產品詳情
鶴山路燈車租賃， 鶴山路燈車出租， 鶴山路燈車出租公司 電磁閥控制系統的故障檢測的幾種方法？ 電磁閥控制系統的故障檢測方法一般分為 4 種：（1）基于硬件的故障檢測；（2）基于信號處理的故障檢測；（3）基于模型的故障檢測；（4）基于數據驅動的故障檢測。
1. 基于硬件的電磁閥故障檢測： 利用診斷硬件實現故障診斷被認為是一種快速響應的故障診斷方法，往往利用邏輯器件搭建特定的模擬處理電路對信號進行檢測和處理，生成邏輯故障指示等。此方法能夠對特定的應用進行快速的故障檢測和定位，但是此種方法對某些參數修改的靈活性欠佳，并且對硬件設計的要求較高，開發周期長。根據高壓共軌柴油機噴油電磁閥實時電流值提取電流特征，根據電流特征判斷電磁閥的工作狀態是處于正常還是短路或者斷路故障。最后基于 CPLD（復雜可編程邏輯器件）采用純硬件的方式設計了電磁閥正常的驅動以及故障檢測系統，由于純硬件的響應速度優勢該系統能夠很快速的實現故障檢測，并在故障后能迅速強制關閉開關管并向控制系統發送故障指示實現對系統的保護以及后期對系統的維護。
2 基于信號處理的電磁閥故障檢測： 此種方法是對測量數據進行一些分析或數學的操作，對電磁閥的位置、速度、加速度、電流信號、振動信號、磁場等信號，使用時域和頻域信號處理技術，如小波分解、模糊層次分析、積分累加等方法來區分正常狀態和故障狀態。根據電磁閥實時電流值提取正常狀態和故障狀態的驅動電流特征給出了電磁閥正常時候的驅動、故障檢測和保護算法，并設計了硬件和軟件實現算法。在無線網絡平臺上，通過霍爾傳感器檢測電磁閥在通斷電時候的磁場強度階躍變化信號，以及電磁閥在通斷電時候造成的機械振動信號，采用三層小波包的頻帶能量分析方法提取正常狀態和故障狀態的特征，進行匹配對比檢測電磁閥的故障。針對飛行器伺服電磁閥的不完全故障，如非百分之百的健康、非百分之百的故障，采集電磁閥的電壓和電流信號，采用模糊推理的檢測算法對電磁閥整個區間段的故障檢測進行了覆蓋。降低了對不完全故障檢測對人工經驗的依賴。通過向電磁閥注入某一激勵使電磁閥活塞振動，采集電磁閥活塞振動信號，得到固有頻率的幅值，跟正常狀態的固有頻率處的幅值比較進行故障檢測。對添藍噴射閥的實際壓力值與目標壓力值的差值進行實時積分，如果出現故障，此積分值會迅速變化從而檢測故障。利用電磁閥驅動電流的上升速度可以判斷電磁閥內部電參數故障，通過線路故障組合邏輯真值表判斷電磁閥的短路和斷路故障。根據電磁閥的驅動電流特性，設計了硬件檢測電路并在此基礎上利用模糊層次法設計檢測程序對電磁閥內部以及外部連接故障進行了檢測。根據電磁閥的驅動電流特性，實現了油泵電磁閥以及噴油器電磁閥的短路、斷路及噴油器的對地短路等故障檢測。基于電流特征值進行故障診斷和補償處理，保證故障缸和正常缸相同的噴油定時和噴油量。基于小波算法提取電磁閥振動信號的幅值檢測某些特殊故障如線圈退化等。
3 基于模型的電磁閥故障檢測：基于模型的方法一般使用分析或基于知識的方法對系統進行建模，從而確定是否發生了故障。基于模型的方法包括基于等價空間的方法、基于觀測器的方法和基于參數識別的方法等。提出了一種基于模型和數據驅動的直接電控制動故障診斷新方案。傳感器和電磁閥的故障檢測是在不同的制動過程中實現的，自動實現故障隔離。對電磁閥的驅動電流進行了分析，用驅動電流表征電磁閥的狀態。利用小波包分解提取電磁閥故障特征，利用 BP 神經網絡進行電磁閥故障識別。在確定電磁閥流量特性的基礎上，建立了電磁閥充放電過程的壓力模型，該模型可產生系統剩余量。實現了傳感器的故障診斷。該方法在不增加硬件的基礎上實現了對直接電氣制動的故障診斷。對電磁閥建立了模型預測控制器，采用最優化思想建立目標函數，找到最優點。將正常時候的最優點與實際最優點匹配進行故障檢測。利用電磁閥的機電特性，對電磁閥的電樞運動及其開關功能進行了重構。通過比較預估的電樞行程和標稱值，可以檢測到電樞阻塞等故障。將基于預報器的預測方法應用于電磁線圈的早期絕緣退化監測。基于模型的故障檢測方法在瞬態運行、元件退化和測量誤差方面具有很好的效果。然而，由于其計算復雜度往往導致效率很低，因此，它們不提供快速的故障檢測和保護。
鶴山路燈車租賃， 鶴山路燈車出租， 鶴山路燈車出租公司
4. 基于數據驅動的電磁閥故障檢測：基于數據驅動的故障診斷方法有很多，如神經網絡、模糊邏輯、小波分析等等。在基于人工智能的技術中，對被測數據進行一些統計操作，或者利用測量結果訓練一些神經網絡來提取故障特征。利用基于支持向量機的參數優化故障模式分類模型對感知信號特征進行分類從而實現了故障診斷。基于動量自適應學習速率調整算法的三層感知器 BP 網絡，將轉速、壓力等輸入到神經網絡，最后輸出故障信號，以此進行訓練模型。并根據此模型進行故障檢測。給出了一種基于經驗模態分解（EMD,Empirical Mode Decomposition）與鄰域粗糙集相結合的故障檢測方法。首先對電流信號進行及經驗模態分解得到表征信號特征的在時間尺度上的本征模態函數分量，然后提取可以表征故障的本征模態函數分量的能量熵，再利用鄰域粗糙集進行冗余信息的去除，得到真正的“核心”從而降低系統的時間空間復雜度，再根據約簡后的特征利用決策樹算法進行故障檢測。采用故障樹分析的方法檢測由現象推出原因得到了電磁閥故障檢測方法。利用 PNN 神經網絡對電磁閥正常狀態和故障狀態的模型進行訓練，通過模型的對比匹配從而進行電磁閥故障檢測。利用卷積神經網絡對交流電磁閥進行物理建模，從而進一步進行故障檢測。基于數據驅動的故障檢測方法可以有效地提取故障信息；然而，它們需要一個大型的測量數據庫來訓練診斷模型，往往需要的數據處理是較大的，同其他方法相比需要更加消耗計算資源，因此被認為是計算速度慢的檢測方法。
5 方法綜合的電磁閥故障檢測：由于上訴故障檢測方法都存在各自的優缺點，因此利用各種方法的優點，取長補短，實現一個相對較好的效果也是各個學者研究的熱點，常見的如利用信號處理方法加上數據驅動方法可以實現相對快速準確的效果。將采集的實際電磁閥電流變化率作為特征曲線并在此基礎上利用小波包分解得到電流的特征向量，最后將得到特征進行訓練得到相應的模型，在訓練模型上進行電磁閥相應故障的診斷。對電磁閥的電流進行基于模板匹配的能量特征提取，為了降低電流特征的維數，采用 K-L 變換實現降維以此降低復雜度，同時保留電磁閥電流的主要特征。最后用 3 層 BP 神經網絡進行訓練與模式識別，從而實現故障的檢測。以電磁閥電流變化率為原始信號利用小波包變換以及能量距方法進行故障特征提取，再得到的故障特征上采用 BP 神經網絡提出了對檢測時間要求不高的非實時故障診斷方法，采用關聯規則提出了實時故障診斷方法。
鶴山路燈車租賃， 鶴山路燈車出租， 鶴山路燈車出租公司
