CN117605736B - 一种前后移动油缸密封性检测方法 - Google Patents
一种前后移动油缸密封性检测方法 Download PDFInfo
- Publication number
- CN117605736B CN117605736B CN202410085660.8A CN202410085660A CN117605736B CN 117605736 B CN117605736 B CN 117605736B CN 202410085660 A CN202410085660 A CN 202410085660A CN 117605736 B CN117605736 B CN 117605736B
- Authority
- CN
- China
- Prior art keywords
- time
- coefficient
- pressure
- flow
- cluster
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000011156 evaluation Methods 0.000 claims description 53
- 238000005070 sampling Methods 0.000 claims description 32
- 230000008859 change Effects 0.000 claims description 24
- 239000013598 vector Substances 0.000 claims description 9
- 238000012795 verification Methods 0.000 claims description 8
- 238000000354 decomposition reaction Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000001174 ascending effect Effects 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 10
- 230000005641 tunneling Effects 0.000 abstract description 3
- 239000003921 oil Substances 0.000 description 62
- 239000010720 hydraulic oil Substances 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 238000007789 sealing Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 239000004575 stone Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/26—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors
- G01M3/32—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for containers, e.g. radiators
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/26—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors
- G01M3/32—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for containers, e.g. radiators
- G01M3/3236—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for containers, e.g. radiators by monitoring the interior space of the containers
- G01M3/3254—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for containers, e.g. radiators by monitoring the interior space of the containers using a flow detector
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/26—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors
- G01M3/32—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for containers, e.g. radiators
- G01M3/3236—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for containers, e.g. radiators by monitoring the interior space of the containers
- G01M3/3263—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors for containers, e.g. radiators by monitoring the interior space of the containers using a differential pressure detector
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
- G06F18/15—Statistical pre-processing, e.g. techniques for normalisation or restoring missing data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2123/00—Data types
- G06F2123/02—Data types in the time domain, e.g. time-series data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/02—Preprocessing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Probability & Statistics with Applications (AREA)
- Mechanical Engineering (AREA)
- Fluid Mechanics (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明涉及油缸密闭性检测技术领域,具体涉及一种前后移动油缸密封性检测方法,包括:采集前后移动油缸中的压力数据和流量数据,构建压力序列和流量序列,划分时间窗口和时间簇,计算簇内双通道交叉系数和信号噪声调控系数,获取模态曲线递变差异系数,获取窗内双通道差异校验系数,确定前溯油缸气密性隐患系数,根据前溯油缸气密性隐患系数,对前后移动油缸的密封性进行检测评估。本发明旨在解决盾构机运行中前后移动油缸需要不断地被加压泄压,导致现有技术根据油缸内的压力数据对油缸密封性进行检测的精确度不高的问题。
Description
技术领域
本发明涉及油缸密闭性检测技术领域,具体涉及一种前后移动油缸密封性检测方法。
背景技术
盾构机是一种用于隧道挖掘的先进机械设备,与传统方法相比具有更高的效率和安全性。盾构机通常由盾构头、刀具刀盘、推进装置、传送系统、自动铺网装置组成,其工作原理为盾构头切割和破碎地下岩土,通过传送系统将挖掘出的碎料输送到洞外,由自动铺网装置进行洞内挂网防止碎料掉落,通过推进装置中的液压推进系统不断向前推进。推进装置中的液压推进系统负责整个装置的运行任务,液压推进系统通过液压泵对前后移动油缸内的液体施加压力,通过前后移动油缸内的液体将力传递到活塞上,由此实现盾构机的前进或后退。
但是由于隧道内工作环境复杂,隧道顶端不断会有碎石掉落,可能由于碎石或复杂环境导致前后移动油缸中密封件磨损老化或缸体损伤导致油缸密闭性受损。现有技术根据油缸内的压力数据对油缸的密封性进行检测,但是在盾构机运行中前后移动油缸需要不断地被加压泄压,推动装置运动,导致对前后移动油缸的密封性检测精确度不高。
发明内容
为了解决上述技术问题,本发明提供一种前后移动油缸密封性检测方法,以解决现有的问题。
本发明的一种前后移动油缸密封性检测方法采用如下技术方案:
本发明一个实施例提供了一种前后移动油缸密封性检测方法,该方法包括以下步骤:
采集前后移动油缸中的压力数据和流量数据;获取压力序列和流量序列;
设定时间窗口及时间簇,根据压力、流量序列获取连续压力信号和连续流量信号;
根据每个时间簇的压力及流量数据获取压力流量差异系数;根据每个时间簇的压力流量差异系数、连续压力及流量信号、压力及流量序列,获取簇内双通道交叉系数;
根据每个时间簇的连续压力及连续流量信号获取模态分量的压力干扰评估系数以及流量干扰评估系数;根据每个时间簇的连续压力及流量信号、所有模态分量的压力干扰评估系数及流量干扰评估系数,获取信号噪声调控系数;根据每个时间簇的簇内双通道交叉系数和信号噪声调控系数获取模态曲线递变差异系数;
根据各时间簇与其它时间簇内的压力序列、流量序列以及模态曲线递变差异系数获取双通道差异校验系数;根据时间窗口内所有时间簇的窗内双通道差异校验系数获取前溯油缸气密性隐患系数;
根据时间窗口的前溯油缸气密性隐患系数对前后移动油缸在时间窗口内的密封性进行检测。
可选的,所述设定时间窗口及时间簇,根据压力、流量序列获取连续压力信号和连续流量信号,包括的具体方法为:
将压力序列和流量序列按照预设时间窗口长度进行划分得到时间窗口;将每个时间窗口内的数据平均划分为预设第一数量个时间簇;
将每个时间簇内的压力数据作为非线性最小二乘法的输入,输出每个时间簇的连续压力信号;将每个时间簇内的流量数据作为非线性最小二乘法的输入,输出每个时间簇的连续流量信号。
可选的,所述根据每个时间簇的压力及流量数据获取压力流量差异系数,包括的具体方法为:
计算时间簇内每个采样时刻与前一个采样时刻的压力数据的差值;将所述差值与相邻采样时刻的时间间隔的比值作为时间簇内每个采样时刻的压力变化率;对于时间簇内所有采样时刻的流量数据,采用与所述压力变化率相同的获取方法得到时间簇内每个采样时刻的流量变化率;
将时间簇内每个采样时刻的压力变化率与流量变化率的差值的绝对值作为时间簇内每个采样时刻的压力流量变化差;将每个时间簇内所有采样时刻的压力流量变化差之和记为压力流量差异系数。
可选的,所述获取簇内双通道交叉系数,包括:
将连续压力信号与连续流量信号的差值在每个时间簇的积分作为每个时间簇的交叉重合度;将每个时间簇的内的压力序列和流量序列的皮尔逊相关系数作为压力流量相关度;将每个时间簇的压力流量差异系数与交叉重合度之和除以压力流量相关度的结果记为簇内双通道交叉系数。
可选的,所述获取模态分量的压力干扰评估系数以及流量干扰评估系数,包括的具体方法为:
使用变分模态分解算法将每个时间簇的连续压力信号分解为预设第二数量个模态分量的压力分量信号;获取每个模态分量的压力分量信号中的极值点;对于各极值点,计算极值点与后一个极值点的信号强度的差值以及极值点与后一个极值点的时间间隔,将所述差值与所述时间间隔的比值记为极值点的信号强度变化率;
将每个模态分量的压力分量信号中的所有极值点的信号强度变化率的平均值记为每个模态分量的压力干扰评估系数;对于每个时间簇的连续流量信号,采用与所述压力干扰评估系数相同的获取方法得到每个模态分量的流量干扰评估系数。
可选的,所述获取信号噪声调控系数,包括的具体方法为:
当流量干扰评估系数大于等于压力干扰评估系数时,将时间簇内每个模态分量的流量干扰评估系数记为噪声干扰评估系数,将时间簇内每个模态分量的流量分量信号的平均值记为模态能量均值,将时间簇的连续流量信号的平均值记为原始能量均值;
当流量干扰评估系数小于压力干扰评估系数时,将时间簇内每个模态分量的压力干扰评估系数记为噪声干扰评估系数,将时间簇内每个模态分量的压力分量信号的平均值记为模态能量均值,将时间簇的连续压力信号的平均值记为原始能量均值;
计算时间簇内每个模态分量的模态能量均值与时间簇的原始能量均值的比值;将所述比值与时间簇内每个模态分量的噪声干扰评估系数的乘积记为噪声指数;将每个时间簇内所有模态分量的噪声指数之和记为信号噪声调控系数。
可选的,所述获取模态曲线递变差异系数,包括:
将以自然常数为底数,以每个时间簇的信号噪声调控系数为指数的指数函数的计算结果记为信号噪声调控指数;将每个时间簇的信号噪声调控指数与簇内双通道交叉系数的乘积记为模态曲线递变差异系数。
可选的,所述获取双通道差异校验系数,包括:
将各时间簇与其它时间簇的压力序列之间的DTW距离记为压力关联系数;将各时间簇与其它时间簇的流量序列之间的DTW距离记为流量关联系数;将各时间簇与其它时间簇的压力关联系数、流量关联系数的最大值记为最大关联系数;
将各时间簇与其它时间簇的模态曲线递变差异系数的差值记为模态差异;将各时间簇与其它时间簇的中间时刻的差值记为各时间簇与其它时间簇的时间差;将所述模态差异与所述时间差的比值记为模态递变差异;
将所述模态递变差异与所述最大关联系数的乘积记为窗内差异系数;将各时间簇与其它时间簇的窗内差异系数的平均值记为窗内双通道差异校验系数。
可选的,所述获取前溯油缸气密性隐患系数,包括的具体方法为:
将每个时间窗口内所有中心时间簇的窗内双通道差异校验系数按照获取的时间顺序升序排列组成每个时间窗口的双通道差异校验向量;
对于各时间窗口,将时间窗口的前个时间窗口作为前溯时间窗口,其中,/>为预设前溯时间窗口的个数,计算时间窗口与每个前溯时间窗口的双通道差异校验向量的余弦相似度的绝对值,将以数值2为底数,以所述绝对值为真数的对数函数的绝对值记为校验相似度;将时间窗口与所有前溯时间窗口的校验相似度的平均值记为时间窗口的前溯油缸气密性隐患系数。
可选的,所述根据时间窗口的前溯油缸气密性隐患系数对前后移动油缸在时间窗口内的密封性进行检测,包括的具体方法为:
将前溯油缸气密性隐患系数小于等于预设第一阈值的时间窗口判定为正常窗口;将前溯油缸气密性隐患系数大于预设第一阈值的同时小于等于预设第二阈值的时间窗口判定为密封模糊窗口;将前溯油缸气密性隐患系数大于预设第二阈值的时间窗口认定为油缸受损窗口,其中,所述预设第一阈值小于预设第二阈值。
本发明的有益效果是:本发明通过分析液压推进系统在完成同一动作状态时前后移动油缸的压力信号和流量信号具有相同的波动变化,由此划分时间簇,根据时间簇内的变化差异得到簇内双通道交叉系数,用以衡量压力信号和流量信号变化的差异情况,为了降低噪声对检测结果的影响,通过模态分解获取模态分量,计算每个时间簇的信号噪声调控系数,用以衡量每个时间簇内压力信号和流量信号受到噪声干扰的程度,根据受到噪声干扰程度的不同,对不同的时间簇设定不同的权重,确定模态曲线递变差异系数,提高了对前后移动油缸在每个时间簇内密封性检测的可靠性;然后根据时间窗口内不同时间簇之间模态曲线递变差异系数的差异以及不同时间簇之间压力序列和流量序列的相关程度,获取时间窗口内每个时间簇的窗内双通道差异校验系数,得到时间窗口的双通道差异校验序列,最终利用每个时间窗口与前溯时间窗口的双通道差异校验序列的相似程度,得到每个时间窗口的前溯油缸气密性隐患系数,对前后移动油缸内的压力数据和流量数据综合分析,衡量前后移动油缸在每个时间窗口内的密封性,在提高噪声鲁棒性的同时,提升了对前后移动油缸密封性检测的精确度,解决了盾构机运行中前后移动油缸需要不断地被加压泄压,导致现有技术根据油缸内的压力数据对油缸密封性进行检测的精确度不高的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一个实施例所提供的一种前后移动油缸密封性检测方法流程示意图;
图2为前溯油缸气密性隐患系数的获取示意图。
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。
请参阅图1,其示出了本发明一个实施例所提供的一种前后移动油缸密封性检测方法流程图,该方法包括以下步骤:
步骤S001、采集前后移动油缸中的压力数据和流量数据。
前后移动油缸的密闭性将严重影响盾构机的工作效率,当前后移动油缸的密闭性受损时,会使得液压油流失,结构部件磨损损坏,进而导致设备生产效率下降。由此需要根据前后移动油缸内的压力数据进行分析处理,及时判断出油缸密闭性情况,做到及时排查、及时维护。
为了获取前后移动油缸的压力数据,本发明在液压推进系统中安装压力传感器,用以采集前后移动油缸的压力,用表示。此外当前后移动油缸的密闭性受损时,液压油的流量会有一定的变化,因此使用流量计检测前后移动油缸内液压油的流量,用/>表示,设置压力传感器和流量计的采样间隔为1ms。
由于压力数据和流量数据的大小和单位不统一,不利于后续分析,因此将压力传感器和流量计采集的数据进行归一化,得到前后移动油缸内所有采样时刻的压力数据和流量数据。
步骤S002、根据前后移动油缸中的压力数据和流量数据,构建压力序列和流量序列,划分时间窗口和时间簇,计算簇内双通道交叉系数和信号噪声调控系数,获取模态曲线递变差异系数,根据时间窗口内所有时间簇的压力序列、流量序列以及模态曲线递变差异系数,获取窗内双通道差异校验系数,确定前溯油缸气密性隐患系数。
在盾构机正常工作时,前后移动油缸内的压力需要不断变化以推动活塞连杆的伸出和收回动作,并且不同的动作尺度对应前后移动油缸内不同的压力数据。由于前后移动油缸内的压力数据不断变化,并且在前后移动油缸的密封性受损时压力数据变化较为微弱,因此仅根据压力数据对前后移动油缸的密封性进行分析不具有可靠性。由此在对压力数据分析的基础上,结合前后移动油缸内液压油的流量数据进行双向验证密封性分析,最终实现对前后移动油缸密封性检测,具体步骤如下。
将所有采样时刻的压力数据按照采集的时间顺序排列,构建压力序列,将所有采样时刻的流量数据按照采集的时间顺序排列,构建流量序列。当采集时间过长传感器数据量积累太多时不利于数据分析,设置时间窗口的长度为1秒。在时间窗口内前后移动油缸内的压力数据会出现一定的波动,因此本发明将每个时间窗口内的压力序列平均划分为个时间簇,时间簇的个数/>经验取值为10。由于当前后移动油缸内液压油的流量增大时,前后移动油缸内的压力也会变大,反之亦然,即前后移动油缸内的压力数据和流量数据具有相似的波动变化。
为了更加有效地分析压力数据和流量数据的分布特征,将每个时间簇内的压力序列作为非线性最小二乘法的输入,进行拟合,输出每个时间簇的连续压力信号,将每个时间簇内的流量序列作为非线性最小二乘法的输入,进行拟合,输出每个时间簇的连续流量信号,由此综合每个时间簇的压力序列、连续压力信号以及连续流量信号,得到簇内双通道交叉系数:
式中,表示时间窗口的第/>个时间簇的簇内双通道交叉系数,/>表示时间窗口的第/>个时间簇的压力流量差异系数,/>表示时间窗口的第/>个时间簇的交叉重合度,/>表示时间窗口的第/>个时间簇的压力序列,/>表示时间窗口的第/>个时间簇的流量序列,/>表示计算两个序列的皮尔逊相关系数,/>表示时间窗口的第/>个时间簇内采样时刻的个数,/>表示时间窗口的第/>个时间簇内第/>个采样时刻的压力数据,表示时间窗口的第/>个时间簇内第/>个采样时刻的压力数据,/>表示时间窗口的第个时间簇内第/>个采样时刻的流量数据,/>表示时间窗口的第/>个时间簇内第/>个采样时刻的流量数据,/>表示相邻采样时刻的时间间隔,/>和/>分别表示时间窗口的第/>个时间簇的开始时刻和结束时刻,/>表示时间窗口的第/>个时间簇的连续压力信号,/>表示时间窗口的第/>个时间簇的连续流量信号。
在单个时间簇内由于时间较短,认为前后移动油缸的压力数据和流量数据基本保持不变。当时间簇内前后移动油缸的密封性完好时,压力数据和流量数据基本保持不变,即相邻采样时刻压力数据的变化和流量数据的变化较为接近,使得压力流量差异系数的值较小,同时在时间簇内两个信号的相关程度较高,将信号拟合为连续信号重叠交叉的面积较小,最终使得簇内双通道交叉系数/>的值较小。相反,当前后移动油缸发生密封性受损时,在受损处会发生液压油泄漏,导致流量和压力变化存在非同步变化,使得/>的值增大。
簇内双通道交叉系数能够反映时间簇内压力信号和流量信号交叉重叠情况,从侧面反映前后移动油缸密封性情况,但是可能由于传感器检测精度和环境噪声的影响导致前后移动油缸在密封完好的条件下压力信号和流量信号之间存在较大的差异。
为了降低不可控因素对检测结果的影响,需要针对时间簇内的压力数据和流量进行分析。这里以压力数据为例,使用VMD变分模态分解算法将每个时间簇的连续压力信号分解为个模态分量的压力分量信号,每个模态分量的压力分量信号的长度与连续压力信号的长度相同,在本发明中设置/>,根据每个时间簇的连续流量信号,获取个模态分量的流量分量信号,流量分量信号的获取方法与压力分量信号是相同的。
将信号进行模态分解过程中,不同模态分量的压力分量信号在每个采样时刻的信号强度表示不同频率下连续压力信号在每个采样时刻的信号强度,因此,同一模态分量的压力分量信号在相邻极值点处信号强度的差值反映了压力分量信号强度的波动幅度,能够用以衡量压力分量信号受到噪声干扰的程度,由此根据每个模态分量的压力分量信号,得到每个模态分量的压力干扰评估系数:
式中,表示时间窗口的第/>个时间簇内第/>个模态分量的压力干扰评估系数,/>表示时间窗口的第/>个时间簇内第/>个模态分量的压力分量信号中极值点的个数,/>表示时间窗口的第/>个时间簇内第/>个模态分量的压力分量信号中第/>个极值点的信号强度,和/>表示时间窗口的第/>个时间簇内第/>个模态分量的压力分量信号中第/>个极值点的信号强度,/>表示相邻两个极值点的时间间隔。
当信号受到噪声干扰越严重时,对应模态分量中各个极值点与后一个极值点的信号强度的差值越大,并且极值点之间的时间间隔越短,此时得到模态分量的压力干扰评估系数越大。
流量干扰评估系数的获取方法与压力干扰评估系数是相同的。
将时间簇内每个模态分量的流量干扰评估系数和压力干扰评估系数进行比较:
当流量干扰评估系数大于等于压力干扰评估系数时,将时间簇内每个模态分量的流量干扰评估系数记为时间簇内每个模态分量的噪声干扰评估系数,将时间簇内每个模态分量的流量分量信号的定积分平均值记为每个模态分量的模态能量均值,将时间簇内的连续流量信号的定积分平均值记为时间簇的原始能量均值;当流量干扰评估系数小于压力干扰评估系数时,将时间簇内每个模态分量的压力干扰评估系数记为时间簇内每个模态分量的噪声干扰评估系数,将时间簇内每个模态分量的压力分量信号的定积分平均值记为每个模态分量的模态能量均值,将时间簇内的连续压力信号的定积分平均值记为时间簇的原始能量均值。
结合压力数据和流量数据受到噪声干扰的程度,根据每个时间簇的连续压力信号、连续流量信号以及每个时间簇内所有模态分量的压力干扰评估系数、流量干扰评估系数,对簇内双通道交叉系数进行校正,得到模态曲线递变差异系数:
式中,表示时间窗口的第/>个时间簇的模态曲线递变差异系数,/>为以自然常数为底的指数函数,/>表示时间窗口的第/>个时间簇的簇内双通道交叉系数,/>表示时间窗口的第/>个时间簇的信号噪声调控系数,/>表示每个时间簇内模态分量个数,表示时间窗口的第/>个时间簇内第/>个模态分量的模态能量均值,/>表示时间窗口的第/>个时间簇的原始能量均值,/>表示时间窗口的第/>个时间簇内第/>个模态分量的噪声干扰评估系数。
在时间簇内流量信号和压力信号的受干扰情况不同,由此根据流量信号和压力信号在模态分量中的噪声干扰情况,再结合模态分量的能量与原始信号能量的比值给予不同模态分量不同的噪声权重。当噪声干扰较大时,得到的信号噪声调控系数值较大,对进行缩小,使得模态曲线递变差异系数/>的值较小。相反当噪声干扰较小时,得到模态曲线递变差异系数/>接近/>。由此实现根据噪声信号的强度对前后移动油缸的密封状况进行校正,使得/>的值更能真实反映前后移动油缸的密封情况。
通过调整不同模态分量的权重能够降低噪声对压力信号和流量信号的干扰情况,能够更加准确衡量前后移动油缸的密封情况。此外由于采样时刻的时间间隔较小,因此每个时间簇的持续时间较短,理论上时间窗口的各个时间簇内压力信号和流量信号的变化差异不大,以此构建窗内双通道差异校验系数:
式中,表示时间窗口的第/>个时间簇的窗内双通道差异校验系数,/>表示时间窗口内时间簇的个数,/>表示时间窗口的第/>个时间簇的模态曲线递变差异系数,/>表示时间窗口的第/>个时间簇的模态曲线递变差异系数,/>表示时间窗口的第/>个和第/>个时间簇的最大关联系数,/>表示时间窗口的第/>个时间簇的中间时刻,/>表示时间窗口的第/>个时间簇的中间时刻,/>表示时间窗口的第/>个时间簇内的压力序列,/>表示时间窗口的第/>个时间簇内的压力序列,/>表示时间窗口的第/>个时间簇内的流量序列,/>分别表示时间窗口的第/>个时间簇内的流量序列,/>表示计算两个序列的DTW距离,/>表示选取最大值。
由于时间簇的持续时间较短,因此近似认为盾构机液压推进系统在时间窗口内保持一个状态。由此当前后移动油缸在时间窗口内的密封性完好时,各个时间簇内的液压状态大致相同,模态曲线递变差异系数的差值较小,并且时间间隔越小的时间簇之间的状态越接近,窗内双通道差异校验系数值越小。同时当对应时间簇压力信号和流量信号的变化越接近时,时间簇的压力序列、流量序列之间的DTW距离值越小,最大关联系数值越小,最终使得窗内双通道差异校验系数的值越小。
当遍历完时间窗口内的所有时间簇能够得到时间窗口的双通道差异校验序列,将每个时间窗口的双通道差异校验序列进行向量化,得到每个时间窗口的双通道差异校验向量。在同个时间窗口内近似认为盾构机液压推进系统保持一个动作状态,以每个时间窗口为结束窗口,将结束窗口的前个时间窗口作为前溯时间窗口,根据结束窗口与前溯时间窗口的差异性,得到每个时间窗口的前溯油缸气密性隐患系数:
式中,表示第/>个时间窗口的前溯油缸气密性隐患系数,/>表示前溯时间窗口的个数,本发明设置/>,/>表示取两个向量之间的余弦相似度,/>表示第个时间窗口的第/>个前溯时间窗口的双通道差异校验向量,/>表示第/>个时间窗口的双通道差异校验向量。
不同时间窗口由于时间较长,液压推进系统表示不同的动作状态,但是当油缸密封性完好时,压力信号和流量信号的波动变化较为一致,由此得到双通道差异校验序列较为一致,双通道差异校验向量之间的余弦相似度值较大,使得前溯油缸气密性隐患系数的值较小。
按照上述方法,计算每个时间窗口的前溯油缸气密性隐患系数,用以衡量前后移动油缸在每个时间窗口内的密封性,前溯油缸气密性隐患系数的获取示意图如图2所示。
步骤S003、根据前溯油缸气密性隐患系数,对前后移动油缸的密封性进行检测评估。
根据步骤二得到前溯油缸气密性隐患系数,衡量前后移动油缸在每个时间窗口内的密封性,前溯油缸气密性隐患系数越大表明前后移动油缸密封性受损的可能性较大。将/>的时间窗口判定为正常窗口,表明油缸密封性良好;将/>的窗口判定为密封模糊窗口,表明当前时间窗口油缸状态可能受损,需要留意后续油缸密封状态的表现;将/>的窗口判定为油缸受损窗口,表明当前时间窗口油缸的密封性已经受损,因此需要根据工作需要及时对前后移动油缸进行检修维护。
需要说明的是,以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种前后移动油缸密封性检测方法,其特征在于,该方法包括以下步骤:
采集前后移动油缸中的压力数据和流量数据;获取压力序列和流量序列;
设定时间窗口及时间簇,根据压力、流量序列获取连续压力信号和连续流量信号;
根据每个时间簇的压力及流量数据获取压力流量差异系数;根据每个时间簇的压力流量差异系数、连续压力及流量信号、压力及流量序列,获取簇内双通道交叉系数;
根据每个时间簇的连续压力及连续流量信号获取模态分量的压力干扰评估系数以及流量干扰评估系数;根据每个时间簇的连续压力及流量信号、所有模态分量的压力干扰评估系数及流量干扰评估系数,获取信号噪声调控系数;根据每个时间簇的簇内双通道交叉系数和信号噪声调控系数获取模态曲线递变差异系数;
根据各时间簇与其它时间簇内的压力序列、流量序列以及模态曲线递变差异系数获取双通道差异校验系数;根据时间窗口内所有时间簇的窗内双通道差异校验系数获取前溯油缸气密性隐患系数;
根据时间窗口的前溯油缸气密性隐患系数对前后移动油缸在时间窗口内的密封性进行检测;
所述根据每个时间簇的压力及流量数据获取压力流量差异系数,包括的具体方法为:
计算时间簇内每个采样时刻与前一个采样时刻的压力数据的差值;将所述差值与相邻采样时刻的时间间隔的比值作为时间簇内每个采样时刻的压力变化率;对于时间簇内所有采样时刻的流量数据,采用与所述压力变化率相同的获取方法得到时间簇内每个采样时刻的流量变化率;
将时间簇内每个采样时刻的压力变化率与流量变化率的差值的绝对值作为时间簇内每个采样时刻的压力流量变化差;将每个时间簇内所有采样时刻的压力流量变化差之和记为压力流量差异系数;
所述获取簇内双通道交叉系数,包括:
将连续压力信号与连续流量信号的差值的绝对值在每个时间簇的积分作为每个时间簇的交叉重合度;将每个时间簇内的压力序列和流量序列的皮尔逊相关系数作为压力流量相关度;将每个时间簇的压力流量差异系数与交叉重合度之和除以压力流量相关度的结果记为簇内双通道交叉系数;
所述获取模态分量的压力干扰评估系数以及流量干扰评估系数,包括的具体方法为:
使用变分模态分解算法将每个时间簇的连续压力信号分解为预设第二数量个模态分量的压力分量信号;获取每个模态分量的压力分量信号中的极值点;对于各极值点,计算极值点与后一个极值点的信号强度的差值以及极值点与后一个极值点的时间间隔,将所述信号强度的差值与所述时间间隔的比值的绝对值记为极值点的信号强度变化率;
将每个模态分量的压力分量信号中的所有极值点的信号强度变化率的平均值记为每个模态分量的压力干扰评估系数;对于每个时间簇的连续流量信号,采用与所述压力干扰评估系数相同的获取方法得到每个模态分量的流量干扰评估系数;
所述获取信号噪声调控系数,包括的具体方法为:
当流量干扰评估系数大于等于压力干扰评估系数时,将时间簇内每个模态分量的流量干扰评估系数记为噪声干扰评估系数,将时间簇内每个模态分量的流量分量信号的平均值记为模态能量均值,将时间簇的连续流量信号的平均值记为原始能量均值;
当流量干扰评估系数小于压力干扰评估系数时,将时间簇内每个模态分量的压力干扰评估系数记为噪声干扰评估系数,将时间簇内每个模态分量的压力分量信号的平均值记为模态能量均值,将时间簇的连续压力信号的平均值记为原始能量均值;
计算时间簇内每个模态分量的模态能量均值与时间簇的原始能量均值的比值;将所述比值与时间簇内每个模态分量的噪声干扰评估系数的乘积记为噪声指数;将每个时间簇内所有模态分量的噪声指数之和记为信号噪声调控系数;
所述获取模态曲线递变差异系数,包括:
将以自然常数为底数,以每个时间簇的信号噪声调控系数为指数的指数函数的计算结果记为信号噪声调控指数;将每个时间簇的信号噪声调控指数与簇内双通道交叉系数的乘积记为模态曲线递变差异系数;
所述获取双通道差异校验系数,包括:
将各时间簇与其它时间簇的压力序列之间的DTW距离记为压力关联系数;将各时间簇与其它时间簇的流量序列之间的DTW距离记为流量关联系数;将各时间簇与其它时间簇的压力关联系数、流量关联系数的最大值记为最大关联系数;
将各时间簇与其它时间簇的模态曲线递变差异系数的差值记为模态差异;将各时间簇与其它时间簇的中间时刻的差值记为各时间簇与其它时间簇的时间差;将所述模态差异与所述时间差的比值记为模态递变差异;
将所述模态递变差异与所述最大关联系数的乘积的绝对值记为窗内差异系数;将各时间簇与其它时间簇的窗内差异系数的平均值记为窗内双通道差异校验系数;
所述获取前溯油缸气密性隐患系数,包括的具体方法为:
将每个时间窗口内所有中心时间簇的窗内双通道差异校验系数按照获取的时间顺序升序排列组成每个时间窗口的双通道差异校验向量;
对于各时间窗口,将时间窗口的前个时间窗口作为前溯时间窗口,其中,/>为预设前溯时间窗口的个数,计算时间窗口与每个前溯时间窗口的双通道差异校验向量的余弦相似度的绝对值,将以数值2为底数,以所述余弦相似度的绝对值为真数的对数函数的绝对值记为校验相似度;将时间窗口与所有前溯时间窗口的校验相似度的平均值记为时间窗口的前溯油缸气密性隐患系数。
2.根据权利要求1所述的一种前后移动油缸密封性检测方法,其特征在于,所述设定时间窗口及时间簇,根据压力、流量序列获取连续压力信号和连续流量信号,包括的具体方法为:
将压力序列和流量序列按照预设时间窗口长度进行划分得到时间窗口;将每个时间窗口内的数据平均划分为预设第一数量个时间簇;
将每个时间簇内的压力数据作为非线性最小二乘法的输入,输出每个时间簇的连续压力信号;将每个时间簇内的流量数据作为非线性最小二乘法的输入,输出每个时间簇的连续流量信号。
3.根据权利要求1所述的一种前后移动油缸密封性检测方法,其特征在于,所述根据时间窗口的前溯油缸气密性隐患系数对前后移动油缸在时间窗口内的密封性进行检测,包括的具体方法为:
将前溯油缸气密性隐患系数小于等于预设第一阈值的时间窗口判定为正常窗口;将前溯油缸气密性隐患系数大于预设第一阈值的同时小于等于预设第二阈值的时间窗口判定为密封模糊窗口;将前溯油缸气密性隐患系数大于预设第二阈值的时间窗口认定为油缸受损窗口,其中,所述预设第一阈值小于预设第二阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410085660.8A CN117605736B (zh) | 2024-01-22 | 2024-01-22 | 一种前后移动油缸密封性检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410085660.8A CN117605736B (zh) | 2024-01-22 | 2024-01-22 | 一种前后移动油缸密封性检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117605736A CN117605736A (zh) | 2024-02-27 |
CN117605736B true CN117605736B (zh) | 2024-04-09 |
Family
ID=89958232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410085660.8A Active CN117605736B (zh) | 2024-01-22 | 2024-01-22 | 一种前后移动油缸密封性检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117605736B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106979190A (zh) * | 2017-05-22 | 2017-07-25 | 武汉科技大学 | 一种低摩擦力液压缸性能检测的实验装置及方法 |
CN111656022A (zh) * | 2018-05-01 | 2020-09-11 | Kyb株式会社 | 流体泄漏检测系统和流体压力系统 |
CN112032121A (zh) * | 2020-09-01 | 2020-12-04 | 中通新能源汽车有限公司 | 一种用于核算专用车液压密封门所用液压系统的方法 |
WO2023008801A1 (ko) * | 2021-07-29 | 2023-02-02 | 주식회사 엘지에너지솔루션 | 실린더 고장 예측시스템 및 고장 예측방법, 실린더 고장 검사시스템 및 검사방법 |
CN116181741A (zh) * | 2022-12-29 | 2023-05-30 | 上海交通大学 | 液压缸内泄漏检测方法及其在tbm撑靴液压缸中的应用 |
CN117093828A (zh) * | 2023-10-16 | 2023-11-21 | 张家港市友明机械制造有限公司 | 一种液压缸缸体密封性检测方法及系统 |
CN117189713A (zh) * | 2023-07-27 | 2023-12-08 | 中国人民解放军海军潜艇学院 | 基于数字孪生驱动的液压系统故障诊断方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5397454B2 (ja) * | 2011-11-15 | 2014-01-22 | トヨタ自動車株式会社 | 気筒間空燃比ばらつき異常検出装置 |
-
2024
- 2024-01-22 CN CN202410085660.8A patent/CN117605736B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106979190A (zh) * | 2017-05-22 | 2017-07-25 | 武汉科技大学 | 一种低摩擦力液压缸性能检测的实验装置及方法 |
CN111656022A (zh) * | 2018-05-01 | 2020-09-11 | Kyb株式会社 | 流体泄漏检测系统和流体压力系统 |
CN112032121A (zh) * | 2020-09-01 | 2020-12-04 | 中通新能源汽车有限公司 | 一种用于核算专用车液压密封门所用液压系统的方法 |
WO2023008801A1 (ko) * | 2021-07-29 | 2023-02-02 | 주식회사 엘지에너지솔루션 | 실린더 고장 예측시스템 및 고장 예측방법, 실린더 고장 검사시스템 및 검사방법 |
CN116181741A (zh) * | 2022-12-29 | 2023-05-30 | 上海交通大学 | 液压缸内泄漏检测方法及其在tbm撑靴液压缸中的应用 |
CN117189713A (zh) * | 2023-07-27 | 2023-12-08 | 中国人民解放军海军潜艇学院 | 基于数字孪生驱动的液压系统故障诊断方法 |
CN117093828A (zh) * | 2023-10-16 | 2023-11-21 | 张家港市友明机械制造有限公司 | 一种液压缸缸体密封性检测方法及系统 |
Non-Patent Citations (1)
Title |
---|
武鑫 ; 陈雄伟 ; 芮晓明 ; .基于EEMD的重燃压气机液压IGV系统内泄漏诊断.风机技术.2018,(第04期),72-77. * |
Also Published As
Publication number | Publication date |
---|---|
CN117605736A (zh) | 2024-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112945139B (zh) | 一种三维扫描结合bim技术的盾构工程辅助系统 | |
CN105834835A (zh) | 一种基于多尺度主元分析的刀具磨损在线监测方法 | |
CN103776480B (zh) | 基于多次移动平均的微小故障检测方法和装置 | |
CN104132250B (zh) | 一种基于改进小波包的管道泄漏特征向量提取方法 | |
WO2019042483A2 (zh) | 一种tbm在掘岩体状态实时感知系统和方法 | |
CN112647965B (zh) | 一种适用于tbm掘进隧道实时预测卡机的方法及系统 | |
CN108710759B (zh) | 一种通过现场测量煤体软化模量指数判断冲击倾向性的方法 | |
CN102926810A (zh) | 煤与瓦斯突出的预测方法 | |
CN111080015B (zh) | 盾构设备及其实时寿命的预测系统和预测方法 | |
CN101337491A (zh) | 一种用于估算滚动中轮胎的可用抓地力余量的方法 | |
CN104330836A (zh) | 采煤机应力截齿煤岩分界检测装置 | |
CN113640380A (zh) | 钢轨伤损检测多级分类方法及系统 | |
CN103591942A (zh) | 基于声速最大偏移的声速剖面快速精简与自动优选方法 | |
CN117605736B (zh) | 一种前后移动油缸密封性检测方法 | |
CN104406556B (zh) | 一种综采工作面支架多位态和活柱下缩量测定系统及方法 | |
CN108921319A (zh) | 一种用于岩溶隧道结构安全预警的监测方法 | |
CN114297950A (zh) | 一种承压含水松散层区域失水压缩量分布的计算方法 | |
CN111971581A (zh) | 用于验证由雨量传感器提供的数据的设备、方法和计算机程序产品 | |
CN104457851A (zh) | 一种土木工程结构健康状态远程监测系统 | |
CN105222885A (zh) | 一种光纤振动检测方法及装置 | |
CN109667623B (zh) | 一种用于井下巷道及隧道检测的在线检测系统 | |
CN110107274B (zh) | 基于液压系统的tbm锚杆钻机实时在线监测系统及监测方法 | |
CN106643605B (zh) | 船闸运行状态下门体水平跳变实时监测装置及其监测方法 | |
CN114075979A (zh) | 盾构掘进环境变化实时辨识系统及方法 | |
CN115759351A (zh) | 泥水盾构掘进综合预警方法、系统及存储介质 |
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 |