液压机械系统的故障诊断技术研究 .doc

《液压机械系统的故障诊断技术研究 .doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、液压机械系统的故障诊断技术研究摘要：矿山液压机械大都在较恶劣的环境下工作，造成液压系统故障有诸多因素，且液压系统是在绝对封闭状况下运行，损坏与失效经常发生在内部，故障点隐蔽、原因复杂、部位不易确定。因此，熟悉了解矿山液压机械系统常见故障及采用快速、正确判断故障部位的方法，对于液压系统故障的迅速诊断及维修尤为重要。该文通过分析液压机械系统常见故障.，提出了解决液压的预防措施，具有一定借鉴意义。关键词：煤矿机械液压系统故障处理0引言矿山液压机械系统在使用中，由于工作环境恶劣，作业时间长，任务重，故障多发，原因是多方面

2、的，故障的判断和排除也较为复杂，要做好故障诊断工作要做到一是熟悉液压元件的工作特性和液压系统的结构，工作原理，掌握液压元件，辅件，系统的配置关系及工作条件和环境要求。二是建立健全设备技术状况检查，维护，修理制度和故障技术档案，积累数据和设备运转记录。三是熟悉各类液压元件的故障现象及故障检查方法，同时要有一定的现场实践经验和设备管理知识，在实践中总结提高。五是熟悉和运用液压系统故障诊断分析方法并合理选用，具备必要的检测仪器和一定的检测手段，注意学习和应用现代先进的诊断技术，下面我就液压机械系统的常见故障进行具体的阐

3、述。1矿山液压机械系统常见故障通过实际调查分析归纳出矿山液压机械系统常见故障如下：1.1温度过高。主要原因有：油粘度过高、内泄严重、冷却器堵塞、泵修理后性能差及油位低、压力调定过大、摩擦损失大。液压系统的零件因过热而膨胀，破坏了相对运动零件原来正常的配合间隙，导致摩擦阻力增加、液压阀容易卡死，同时，使润滑油膜变薄、机械磨损增加，结果造成泵、阀、马达等的精密配合面因过早磨损而使其失效或报废。1.2因为润滑不良、摩擦阻力变化、空气进入、压力脉冲较大或系统压力过低、阀出现故障、泄漏增大、别劲、烧结造成的执行机构运动速度

4、不够或完全不动。1.3因为泵不供油、油箱油位过低吸油困难、油液粘度过高、泵转向不对、泵堵塞或损坏、.接头或密封泄漏、主泵或马达泄漏过大、油温过高、溢流阀调定值低或失效、泵补油不足、阀工作失效造成的系统无压力或压力不足。1.4因为泵工作原理及加工装配误差引起、控制阀阀芯振动、换向时油液惯性造成的压力或流量的波动。1.5因为油温过高、油粘度过大及油液自身发泡、泵自吸性能低、吸油阻力大、油箱液面低、密封失效或接头松动、件结构及加工质量造成的气穴与气蚀。2故障诊断技术及应用2.1主观诊断技术：指维修人员利用简单的诊断仪器

5、凭借个人的实践经验分析判断故障产生的原因和部位。方便快捷，可靠性较低，属于较简单定性分析。包括直觉经验法、参数测量法、逻辑分析法、堵截法、故障树分析法等。2直觉经验法指维修人员凭感官和经验,通过看、听、摸、闻、问等方法判断故障原因:看执行元件是否爬行、无力、速度异常，液位高度、油液变质及外泄漏,测压点工作压力是否稳定，各连接处有无泄漏及泄漏量；听泵和马达有无异常声响、溢流阀尖叫声、软管及弯管振动声等。摸系统元件的油温和冲击、振动的大小、闻油液是否变质、轴承烧坏、油泵烧结等。询问设备操作者，了解液压系统平时工况、元

6、件有无异常、设备维护保养及出现过的故障和排除方法。参数测量法指通过测得系统回路中所需点处工作参数，将其与系统工作正常值比较,即可判断出参数是否正常、是否有故障及故障所在部位，适于在线监测、定量预报和诊断潜在故障。逻辑分析法指根据元件、系统、设备三者逻辑关系和故障现象,通过研究液压原理图和元件结构,进行逻辑分析,找出故障发生部位。堵截法指根据液压系统的组成及故障现象选择堵截点，堵截法观察压力和流量的变化，从而找出故障的方法。堵截法快速准确，但使用较麻烦，拆装量大，需要整套的堵截工具和元件。故障树分析法指对系统做出故

7、障树逻辑结构图，系统故障画在故障树的顶端为顶事件，根据各元件部位的故障率数据，最终确定系统故障。适合较大型、较复杂系统故障的判定和预测。2.2仪器诊断技术：根据液压系统的压力、流量、温度、噪声、震动、油的污染、泄露、执行部件的速度、力矩等，通过仪器显示或计算机运算得出判断结果。诊断仪器有通用型、专用型、综合型、其发展方向是非接触式、便携式、多功能和智能化。包括铁谱记录法、震动诊断法、声学诊断法、热力学诊断法等。如铁谱记录法，通过分析铁粉图谱，根据铁粉记录图片上的磨损粉末、大小和颜色等信息，准确得到液压系统的磨损与

8、腐蚀的程度和部位，并可对液压油进行定量污染分析和评价，做到在线检测和故障预防。2.3智能诊断技术：指模拟人脑机能，有效获取、传递、处理、再生和利用故障信息，运用大量独特的专家经验和诊断策略，识别和预测诊断对象包括模糊诊断法、灰色系统诊断法、专家系统诊断法、神经网络系统诊断法等。目前研究最活跃的是专家系统和神经网络，使故障诊断智能化，具有广阔发展应用前景。基于人工智能的专家