一种基于多重分组迭代区间分支定界技术的DDPC伺服系统故障预示方法

摘要

本发明公开了一种基于多重分组迭代区间分支定界技术的DDPC伺服系统故障预示方法，本方法构建了一种极端温度下面向健康监测的DDPC伺服系统故障预示方法并给出了多重分组迭代区间分支定界实现算法。本方法包括以下主要步骤：1）结合DDPC伺服系统的机理模型和不同工况下的试验数据，拟合出不同工况下的系统模型。2）根据频率响应及设定的能量准则，确定系统临界健康状态指标。3）提出一种多重分组迭代区间分支定界算法，拟合DDPC系统健康临界状态模型。4）根据临界模型的特性，可迅速预示系统异常状态。本方法实现方便，可扩展性好，预测精确度较高。

说明书

技术领域

本方法属于故障预示、健康监测领域，具体涉及一种面向健康监测的DDPC伺服系统临界模型确立方法。

背景技术

工业设备系统的故障预示与健康监测已成为研究热点。

故障预示与健康监测力求在系统仍能正常工作时，利用可获取的信息，预示系统退化过程及未来产生故障的可能性，并在线监测系统运行状态，出现健康异常，则及时采取措施。

工业设备系统的故障预示与健康监测方法，目前的研究主要依赖于经验知识及运行数据。其中基于统计随机性的方法均需要大量的运行数据训练，且算法较为复杂，实时性要求较难满足。

目前直接针对机电系统故障分析的方法效率不高，利用机理模型不够充分，同时也较少考虑到恶劣工况的影响。

DDPC伺服系统的结构成熟、机理清晰的特点，结合DDPC伺服系统机理模型与极端环境下的运行数据，提出一种临界健康状态下的系统模型，可用以在线监测极端工作环境下DDPC系统健康状态。

发明内容

本发明的目的在于提出一种面向健康监测的DDPC伺服系统临界模型确立方法。

本发明的技术方案如下所述：

基于多重分组迭代区间分支定界技术的DDPC伺服系统故障预示方法，包括以下步骤：

（1）：根据动力学、流量连续方程，描述DDPC伺服系统数学关系，确定系统模型阶次；

（2）： 通过位移传感器获得DDPC伺服系统在不同工作环境下的运行数据；

（3）：根据步骤（2）得到的运行数据结合步骤（1）中获得的系统模型阶次拟合出DDPC伺服系统在不同工作环境下的系统模型参数；

（4）：根据能量下降指标定义临界健康状态的数学模型；

（5）：根据步骤（3）得到的系统模型参数形成用区间数表示的区间系统模型；用多重分组迭代区间分支定界算法获得步骤（4）中定义的临界健康状态的数学模型；

(5.1)将待估计参数合理分组为                                                ，并确定参数的原始可行域为；

(5.2)初始化：

(5.3)主循环：

(5.3.1)在子可行域中寻优：

(5.3.1.1)预处理：计算目标函数在可行域的上下界，确定目标函数当前最小值；

(5.3.1.2)初始化：令 为的列数。保留至，清空；

(5.3.1.3)分支：将参数细分为部分：这里考察各个元素区间的宽度，总是将最宽的元素等分，而保留其余元素不变，最后得到区间矩阵；

(5.3.1.4)定界：确定每一细分区域目标函数的上下界：

计算；

确定当前循环目标函数最小值；

(5.3.1.5)剪枝：

(5.3.1.5.1)将中宽度小于0.01的列移入 ，余下按原顺序构成；对应中的列移入，余下按原顺序构成；

(5.3.1.5.2)若列数k不为0，则将的所有列按顺序填充至的第n-1+i(i=1,2,…,k)列中，同理将的第i列按顺序填充至的第n-1+i列中。剔除与中对应目标函数下界大于当前最小目标函数值的部分，更新。剔除结束后，若为非空，则按升序排列与的列，并转至a)；若为空，转至f)；

(5.3.1.5.3)若列数为0，转至f)；

(5.3.1.6)输出：

(5.3.1.6.1)令为的列数，若不为0，则计算中最小目标函数值，令对应列数为，则取的第列为符合条件的寻优结果；若为0，则报错；

(5.3.1.6.2)剔除与中对应目标函数下界大于最小目标函数值的部分，输出与；输出最小目标函数值；

(5.3.1.6.3)保留至寻优结果向量中；

(5.3.2)在子可行域中寻优：

步骤与(5.1)中完全一致，更新，取的第列为符合条件的寻优结果，输出与，输出最小目标函数值，保留至寻优结果向量中；

……

(5.3.M)  在子可行域中寻优：

步骤与(5.3.1) 中完全一致，更新，取的第列为符合条件的寻优结果，输出与，输出最小目标函数值，保留至寻优结果向量中；

(5.3. M+1) 判断式(10)是否成立：若成立，则寻优结束，退出主循环，转至(5.4)；否则继续循环，转至(5. 1)；

(5.4)计算寻优结果向量中值对应的目标函数值，并取最小值得到目标函数最小值，对应第列为最终寻优结果，算法结束。

（6）：利用临界健康状态模型预示DDPC伺服系统健康状态。

本发明中，步骤（1）中所述DDPC伺服系统模型阶次的确定，对于典型的DDPC位置伺服系统由交流调速机构（电源、伺服驱动器、伺服电机）、泵控动力机构（齿轮泵、液压缸、各类油路组件、溢流阀、液控单向阀）、计算机控制机构组成，可将高性能交流调速伺服机构的数学模型简化为一阶惯性环节，其中：为交流伺服系统输出转速，为交流伺服系统指令电压，为交流伺服系统电气时间常数，为交流伺服调速系统速度增益。根据可压缩流体连续方程与牛顿第二定律，给定转速与负载力时，泵控动力机构输出位移的表达式为，

其中：为液压缸有效面积，为定量泵排量，为液压缸总泄漏系数，为液压缸容腔总体积，为有效体积弹性模量，为有效负载质量，为粘性阻尼系数，为液压固有频率，为液压阻尼比。记为控制器传递函数，为位置传感器变送系数，U为闭环系统给定信号，则DDPC位置伺服系统输出位移的表达式为：，

其中：；

DDPC位置伺服系统中位移Y(s)对伺服电机输入电压U(s)传递函数为：

       若G_C(s)采用比例控制，则系统模型阶次为4。

本发明中，步骤（2）中通过位移传感器获取DDPC伺服系统在不同温度为，，或中任一种。

本发明中，步骤（3）中采用最小二乘法拟合DDPC伺服系统不同工况下离散模型参数，根据零极点匹配原则，考虑离散系统采样时间，计算DDPC位置伺服控制系统连续模型。

本发明中，步骤（4）中设定系统临界健康状态指标为：在标称最差工况下系统带宽频率对应的幅频响应再衰减6dB。

本发明的有益效果在于：

本发明利用DDPC伺服系统的结构成熟、机理清晰的特点，结合DDPC伺服系统机理模型与运行数据，提出一种临界健康状态下的系统模型，用以在线监测极端工作环境下DDPC系统健康状态。在工程中，仅需针对同一类型系统构建一次临界模型，后续监测工作可采用在线监测仪表（如位移变送器、扫频仪等），通过测试系统的响应性能指标，即可迅速评估DDPC伺服系统的性能，达到在线健康监测的目的。有别于根据先验知识、运行数据、等故障检测、诊断、预示的方法。

附图说明

图1 DDPC位置伺服系统结构图；

图2多重分组迭代区间分支定界算法架构。

具体实施方式

下面结合附图和实例对本发明的一种基于多重分组迭代区间分支定界技术的DDPC伺服系统故障预示方法进行详细说明。

实施例1：

如图1所示，系统包括交流调速机构（电源、伺服驱动器、伺服电机）、泵控动力机构（齿轮泵、液压缸、各类油路组件、溢流阀RF1、RF2、液控单向阀RCV3-1、RCV3-2；单向阀RCV1、RCV2）、位移传感器、计算机控制机构及用于算法实现的数据处理器。其中，交流调速机构通过交流伺服电机旋转的方向及转速控制液压油的流向及流量，从而使泵控动力机构完成指定动作；位移传感器、数据处理器及计算机控制系统构成系统的闭环反馈，位移传感器采集系统输出的位移信号，数据处理器实现对输出信号的处理及D/A变换，计算机控制系统比较系统输出与给定信号的偏差并采用相应控制算法(如PID控制器)实现对交流调机构的控制。其详细工作原理如下：

设定活塞向右运动为位移正方向，对应电机转向为正方向，带动齿轮泵正转。

1.       油路油压在正常范围（即油压与蓄能器压力平衡，且低于溢流阀RF1，RF2设定的油压阈值），此时单向阀RCV1与RCV2关闭。

a)        给定为正位置信号：计算机控制机构给出指令，伺服驱动器驱动伺服电机正转，带动齿轮泵正转，油液泵向液控单向阀RCV3-1。液控单向阀RCV3-1正向油压高，正常开启，油液流向液压缸左腔。此时液压缸左腔油压高于右侧，因此推动了活塞正向运动。液压缸的右侧腔油液被排出，流向液控单向阀RCV3-2。液控单向阀RCV3-2控制端连通RCV3-1正向，受控开启。油液反向经过RCV3-2流回齿轮泵。

b)        给定为负位置信号：计算机控制机构给出指令，伺服驱动器驱动伺服电机反转，带动齿轮泵反转，油液泵向液控单向阀RCV3-2。液控单向阀RCV3-2正向油压高，正常开启，油液流向液压缸右腔。此时液压缸左腔油压高于左侧，因此推动了活塞反向运动。液压缸的左侧腔油液被排出，流向液控单向阀RCV3-1。液控单向阀RCV3-1控制端连通RCV3-2正向，受控开启。油液反向经过RCV3-2流回齿轮泵。

2.       油路油压因某种原因低于蓄能器压力，则单向阀RCV1与RCV2开启，蓄能器排出油液至工作油路中，直至油路油压与蓄能器油压平衡。

3.       油路油压因某种原因高于溢流阀RF1与RF2设定油压阈值，则RF1与RF2将开启泄压，油液经过RF1与RF2之间通路流回蓄能器。

如图2所示，本发明的一种面向健康监测的DDPC伺服系统临界模型确立方法具体包括以下步骤：

步骤（1）：根据动力学、流量连续等方程，描述DDPC伺服系统数学关系，确定模型阶次；

步骤（2）：通过位移传感器获得DDPC伺服系统在不同工作环境下的运行数据；

步骤（3）：根据步骤（2）得到的运行数据结合步骤（1）中获得的系统模型阶次拟合出DDPC伺服系统在不同工作环境下的系统模型参数；

步骤（4）：根据能量下降指标定义临界健康状态模型；

步骤（5）：根据步骤（3）得到的系统模型形成用区间数表示的区间系统模型；用多重分组迭代区间分支定界算法获得步骤（4）中定义的临界健康状态模型；

步骤（6）：利用临界健康状态模型评估DDPC伺服系统健康状态。

以同济大学与上海汇益控制系统股份有限公司联合研制的HY-50型DDPC位置伺服控制系统为实例，随机测试了DDPC位置伺服系统在，，以及等不同温度条件下的阶跃响应情况并拟合出各温度下系统的传递函数为：

温度（）拟合连续模型极点拟合误差0 0.0532-150.0667-200.0662-300.0875

HY-50型DDPC伺服系统采用的伺服电机标称最低正常工作温度值为0，考虑合理裕量，这里以0带宽频率位置-6dB作为系统临界健康状态指标，则寻找幅频响应异常阈值位置的系统参数值为如下最优化问题：

其中：

，=1.1177为系统在0时的带宽频率。由上表可知的可行域分别为：

由于模型具有两对共轭极点，则将待优化参数按照分为两组，一组为，另一组为，即图2中M=2, 初始化t₁和t₂

t₁=[S₁; S₂; [mid(S₃), mid(S₃)]; [mid(S₄), mid(S₄)]]=[ [-0.7413,-0.6031], [0.5215,0.6241], [-4.3386, -4.3385], [29.7253,29.7254] ]

t₂=[ [mid(S₁), mid(S₁)]; [mid(S₂), mid(S₂)] ; S₃; S₄]=[ [-0.6722,-0.6721], [0.5727,0.5728], [-4.9525, -3.7246], [28.5879,30.8628] ]

在图2的主循环中由t₁作为的可行域进行寻优：

1.定界：确定目标函数E在t₁区间下的界限，通过区间计算得到E(t₁)=[0, 3.0576]，初始化minE=inf(E(t₁))=0;

2.分支：将t₁内区间半径最大的元素进行分支（分为5个分支）

t₁₁=[[-0.7413,-0.7136], [0.5215,0.6241], [-4.3386, -4.3385], [29.7253,29.7254]]

t₁₂=[[-0.7137,-0.6860], [0.5215,0.6241], [-4.3386, -4.3385], [29.7253,29.7254]]

t₁₃=[[-0.6861,-0.6583], [0.5215,0.6241], [-4.3386, -4.3385], [29.7253,29.7254]]

t₁₄=[[-0.6584,-0.6307], [0.5215,0.6241], [-4.3386, -4.3385], [29.7253,29.7254]]

t₁₅=[[-0.6308,-0.6031], [0.5215,0.6241], [-4.3386, -4.3385], [29.7253,29.7254]]

3.剪枝：对t₁₁- t₁₂的可行域定界得到E(t₁₁)=[0, 1.6312]; E(t₁₂)=[0, 1.5490]; E(t₁₃)=[0, 1.14673]; E(t₁₄)=[0, 1.3864]; E(t₁₅)=[0, 1.3067]。更新minE=min(minE, inf(E(t_1i)))，i=1,…,5，删除E(t_1i)中sup(E(t_1i))> minE所对应的可行域区间。

重复进行1-3直到完成对所有可行域的寻优过程，得到t₁下的最优解

mint₁=[[-0.6197,-0.6142], [0.5666,0.5707], [-4.3386, -4.3385], [29.7253,29.7254]]

更新t₂可行域

t₂=[ [mid(mint₁(1)), mid(mint₁(1))]; [mid(mint₁(2)), mid(mint₁(2))] ; S₃; S₄]=[ [-0.6169,-0.6168], [0.5687,0.5688], [-4.9525, -3.7246], [28.5879,30.8628] ]

在图2的主循环中由t₂作为的可行域进行寻优，定界、分支、剪枝步骤如上得到mint₂，并更新t₁=[mint₁(1); mint₁(2); [mid(mint₂(3)), mid(mint₂(3))]; [mid(mint₂(4)), mid(mint₂(4))]]

若mint₁和mint₂，不满足终止条件则重复t₁和t₂内的寻优过程。

最后得到的计算结果为：

性能异常阈值对应的系统临界模型为：

       。