【技術實現步驟摘要】
本專利技術涉及盾構施工工程領域，特指一種用于盾構機液壓系統的故障檢測與診斷方法及系統。
技術介紹
1、盾構機作為隧道施工的主要設備，具有施工效率高、可靠性強、安全性高和集成化程度高等優點。盾構機由眾多的子系統組成，其中，液壓推進系統是盾構機的關鍵子系統之一，主要用于克服推進阻力、維持機體掘進狀態、調向糾偏和姿態控制。在盾構機作業過程中，可能會會受到地質條件、工作載荷、工作環境等因素的影響，導致液壓推進系統在工作過程中發生各種故障。液壓元件磨損產生的金屬粉末和工作環境中的各種雜質也會污染液壓設備中的液壓油，使液壓油的性能不穩定，影響盾構機的正常工作狀態。被污染的液壓油還會加劇液壓元件的磨損，形成惡性循環，影響盾構機的推進效率甚至產生安全隱患。因此，在盾構機運行過程中進行液壓推進系統的實時故障診斷是十分必要的。
2、但由于盾構機運行工況的復雜性，有些故障發生在液壓推進系統的內部，具有高度的隨機性、隱蔽性和復雜性，無法通過較直觀的數據進行故障判斷，即使判斷出了故障類型，也無法快速獲取最優的故障解決方案，導致故障持續時間較長，嚴重的甚至需要將盾構機停止運行并進行維修，嚴重影響施工進度。
3、現有技術中，通常是在盾構機由于故障嚴重出現停機后，對故障進行檢測，且由于不清楚故障發生位置，需要對盾構機多個部分進行檢測以確定故障點，從而增加故障修復時間，延緩施工進度。
技術實現思路
1、本專利技術的目的在于克服現有技術的缺陷，提供一種用于盾構機液壓系統的故障檢測與診斷方法及系
2、實現上述目的的技術方案是：
3、本專利技術提供了一種用于盾構機液壓系統的故障檢測與診斷方法，包括如下步驟：
4、對液壓系統進行監測獲取監測數據，將所述監測數據轉化為權重故障概率，設定概率限額，若所述權重故障概率在概率限額范圍內，則判定為正常，若所述權重故障概率在概率限額范圍外，則判定液壓系統出現故障；
5、在判定液壓系統出現故障后，計算液壓系統的各個功能模塊的故障貢獻指數，通過故障貢獻指數確定出現故障的功能模塊；
6、計算出現故障的功能模塊的各個變量的變量貢獻指數，通過變量貢獻指數確定出現故障的變量，從而定位出現故障的功能模塊的變量，完成故障的檢測和診斷。
7、本專利技術用于盾構機液壓系統的故障檢測與診斷方法的進一步改進在于，在獲取監測數據后，計算監測數據的平方預測誤差和霍特林統計量，將平方預測誤差和霍特林統計量轉化為權重故障概率。
8、本專利技術用于盾構機液壓系統的故障檢測與診斷方法的進一步改進在于，計算平方預測誤差和霍特林統計量包括如下步驟：
9、將各個功能模塊分為主元空間和殘差空間；
10、根據所述主元空間，得到負載矩陣和得分矩陣，即：
11、
12、其中t＝[t1,t2,...,tn]為得分矩陣，p＝[p1,p2,...,pn]為負載矩陣，tpt為主元空間，e為殘差空間，ti為得分矩陣中的主元得分向量；pi為負載矩陣中的主元負載向量；
13、根據所述負載矩陣和得分矩陣計算平方預測誤差和霍特林統計量，即：
14、
15、其中ei為殘差e的第i行，pk＝[p1,p2,...,pk]是前k個主元負載向量組成的矩陣，spesub為平方預測誤差；
16、
17、其中t＝[t1,t2,...,tk]為計算得到的主成分得分向量，dk＝diag(λ1,λ2,...,λk)是由x的協方差矩陣的前k的主元的特征值組成的對角矩陣，為霍特林統計量。
18、本專利技術用于盾構機液壓系統的故障檢測與診斷方法的進一步改進在于，將所述監測數據轉化為權重故障概率包括如下步驟：
19、
20、其中和的數值根據貝葉斯因式分解和核密度估計法獲得；
21、通過權重故障概率對各個功能模塊的故障狀態進行評估，即：
22、
23、本專利技術用于盾構機液壓系統的故障檢測與診斷方法的進一步改進在于，在計算各個功能模塊的故障貢獻指數時，根據閾值αc計算指數τsub，
24、
25、根據指數τsub計算累加指數γsub，
26、
27、根據累加指數γsub計算功能模塊的故障貢獻指數，
28、
29、fci即為故障貢獻指數。
30、本專利技術用于盾構機液壓系統的故障檢測與診斷方法的進一步改進在于，在計算出現故障的功能模塊的變量的變量貢獻指數時，出現故障的功能模塊有多個變量，根據變量的時序觀測值xnew,sub計算指數ωsub,i，
31、
32、i為變量；
33、根據指數ωsub,i計算累加指數ωb，
34、
35、根據累加指數ωb計算故障功能模塊的變量貢獻指數，
36、
37、vci即為變量貢獻指數；
38、判定vci最高的變量為故障變量。
39、本專利技術用于盾構機液壓系統的故障檢測與診斷方法的進一步改進在于，在將所述監測數據轉化為權重故障概率前，還包括如下步驟：
40、提供液壓系統的各個功能模塊的樣本數據，根據所述樣本數據對所述監測數據進行篩選。
41、本專利技術用于盾構機液壓系統的故障檢測與診斷方法的進一步改進在于，計算樣本數據的平方預測誤差的極限值和霍特林統計量的極限值，若監測數據的平方預測誤差和霍特林統計量超過樣本數據的平方預測誤差的極限值和霍特林統計量極限值，則放棄該組監測數據，若監測數據的平方預測誤差和霍特林統計量未超過樣本數據的平方預測誤差的極限值和霍特林統計量的極限值，則保留該組監測數據。
42、本專利技術用于盾構機液壓系統的故障檢測與診斷方法的進一步改進在于，計算平方預測誤差的極限值和霍特林統計量的極限值包括如下步驟：
43、
44、其中cα是正態分布在顯著性水平α下，標準正態分布的閾值，λj為協方差矩陣σ＝xtx較小的幾個特征根，spesub,lim為平方預測誤差的極限值；
45、
46、其中m代表用于模型建立的采樣樣本的個數，fα(k,m-k)表示的是自由度為k和k-m的f分布上的置信度為α的臨界點，為霍特林統計量的極限值。
47、本專利技術還提供一種用于盾構機液壓系統的故障檢測與診斷系統，包括：
48、監測單元，用于監測液壓系統的各個功能模塊形成監測數據；
49、處理單元，與所述監測單元連接，將所述監測數據轉化為權重故障概率，設定概率限額，對所述權重故障概率進行故障判斷，若所述權重故障概率在概率限額范圍內，則判定為正常，若所述權重故障概率在概率限額范圍外，本文檔來自技高網...
【技術保護點】
1.一種用于盾構機液壓系統的故障檢測與診斷方法，其特征在于，包括如下步驟：
2.如權利要求1所述的用于盾構機液壓系統的故障檢測與診斷方法，其特征在于，在獲取監測數據后，計算監測數據的平方預測誤差和霍特林統計量，將平方預測誤差和霍特林統計量轉化為權重故障概率。
3.如權利要求2所述的用于盾構機液壓系統的故障檢測與診斷方法，其特征在于，計算平方預測誤差和霍特林統計量包括如下步驟：
4.如權利要求3所述的用于盾構機液壓系統的故障檢測與診斷方法，其特征在于，將所述監測數據轉化為權重故障概率包括如下步驟：
5.如權利要求4所述的用于盾構機液壓系統的故障檢測與診斷方法，其特征在于，在計算各個功能模塊的故障貢獻指數時，根據閾值αC計算指數τsub，
6.如權利要求5所述的用于盾構機液壓系統的故障檢測與診斷方法，其特征在于，在計算出現故障的功能模塊的變量的變量貢獻指數時，出現故障的功能模塊有多個變量，根據變量的時序觀測值Xnew,sub計算指數ωsub,i，
7.如權利要求3所述的用于盾構機液壓系統的故障檢測與診斷方法，其特
8.如權利要求7所述的用于盾構機液壓系統的故障檢測與診斷方法，其特征在于，計算樣本數據的平方預測誤差的極限值和霍特林統計量的極限值，若監測數據的平方預測誤差和霍特林統計量超過樣本數據的平方預測誤差的極限值和霍特林統計量極限值，則放棄該組監測數據，若監測數據的平方預測誤差和霍特林統計量未超過樣本數據的平方預測誤差的極限值和霍特林統計量的極限值，則保留該組監測數據。
9.如權利要求8所述的用于盾構機液壓系統的故障檢測與診斷方法，其特征在于，計算平方預測誤差的極限值和霍特林統計量的極限值包括如下步驟：
10.一種應用權利要求1所述的用于盾構機液壓系統的故障檢測與診斷方法的系統，其特征在于，包括：
...【技術特征摘要】
1.一種用于盾構機液壓系統的故障檢測與診斷方法，其特征在于，包括如下步驟：
2.如權利要求1所述的用于盾構機液壓系統的故障檢測與診斷方法，其特征在于，在獲取監測數據后，計算監測數據的平方預測誤差和霍特林統計量，將平方預測誤差和霍特林統計量轉化為權重故障概率。
3.如權利要求2所述的用于盾構機液壓系統的故障檢測與診斷方法，其特征在于，計算平方預測誤差和霍特林統計量包括如下步驟：
4.如權利要求3所述的用于盾構機液壓系統的故障檢測與診斷方法，其特征在于，將所述監測數據轉化為權重故障概率包括如下步驟：
5.如權利要求4所述的用于盾構機液壓系統的故障檢測與診斷方法，其特征在于，在計算各個功能模塊的故障貢獻指數時，根據閾值αc計算指數τsub，
6.如權利要求5所述的用于盾構機液壓系統的故障檢測與診斷方法，其特征在于，在計算出現故障的功能模塊的變量的變量貢獻指數時，出現故障的功能模塊有...
【專利技術屬性】
技術研發人員：袁向華，陳鼎，顧旭瑩，嚴仁亮，翟一欣，徐曉磊，潘汪洋，方正，琚俊，楊禎樂，盛炤霖，董賓，李維浩，張峰垚，
申請(專利權)人：上海隧道工程有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。