围阈值;
所述增减信号如下:
与油面高度变动值对应的增减信号包括油面正常信号、油面减少信号与油面增加信号;与沉淀层高度值对应的增减信号包括沉淀层正常信号与沉淀层异常信号;与液压油粘度变动值对应的增减信号包括粘度正常信号、粘度减少信号与粘度增加信号。
优选地,所述油面正常信号、油面减少信号与油面增加信号生成逻辑包括:
将油面高度变动值与油面高度变动值范围阈值比对分析,若油面高度变动值大于等于油面高度变动值范围阈值最大值,生成油面增加信号;若油面高度变动值小于油面高度变动值范围阈值最大值,且大于油面高度变动值范围阈值最小值,生成油面正常信号;若油面高度变动值小于等于油面高度变动值范围阈值最小值,生成油面减少信号。
优选地,所述沉淀层正常信号与沉淀层异常信号生成逻辑包括:
将沉淀层高度值与沉淀层高度值阈值比对分析,若沉淀层高度值大于等于沉淀层高度值阈值,生成沉淀层异常信号;若沉淀层高度值小于沉淀层高度值阈值生成沉淀层正常信号。
优选地,所述粘度正常信号、粘度减少信号与粘度增加信号生成逻辑包括:
将液压油粘度变动值与液压油粘度变动值范围阈值比对分析,若液压油粘度变动值大于等于液压油粘度变动值范围阈值最大值,则生成粘度增加信号;若液压油粘度变动值小于液压油粘度变动值范围阈值最大值,且大于等于液压油粘度变动值范围阈值最小值,则生成粘度正常信号;若液压油粘度变动值小于液压油粘度变动值范围阈值最小值,则生成粘度减少信号。
优选地,所述故障分析结果生成逻辑包括:
若分析对象同时刻具有油面正常信号、沉淀层正常信号与粘度正常信号,故障分析结果包括油过滤器堵塞维护信号与吸油管路漏气维护信号;
若分析对象同时刻具有油面减少信号、沉淀层正常信号与粘度正常信号,故障分析结果包括液压油输送管道密封检修信号与液压油补充信号;
若分析对象同时刻具有油面增加信号、沉淀层正常信号与粘度正常信号,故障分析结果包括液压油减量信号;
若分析对象同时刻具有油面正常信号、沉淀层异常信号与粘度增加信号,故障分析结果包括液压油更换信号;
若分析对象同时刻具有油面增加信号、沉淀层正常信号与粘度减少信号,故障分析结果包括液压油油箱密封检修信号、去水分信号与液压油更换信号。
本发明一种伺服智能机床液压站故障分析系统的技术效果和优点:
通过对油泵噪音进行实时监测,并通过对引起油泵噪音的原因进行实时分析,及时发现,并输出相应的维护方案,避免定期对机床液压站维护的滞后性,也降低了对维护人员的经验的依赖,降低企业的维护培训成本,提升机床液压站的智能化水平;
其次,在油泵噪音异常的情况下,其他相关监测传感器才启动,降低监测机床液压站的相关传感器的使用能耗,以及提升相关监测传感器的使用寿命。
附图说明
图1为本发明的一种伺服智能机床液压站故障分析系统示意图。
具体实施方式
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,所描述的实施例仅仅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,本领域普通技术人员在没有做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
请参阅图1所示的本实施例所述的一种伺服智能机床液压站故障分析系统,包括第一数据采集模块1、第一数据分析模块2、第二数据采集模块3、第二数据分析模块4与故障分析模块5,上述模块通过有线和/或无线连接实现彼此间的信号传输。
第一数据采集模块1采集机床液压站运行信息,并将机床液压站运行信息发送至第一数据分析模块2进行分析;其中,机床液压站运行信息包括油泵运行数据,油泵运行数据包括油泵噪音值与油泵温度值;
其中油泵温度值获取步骤如下:
由安装在油泵上的接触式温度传感器实时监测油泵的温度,还可以通过红外线测温仪器非接触地测量油泵表面的温度;
其中油泵噪音值获取步骤如下:
获取油泵在Tk时刻以及在Tk-n时刻附近的噪音数据,将其分别标记为z1与z2,k-n时刻为k时刻的前一时刻,n为大于0的时间数值;若z1-z2大于0,将计算所得的噪音数据标记为噪增数据,获取油泵在Tk时刻以及在Tk-nk时刻油泵的表面振动数据,将其分别标记为D1与D2,若D1-D2大于0,将计算所得的振动数据标记为振加数据,若k时刻同时具有噪增数据与振加数据,则将油泵在k时刻获取的噪音数据标记为油泵噪音值;其中,噪音数据通过设置在油泵附近的声级计获取,声级计为一种噪声测量仪器,振动数据由设置在油泵表面的振动传感器获取。
需要说明的是,因为油泵噪音值影响因数有很多,例如机床液压站工作环境的噪音增大,也会导致油泵附近的噪音数据增大,导致监测的噪音数据并不准确,所以本实施例通过将声级计设置在油泵附近,通过结合噪增数据与振加数据判断,识别出噪声增加的来源是否为油泵振动的增加,使预警信息的生成更加准确。
第一数据分析模块2接收油泵运行数据中的油泵噪音值与油泵温度值,根据油泵噪音值和油泵温度值来对油泵运行状态进行评估,生成油泵运行系数Qi;
生成油泵运行系数Qi具体生成Qi过程为:
油泵的数量为i,i为大于或等于1的整数,将油泵噪音值标记为Zi,油泵温度值标记为Wi,依据公式Qi=β1*Zi+β2*Wi,求得油泵运行系数Qi,式中β1、β2均为预设权重,用于促进公式计算准确性,β1>0,β2>0,其中,Zi、Wi中的i表示第i个油泵。
需要说明的是,油泵运行系数Qi的数值越小,则代表对应的机床液压站运行性能越好,反之则相反。
设置油泵运行系数对应的预设油泵运行阈值,将油泵运行系数Qi与预设油泵运行阈值进行比较,若油泵运行系数Qi小于等于预设油泵运行阈值,则不对相应的分析对象生成预警信息;若油泵运行系数Qi大于预设油泵运行阈值,则对相应的分析对象生成预警信息。
第二数据采集模块3,根据预警信息获取机床液压站液压油数据,液压油数据包括油面高度变动值、沉淀层高度值与液压油粘度变动值,并将液压油数据发送至第二数据分析模块4。
油面高度变动值Hi的计算过程包括:
将液压油油面高度规定最大值与液压油油面高度规定最小值之和的平均值标记为g1,将液压油当前油面高度值标记为g2,油面高度变动值Hi=│g2-g1│,液压油当前油面高度值由设置在液压油箱内的油面高度计获取。
需要说明的是,Hi数值越小越好,表明液压油的消耗幅度也小,若液压油减少的过多,则会引起油泵噪音过大,温度升高,会导致机床液压站的输出压力不足,使机床各部分运动控制误差增大,最终导致机床加工产品的精度降低。
液压油粘度变动值Di的计算过程包括:
将液压油当前粘度值标记为p1,将液压油粘度规定最大值与液压油粘度规定最小值之和平均值标记为p2,液压油粘度变动值Di=│p1-p2│,由磁力流变仪器实时监测液压油流动状态下的力变化来测量液压油的粘度,液压油流动状态下,例如监测液压油输送管道内的液压油粘度;
需要说明的是,液压油粘度变动值Di数值越小越好,说明当前液压油粘度与规定液压油粘度值越接近。因为在使用过程中,液压油难免会受到高温、氧气、水分、杂质等因素的影响,发生氧化反应,导致液压油分子链断裂,形成胶质物质,从而使液压油的粘度增加,液压油的粘度的增加会导致油泵吸入困难、能耗增加,以及油泵噪音变大和温度升高等问题,这些问题也会导致机床液压站的输出压力不足。
另外,若液压油粘度过小则可能会导致液压油泄漏、油气混合、易产生气泡、降低系统效率等问题,液压油粘度减小的原因有:
温度升高:液压油的粘度随着温度的升高而降低,当液压油的温度升高时,其分子之间的相互作用力减小,导致粘度下降;
过度稀释:当液压油被过度稀释或加入了过多的添加剂时,会导致液压油粘度下降;
油品老化:液压油随着使用时间的延长,其化学成分会发生变化,从而导致粘度下降;
液压油泄漏:液压系统的泄漏会导致液压油的损失,从而使液压油粘度下降。
沉淀层高度值Ci的计算过程包括:
首先获得小型雷达传感器在液压油油箱内安装位置距离液压油油箱底部的高度值f1以及液压油与液压油油箱内沉淀层分层位置的高度值f2,沉淀层高度值Ci=f1-f2,其中f2由小型雷达传感器监测获取,小型雷达传感器向液压油油箱底部垂直发送探测波,探测雷达波在液压油与沉淀层分层位置会反射,将探测雷达波在液压油中的传播速度,乘以接收到反射探测雷达波的时间的一半,得到雷达传感器与分层位置的高度值f2,F2=(1/2)*(C*S),C为传播速度,S为接收到反射探测雷达波的时间。
需要说明的是,沉淀层高度值Ci越小越好。液压油沉淀会对液压系统的性能和寿命产生负面影响,它会阻塞油路、增加油泵的负荷、增加油泵的噪音和温度、降低油压和液压系统的工作效率,同时还会引起机床液压站零件的磨损和腐蚀。
第二数据分析模块4接收液压油数据中的油面高度变动值、沉淀层高度值与液压油粘度变动值,并将油面高度变动值、沉淀层高度值以及液压油粘度变动值分别与其对应的预设阈值比对分析,生成与油面高度变动值、沉淀层高度值以及液压油粘度变动值相对应的增减信号。
预设阈值包括油面高度变动值范围阈值、沉淀层高度值阈值与液压油粘度变动值范围阈值;
与油面高度变动值对应的增减信号包括油面正常信号、油面减少信号与油面增加信号;与沉淀层高度值对应的增减信号包括沉淀层正常信号与沉淀层异常信号;与液压油粘度变动值对应的增减信号包括粘度正常信号、粘度减少信号与粘度增加信号。
油面正常信号、油面减少信号与油面增加信号的生成逻辑包括:
将油面高度变动值与油面高度变动值范围阈值比对分析,若油面高度变动值大于等于油面高度变动值范围阈值最大值,生成油面增加信号;若油面高度变动值小于油面高度变动值范围阈值最大值,且大于油面高度变动值范围阈值最小值,生成油面正常信号;若油面高度变动值小于等于油面高度变动值范围阈值最小值,生成油面减少信号。
沉淀层正常信号与沉淀层异常信号的生成逻辑包括:
将沉淀层高度值与沉淀层高度值阈值比对分析,若沉淀层高度值大于等于沉淀层高度值阈值,生成沉淀层异常信号;若沉淀层高度值小于沉淀层高度值阈值,生成沉淀层正常信号。
粘度正常信号、粘度减少信号与粘度增加信号的生成逻辑包括:
将液压油粘度变动值与液压油粘度变动值范围阈值比对分析,若液压油粘度变动值大于等于液压油粘度变动值范围阈值最大值,则生成粘度增加信号;若液压油粘度变动值小于液压油粘度变动值范围阈值最大值,且大于等于液压油粘度变动值范围阈值最小值,则生成粘度正常信号;若液压油粘度变动值小于液压油粘度变动值范围阈值最小值,则生成粘度减少信号。
故障分析模块5接收与油面高度变动值、沉淀层高度值以及液压油粘度变动值相对应的增减信号,并根据与油面高度变动值、沉淀层高度值以及液压油粘度变动值相对应的增减信号,生成故障分析结果。
故障分析结果生成逻辑包括:
若分析对象同时刻具有油面正常信号、沉淀层正常信号与粘度正常信号,故障分析结果包括油过滤器堵塞维护信号与吸油管路漏气维护信号,其中吸油管为油泵输入端与液压油油箱连接的管道;需要说明的是,在油面、沉淀层以及粘度正常的情况下,表明油箱内液压油没有产生问题,所以通过预先统计引发油泵噪音过大与温度升高的其他情形,并通过排除快速定位预警产生的原因,帮助维护人员对故障进行快速定位,降低对维护人员经验的依赖,提升维护效率和维护效果。
若分析对象同时刻具有油面减少信号、沉淀层正常信号与粘度正常信号,故障分析结果包括液压油输送管道密封检修信号与液压油补充信号,此时对应的情形是液压油输送管道出现密封不良的问题,导致液压油泄漏,进而导致油泵噪音过大与温度升高的情形,应该及时维护,并补充液压油。
若分析对象同时刻具有油面增加信号、沉淀层正常信号与粘度正常信号,故障分析结果包括液压油减量信号,此时对应的情形是维护人员在补充液压油,但补充量过多,应该将液压油油箱内液压油减少至合适的量。
若分析对象同时刻具有油面正常信号、沉淀层异常信号与粘度增加信号,故障分析结果包括液压油更换信号,此时对应的情形是液压油使用时间过久,粘度增加,液压油流动阻力增大,导致油泵噪音异常与油泵温度升高,应该对液压油进行更换。
若分析对象同时刻具有油面增加信号、沉淀层正常信号与粘度减少信号,故障分析结果包括液压油油箱密封检修信号、去水分信号与液压油更换信号,此时对应的情形是液压油油箱密封出现问题,导致气体与水分进入其内部,液压油中混入了空气或其它气体会形成气泡,使得液压油的体积增加与粘度减少,导致油泵噪音异常,在对液压油油箱密封检修后,还要对液压油油箱水分进行清除,然后再更换新的液压油。
上述各个信号的组合,未出现情形,为正常情形或不存在情形,例如正常情形:油面正常信号、沉淀层正常信号与粘度正常信号。
本实施例通过对导致主要故障的异常因素进行实时监测,即对油泵噪音进行实时监测,并通过对引起油泵噪音的原因进行实时分析、及时发现,输出相应的维护方案,避免了机床液压站定期维护导致的的维护滞后性,也降低了对维护人员的经验的依赖,降低企业的维护培训成本,提升机床液压站的智能化水平。
其次,在油泵噪音异常的情况下,其他相关监测传感器才启动,相关监测传感器包括油面高度计、磁力流变仪器与小型雷达传感器,降低监测机床液压站的相关传感器的使用能耗,以及提升相关监测传感器的使用寿命。
公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式,公式中的预设参数以及阈值选取由本领域的技术人员根据实际情况进行设置。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线和/或无线的方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质例如,软盘、硬盘、磁带,光介质例如,DVD、或者半导体介质。半导体介质可以是固态硬盘。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的模块单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法实现所描述的功能,但是这种实现不应认为是超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
最后:以上所述仅为本发明的优选实施例,并不用于限制本发明,凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种伺服智能机床液压站故障分析系统,其特征在于,包括:
第一数据采集模块(1),采集机床液压站运行信息,机床液压站运行信息包括油泵运行数据,油泵运行数据包括油泵噪音值与油泵温度值;
第一数据分析模块(2),根据油泵噪音值与油泵温度值进行分析生成油泵运行系数,将油泵运行系数与预设油泵运行阈值进行比对分析,判定是否生成预警信息;
对所述油泵噪音值与油泵温度值进行分析生成油泵运行系数步骤包括:
根据油泵噪音值和油泵温度值来对油泵运行状态进行评估,生成油泵运行系数;油泵的数量为i,i为大于或等于1的整数,将油泵噪音值标记为Zi,油泵温度值标记为Wi;
依据公式Qi=β1*Zi+β2*Wi,求得油泵运行系数Qi,式中β1、β2均为预设权重,β1>0,β2>0,其中,Zi、Wi中的i表示第i个油泵;
第二数据采集模块(3),根据预警信息获取机床液压站液压油数据,液压油数据包括油面高度变动值、沉淀层高度值与液压油粘度变动值;
第二数据分析模块(4),将油面高度变动值、沉淀层高度值以及液压油粘度变动值分别与其对应的预设阈值比对分析,生成与油面高度变动值、沉淀层高度值以及液压油粘度变动值相对应的增减信号;
故障分析模块(5),接收与油面高度变动值、沉淀层高度值以及液压油粘度变动值相对应的增减信号,并根据与油面高度变动值、沉淀层高度值以及液压油粘度变动值相对应的增减信号,生成故障分析结果。
2.根据权利要求1所述的一种伺服智能机床液压站故障分析系统,其特征在于,所述油泵噪音值获取步骤如下:
获取油泵在Tk时刻以及在Tk-n时刻附近的噪音数据,将其分别标记为z1与z2,k-n时刻为k时刻的前一时刻;若z1-z2大于0,将计算所得的噪音数据标记为噪增数据,获取油泵在Tk时刻以及Tk-n时刻油泵的表面振动数据,将其分别标记为D1与D2,若D1-D2大于0,将计算所得的振动数据标记为振加数据,若k时刻同时具有噪增数据与振加数据,则将油泵在k时刻获取的噪音数据标记为油泵噪音值。
3.根据权利要求2所述的一种伺服智能机床液压站故障分析系统,其特征在于,将油泵运行系数与预设油泵运行阈值进行比对分析,判定是否生成预警信息的逻辑为:
将油泵运行系数Qi与预设油泵运行阈值进行比较,若油泵运行系数Qi小于等于预设油泵运行阈值,则不对相应的分析对象生成预警信息;若油泵运行系数Qi大于预设油泵运行阈值,则对相应的分析对象生成预警信息。
4.根据权利要求3所述的一种伺服智能机床液压站故障分析系统,其特征在于:
所述油面高度变动值Hi计算过程包括:
将液压油油面高度规定最大值与液压油油面高度规定最小值之和的平均值标记为g1,将液压油当前油面高度值标记为g2,油面高度变动值Hi=│g2-g1│;
所述液压油粘度变动值Di计算过程包括:
由磁力流变仪器实时监测液压油流动状态下的力变化来测量液压油的粘度,将液压油当前粘度值标记为p1,将液压油粘度规定最大值与液压油粘度规定最小值之和的平均值标记为p2,液压油粘度变动值Di=│p1-p2│;
所述沉淀层高度值Ci计算过程包括:
获得小型雷达传感器在液压油油箱内安装位置距离液压油油箱底部的高度值f1以及液压油与液压油油箱内沉淀层分层位置的高度值f2,沉淀层高度值Ci=f1-f2。
5.根据权利要求4所述的一种伺服智能机床液压站故障分析系统,其特征在于,所述预设阈值包括油面高度变动值范围阈值、沉淀层高度值阈值与液压油粘度变动值范围阈值;
所述增减信号如下:
与油面高度变动值对应的增减信号包括油面正常信号、油面减少信号与油面增加信号;与沉淀层高度值对应的增减信号包括沉淀层正常信号与沉淀层异常信号;与液压油粘度变动值对应的增减信号包括粘度正常信号、粘度减少信号与粘度增加信号。
6.根据权利要求5所述的一种伺服智能机床液压站故障分析系统,其特征在于,所述油面正常信号、油面减少信号与油面增加信号生成逻辑包括:
将油面高度变动值与油面高度变动值范围阈值比对分析,若油面高度变动值大于等于油面高度变动值范围阈值最大值,生成油面增加信号;若油面高度变动值小于油面高度变动值范围阈值最大值,且大于油面高度变动值范围阈值最小值,生成油面正常信号;若油面高度变动值小于等于油面高度变动值范围阈值最小值,生成油面减少信号。
7.根据权利要求6所述的一种伺服智能机床液压站故障分析系统,其特征在于,所述沉淀层正常信号与沉淀层异常信号生成逻辑包括:
将沉淀层高度值与沉淀层高度值阈值比对分析,若沉淀层高度值大于等于沉淀层高度值阈值,生成沉淀层异常信号;若沉淀层高度值小于沉淀层高度值阈值生成沉淀层正常信号。
8.根据权利要求7所述的一种伺服智能机床液压站故障分析系统,其特征在于,所述粘度正常信号、粘度减少信号与粘度增加信号生成逻辑包括:
将液压油粘度变动值与液压油粘度变动值范围阈值比对分析,若液压油粘度变动值大于等于液压油粘度变动值范围阈值最大值,则生成粘度增加信号;若液压油粘度变动值小于液压油粘度变动值范围阈值最大值,且大于等于液压油粘度变动值范围阈值最小值,则生成粘度正常信号;若液压油粘度变动值小于液压油粘度变动值范围阈值最小值,则生成粘度减少信号。
9.根据权利要求8所述的一种伺服智能机床液压站故障分析系统,其特征在于,所述故障分析结果生成逻辑包括:
若分析对象同时刻具有油面正常信号、沉淀层正常信号与粘度正常信号,故障分析结果包括油过滤器堵塞维护信号与吸油管路漏气维护信号;
若分析对象同时刻具有油面减少信号、沉淀层正常信号与粘度正常信号,故障分析结果包括液压油输送管道密封检修信号与液压油补充信号;
若分析对象同时刻具有油面增加信号、沉淀层正常信号与粘度正常信号,故障分析结果包括液压油减量信号;
若分析对象同时刻具有油面正常信号、沉淀层异常信号与粘度增加信号,故障分析结果包括液压油更换信号;
若分析对象同时刻具有油面增加信号、沉淀层正常信号与粘度减少信号,故障分析结果包括液压油油箱密封检修信号、去水分信号与液压油更换信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310523831.6A CN116255377B (zh) | 2023-05-11 | 2023-05-11 | 一种伺服智能机床液压站故障分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310523831.6A CN116255377B (zh) | 2023-05-11 | 2023-05-11 | 一种伺服智能机床液压站故障分析系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116255377A CN116255377A (zh) | 2023-06-13 |
CN116255377B true CN116255377B (zh) | 2023-07-18 |
Family
ID=86688275
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310523831.6A Active CN116255377B (zh) | 2023-05-11 | 2023-05-11 | 一种伺服智能机床液压站故障分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116255377B (zh) |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102606462A (zh) * | 2012-04-01 | 2012-07-25 | 中冶南方工程技术有限公司 | 高炉液压站监控保护方法 |
KR101487614B1 (ko) * | 2013-09-13 | 2015-01-29 | 주식회사 삼천리 | 소음분석을 통한 엔진 이상 감시 방법 |
JP6422707B2 (ja) * | 2014-09-02 | 2018-11-14 | 株式会社神戸製鋼所 | 液圧ポンプの故障診断装置 |
CN114396415B (zh) * | 2021-12-29 | 2023-12-29 | 湖南中联重科应急装备有限公司 | 用于液压故障自诊断的装置、方法及液压系统 |
CN114487361A (zh) * | 2022-02-22 | 2022-05-13 | 白进东 | 一种油液在线监测系统 |
CN114810572B (zh) * | 2022-04-19 | 2023-08-22 | 鲁东大学 | 一种液压泵故障诊断方法及装置 |
CN115095579B (zh) * | 2022-07-15 | 2023-04-28 | 烟台杰瑞石油装备技术有限公司 | 一种液压系统的故障预警方法 |
CN114934898B (zh) * | 2022-07-25 | 2022-10-21 | 启东市申力高压油泵厂 | 基于多模态参数的液压泵故障诊断分析系统 |
-
2023
- 2023-05-11 CN CN202310523831.6A patent/CN116255377B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN116255377A (zh) | 2023-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11341836B2 (en) | Persistent monitoring and real time low latency local control of centrifugal hydraulic pump, remote monitoring and control, and collecting data to produce performance profiles | |
US7082758B2 (en) | Hydraulic machine, system for monitoring health of hydraulic machine, and method thereof | |
KR101630395B1 (ko) | 운전상태 분석알고리즘에 의한 수충격 방지시스템 | |
MX2013000066A (es) | Sistema, metodo y aparato para la gestion de estado y de pronosticos del equipo de campo de petroleo. | |
CN104633458A (zh) | 一种火电站水泵实时在线汽蚀监测预警系统及方法 | |
CN106089753A (zh) | 一种离心泵剩余寿命预测方法 | |
CN103925155A (zh) | 一种风电机组输出功率异常的自适应检测方法 | |
CN103423439A (zh) | 用ewma滤波器检测液压回路中流体损失或堵塞的方法 | |
CN111537205A (zh) | 机械设备的诊断方法和机械设备的诊断装置 | |
CN112325967A (zh) | 智能化物联网水表工作状态预警方法及系统 | |
CN116255377B (zh) | 一种伺服智能机床液压站故障分析系统 | |
US10907631B2 (en) | Pump ripple pressure monitoring for incompressible fluid systems | |
GB2314412A (en) | Method of monitoring pump performance | |
CN112484796A (zh) | 一种声波信号标定调节阀流量的实验平台和方法 | |
CN117076959A (zh) | 大数据可视化交互系统 | |
US10648469B2 (en) | Remote pump managing device | |
RU2395723C1 (ru) | Способ эксплуатации насосного агрегата в процессе закачки жидкости в пласт | |
CN116628976A (zh) | 一种水轮机组设备状态变权综合评价方法 | |
CN112943639B (zh) | 一种机泵汽蚀故障检测方法 | |
CN112348305A (zh) | 水电厂反向推算水头方法及装置 | |
RU2557349C1 (ru) | Система диагностики расхода воды | |
Attivissimo et al. | Model based control and diagnostic system for centrifugal pumps | |
CN107782467B (zh) | 大型水轮发电机推力轴承热损耗测量系统 | |
Hu et al. | Prognostic analysis based on updated grey model for axial piston pump | |
US20230205168A1 (en) | Methods of Optimizing Pump Performance |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |