一种基于消息传播机制的电液伺服阀故障诊断系统和方法

1.本发明属于电液伺服阀故障诊断技术领域，尤其涉及一种基于消息传播机制的电液伺服阀故障诊断系统和方法。


背景技术：

2.电液伺服阀是工业应用和航空航天的关键液压元件，同时也是液压系统中故障率最高的部位，其使用情况决定系统的工作性能。电液伺服阀的故障通常表现为机械故障、电气故障、液压故障交织在一起，致使故障现象与故障原因不是简单的线性对应关系，而是表现为严重的非线性映射关系，其发生故障时，通常能导致系统控制精度和稳定性变差，严重时将会使系统失效。
3.特别是对于飞机机载电液伺服阀，在工作中，处在高温、高压、强振动、高动态等极端环境下，因此其采集的信号会受到较大干扰，容易导致有效的信息淹没在噪声之中，使得电液伺服阀的信号采集和分析处理产生极大的困难。
4.随着飞机液压系统的复杂程度越来越高，为保障飞机液压系统的安全和可靠性，电液伺服阀等关键部件所需监测传感器数量相应增加，从而使飞机重量增加，产生飞机的性能下降、油耗增加等一系列问题。


技术实现要素：

5.本发明针对现有技术中的不足，提供一种基于消息传播机制的电液伺服阀故障诊断系统和方法。
6.第一方面，本发明提供一种基于消息传播机制的电液伺服阀故障诊断系统，包括依次连接的上位机装置、数据采集装置和液压装置；
7.所述上位机装置包括测试软件平台和故障诊断模块；
8.所述数据采集装置包括数据采集卡和信号发生器；所述数据采集卡和信号发生器信号连接；
9.所述液压装置包括油箱、定量泵、过滤器、溢流阀、单向阀、第一压力传感器、第二压力传感器、电液伺服阀、第三压力传感器、比例节流阀、第四压力传感器、流量传感器和冷却器；
10.所述定量泵的吸油口与所述油箱连接，压油口与所述过滤器的进油口连接；所述过滤器的出油口分别与所述单向阀的进油口和所述溢流阀的出油口连接；所述溢流阀的进油口与所述油箱连接；所述单向阀的出油口分别与所述第一压力传感器的一端和所述电液伺服阀的p口连接；所述电液伺服阀的t口分别与所述第二压力传感器的一端和所述流量传感器的一端连接；所述流量传感器远离所述电液伺服阀的一端与所述冷却器的一端连接；所述冷却器远离所述流量传感器的一端与所述油箱连接；所述电液伺服阀的a口分别与所述第三压力传感器的一端和所述比例节流阀的一端连接，b口分别与所述第四压力传感器的一端和所述比例节流阀远离所述电液伺服阀的a口的一端连接；所述第一压力传感器、第
二压力传感器、第三压力传感器、第四压力传感器和流量传感器均与所述数据采集卡信号连接；所述信号发生器与所述电液伺服阀的控制口连接；
11.所述定量泵从所述油箱吸油，依次通过所述过滤器、单向阀到达所述电液伺服阀p口；所述电液伺服阀t口的油液通过所述流量传感器和冷却器流回油箱；所述第一压力传感器、第二压力传感器、第三压力传感器和第四压力传感器分别采集所述电液伺服阀p口、t口、a口和b口的压力；所述流量传感器采集所述电液伺服阀t口出口流量；所述数据采集卡通过采集所述流量传感器、第一压力传感器、第二压力传感器、第三压力传感器和第四压力传感器的信号，输出控制信号经过所述信号发生器控制所述电液伺服阀动作；当所述数据采集卡输出信号为“ ”时，所述电液伺服阀左位工作，所述电液伺服阀p口的油液依次经过所述电液伺服阀a口、比例节流阀、电液伺服阀b口、电液伺服阀t口、流量传感器和冷却器回到油箱；当所述数据采集卡输出信号为“－”时，所述电液伺服阀右位工作，所述电液伺服阀p口的油液依次经过电液伺服阀b口、比例节流阀、电液伺服阀a口、电液伺服阀t口、流量传感器和冷却器回到油箱；所述数据采集卡从所述第一压力传感器、第二压力传感器、第三压力传感器、第四压力传感器和流量传感器得到的信号传输至所述测试软件平台，进行电液伺服阀状态显示，所述故障诊断模块嵌入到所述测试软件平台中。
12.第二方面，本发明提供这一种基于消息传播机制的电液伺服阀故障诊断方法，应用于第一方面所述的电液伺服阀故障诊断系统，所述故障诊断方法包括：
13.将所述电液伺服阀故障诊断系统的压力调整至电液伺服阀的额定压降；
14.采集电液伺服阀的故障数据；
15.构建数据节点，所述数据节点包括电液伺服阀阀芯在目标时刻的位移反馈、电液伺服阀在目标时刻的位移反馈、目标时刻的流量、电液伺服阀在目标时刻阀入口压力、电液伺服阀负载a口在目标时刻的压力、电液伺服阀负载b口在目标时刻的压力和电液伺服阀出口在目标时刻的压力；
16.将所有数据节点两两相连，构建全连接，得到表征电液伺服阀特性的状态向量集合，所述状态向量集合元素向不同特征维度坍缩和变换，得到电液伺服阀的不同静态特性；
17.利用堆栈图卷积模型通过消息传播机制将所有数据节点的进行特征融合，通过图池化进行图特征压缩，得到图整体的特征向量；
18.将电液伺服阀的故障数据随机分为训练集与测试集，并以训练集与测试集训练堆栈图卷积模型；
19.将残差分类模型引入训练后的堆栈图卷积模型中，根据数据节点特征数量与分类数量确定统一的隐含层节点特征数，然后在图池化后加入一个读出层，实现恒等映射。
20.进一步地，所述将所述电液伺服阀故障诊断系统的压力调整至电液伺服阀的额定压降，包括：
21.根据以下公式标准化压力数据：
[0022][0023]
其中，δpn为电液伺服阀的额定压降；p为电液伺服阀的输出压力；p
′
为电液伺服阀的压力标准化；
[0024]
根据以下公式标准化流量数据：
[0025][0026]
其中，qn为电液伺服阀的额定压降下的负载流量；q为电液伺服阀的输出流量；q
′
为电液伺服阀的流量标准化；
[0027]
根据以下公式标准化电液伺服阀指令信号：
[0028][0029]
其中，sn为电液伺服阀的最大输入电信号为额定测试信号时信号幅值；s为电液伺服阀阀芯位移反馈；s
′
电液伺服阀的指令信号的标准化；
[0030]
根据以下公式标准化电液伺服阀位移反馈：
[0031][0032]
其中，d
max
为电液伺服阀位移反馈传感器的输出最大值电信号的最大正向位移反馈；d
′
为电液伺服阀位移反馈的标准化；d为电液伺服阀位移反馈；d
min
为电液伺服阀位移反馈传感器的输出最小值电信号的最大负向位移反馈。
[0033]
本发明提供一种基于消息传播机制的电液伺服阀故障诊断系统和方法，其中电液伺服阀故障诊断系统包括依次连接的上位机装置、数据采集装置和液压装置；所述上位机装置包括测试软件平台和故障诊断模块；所述数据采集装置包括数据采集卡和信号发生器；所述数据采集卡和信号发生器信号连接；所述液压装置包括油箱、定量泵、过滤器、溢流阀、单向阀、第一压力传感器、第二压力传感器、电液伺服阀、第三压力传感器、比例节流阀、第四压力传感器、流量传感器和冷却器；所述定量泵的吸油口与所述油箱连接，压油口与所述过滤器的进油口连接；所述过滤器的出油口分别与所述单向阀的进油口和所述溢流阀的出油口连接；所述溢流阀的进油口与所述油箱连接；所述单向阀的出油口分别与所述第一压力传感器的一端和所述电液伺服阀的p口连接；所述电液伺服阀的t口分别与所述第二压力传感器的一端和所述流量传感器的一端连接；所述流量传感器远离所述电液伺服阀的一端与所述冷却器的一端连接；所述冷却器远离所述流量传感器的一端与所述油箱连接；所述电液伺服阀的a口分别与所述第三压力传感器的一端和所述比例节流阀的一端连接，b口分别与所述第四压力传感器的一端和所述比例节流阀远离所述电液伺服阀的a口的一端连接；所述第一压力传感器、第二压力传感器、第三压力传感器、第四压力传感器和流量传感器均与所述数据采集卡信号连接；所述信号发生器与所述电液伺服阀的控制口连接。本发明采用上述装置，电液伺服阀等关键部件所需监测传感器数量相应减少，从而使飞机重量减轻，提高飞机的性能、降低油耗。
附图说明
[0034]
为了更清楚地说明本发明的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0035]
图1为本发明实施例提供的一种基于消息传播机制的电液伺服阀故障诊断系统的结构示意图；
[0036]
图2为本发明实施例提供的一种基于消息传播机制的电液伺服阀故障诊断方法的工作流程图；
[0037]
图3为堆栈基础单元结构与网络整体结构示意图；
[0038]
图4为残差分类模型结构示意图；
[0039]
图5为故障诊断效果示意图。
[0040]
其中，1-测试软件平台；2-故障诊断模块；3-数据采集卡；4-信号发生器；5-油箱；6-定量泵；7-过滤器；8-溢流阀；9-单向阀；10-第一压力传感器；11-第二压力传感器；12-电液伺服阀；13-第三压力传感器；14-比例节流阀；15-第四压力传感器；16-流量传感器；18-冷却器。
具体实施方式
[0041]
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、完整的描述，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作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。
[0042]
如图1所示，本发明实施例部分提供一种基于消息传播机制的电液伺服阀故障诊断系统，包括依次连接的上位机装置、数据采集装置和液压装置。
[0043]
上位机装置包括测试软件平台1和故障诊断模块2。
[0044]
数据采集装置包括数据采集卡3和信号发生器4；数据采集卡3和信号发生器4信号连接。
[0045]
液压装置包括油箱5、定量泵6、过滤器7、溢流阀8、单向阀9、第一压力传感器10、第二压力传感器11、电液伺服阀12、第三压力传感器13、比例节流阀14、第四压力传感器15、流量传感器16和冷却器18。
[0046]
定量泵6的吸油口与油箱5连接，压油口与过滤器7的进油口连接；过滤器7的出油口分别与单向阀9的进油口和溢流阀8的出油口连接；溢流阀8的进油口与油箱5连接；单向阀9的出油口分别与第一压力传感器10的一端和电液伺服阀12的p口连接；电液伺服阀12的t口分别与第二压力传感器11的一端和流量传感器16的一端连接；流量传感器16远离电液伺服阀12的一端与冷却器18的一端连接；冷却器18远离流量传感器16的一端与油箱5连接；电液伺服阀12的a口分别与第三压力传感器13的一端和比例节流阀14的一端连接，b口分别与第四压力传感器15的一端和比例节流阀14远离电液伺服阀12的a口的一端连接；第一压力传感器10、第二压力传感器11、第三压力传感器13、第四压力传感器15和流量传感器16均与数据采集卡3信号连接；信号发生器4与电液伺服阀12的控制口连接。
[0047]
定量泵6从油箱5吸油，依次通过过滤器7、单向阀9到达电液伺服阀12p口；电液伺服阀12t口的油液通过流量传感器16和冷却器18流回油箱5；第一压力传感器10、第二压力传感器11、第三压力传感器13和第四压力传感器15分别采集电液伺服阀12p口、t口、a口和b口的压力；流量传感器16采集电液伺服阀12t口出口流量；数据采集卡3通过采集流量传感器16、第一压力传感器10、第二压力传感器11、第三压力传感器13和第四压力传感器15的信号，输出控制信号经过信号发生器4控制电液伺服阀12动作；当数据采集卡3输出信号为“ ”时，电液伺服阀12左位工作，电液伺服阀12p口的油液依次经过电液伺服阀12a口、比例节流
阀14、电液伺服阀12b口、电液伺服阀12t口、流量传感器16和冷却器18回到油箱5；当数据采集卡3输出信号为“－”时，电液伺服阀12右位工作，电液伺服阀12p口的油液依次经过电液伺服阀12b口、比例节流阀14、电液伺服阀12a口、电液伺服阀12t口、流量传感器16和冷却器18回到油箱5；数据采集卡3从第一压力传感器10、第二压力传感器11、第三压力传感器13、第四压力传感器15和流量传感器16得到的信号传输至测试软件平台1，进行电液伺服阀12状态显示，故障诊断模块2嵌入到labview测试软件平台1中。
[0048]
如图2所示，本发明实施例部分提供一种基于消息传播机制的电液伺服阀故障诊断方法，应用于所述的电液伺服阀故障诊断系统，所述故障诊断方法包括：
[0049]
步骤s101，将所述电液伺服阀故障诊断系统的压力调整至电液伺服阀的额定压降。
[0050]
本步骤中，为了使采集到的电液伺服阀的故障数据规范统一，在测试时通常将电液伺服阀故障诊断系统压力调整至电液伺服阀的额定压降，那么根据电液伺服阀型号可查出电液伺服阀额定压降下的负载流量，对压力数据和流量数据的标准化：
[0051]
根据以下公式标准化压力数据：
[0052][0053]
其中，δpn为电液伺服阀的额定压降；p为电液伺服阀的输出压力；p
′
为电液伺服阀的压力标准化。
[0054]
根据以下公式标准化流量数据：
[0055][0056]
其中，qn为电液伺服阀的额定压降下的负载流量；q为电液伺服阀的输出流量；q
′
为电液伺服阀的流量标准化。
[0057]
根据以下公式标准化电液伺服阀指令信号：
[0058][0059]
其中，sn为电液伺服阀的最大输入电信号为额定测试信号时信号幅值；s为电液伺服阀阀芯位移反馈；s
′
电液伺服阀的指令信号的标准化；
[0060]
根据以下公式标准化电液伺服阀位移反馈：
[0061][0062]
其中，d
max
为电液伺服阀位移反馈传感器的输出最大值电信号的最大正向位移反馈；d
′
为电液伺服阀位移反馈的标准化；d为电液伺服阀位移反馈；d
min
为电液伺服阀位移反馈传感器的输出最小值电信号的最大负向位移反馈。
[0063]
位移反馈的标准化是将电液伺服阀的最大正向位移标记为1，最大负向位移标记为0，其阀芯位移经过标准化后会回归至(0,1)，可以避免当整个批次不存在满量程的阀芯位移时会将其标准化至(0,1)造成的不同批次之中的相同数据经过标准化得到不同特征。
[0064]
步骤s102，采集电液伺服阀的故障数据。
[0065]
本步骤中，对于电液伺服阀故障数据，采用降采样与滑动窗口相结合提取一个周
期以上的数据进行数据增强。根据电液伺服阀运行过程中的数据进行分析，其多数数据的明显特征并不存在于高频段，所以对其可以进行降采样处理。保证数据总长度不变的情况下，通过等距提取拆分，将一组数据分解成多组数据以便增加数据样本量。完成降采样后，可以对某一时间段内的运行数据进行滑动窗口提取，可以泛化数据，避免周期数据的相位对网络模型在部署后的应用中产生影响。
[0066]
步骤s103，构建数据节点，所述数据节点包括电液伺服阀阀芯在目标时刻的位移反馈、电液伺服阀在目标时刻的位移反馈、目标时刻的流量、电液伺服阀在目标时刻阀入口压力、电液伺服阀负载a口在目标时刻的压力、电液伺服阀负载b口在目标时刻的压力和电液伺服阀出口在目标时刻的压力。
[0067]
本步骤中，在数据标准化后需要构建数据节点，每个数据节点代表了某一时刻电液伺服阀故障诊断系统的特征，对于电液伺服阀的数据节点可以表示为s(i)为电液伺服阀阀芯在i时刻的位移反馈数据；d(i)为电液伺服阀在i时刻的位移反馈；f(i)为i时刻的流量；为电液伺服阀在i时刻阀入口压力；为电液伺服阀负载a口在i时刻的压力数据；为电液伺服阀负载b口在i时刻的压力数据；为电液伺服阀出口在i时刻都压力数据。在这个节点向量中，就已经包含了i时刻电液伺服阀的一些特征。
[0068]
步骤s104，将所有数据节点两两相连，构建全连接，得到表征电液伺服阀特性的状态向量集合，所述状态向量集合元素向不同特征维度坍缩和变换，得到电液伺服阀的不同静态特性。
[0069]
本步骤中，测试数据按照将所有节点两两相连构成一个图的方法进行构建全连接后，得到描述电液伺服阀特性的状态向量集合，该集合元素向不同特征维度坍缩和变换可以得到伺服阀的不同静态特性，该数据集与单一传感器数据集相比能够包含更多的特征，通过节点之间的传播与学习可以根据数据集标签的引导学习高阶特征。
[0070]
步骤s105，利用堆栈图卷积模型通过消息传播机制将所有数据节点的进行特征融合，通过图池化进行图特征压缩，得到图整体的特征向量。
[0071]
本步骤中，如图3所示，堆栈图卷积模型的基本单元为一层图卷积与一层图池化相连，图卷积是通过消息传播机制将各个节点的进行特征融合，然后通过图池化进行图特征压缩。当基本单元完成堆栈后，通过全局池化获取可以描述图整体的特征向量。
[0072]
因为图卷积网络自身的滤波特性，当图卷积网络的层数过多时，会使得所有节点的特征趋向统一，出现了特征平滑现象。图卷积网络的层数达到5层时，其节点特征就会近似统一，所以在堆栈图卷积网络时，应注意图卷积网络的层数不应超过5层。
[0073]
步骤s106，将电液伺服阀的故障数据随机分为训练集与测试集，并以训练集与测试集训练堆栈图卷积模型。
[0074]
本步骤中，数据集采用随机采样的方式进行训练集与测试集的分类，由于数据集样本规模较小，所以分为两个数据集，去掉了评估集，采用在测试集的上的准确率代替评估集。
[0075]
为了防止训练集与测试集上的数据分布不均匀对神经网络的训练效果产生影响，
可以重复上述步骤进行多次分离，形成多个相互独立的训练集与测试集样本。堆栈图卷积模型在这些独立的测试集上的准确率的平均值可以认定为该模型在这批样本上的真实准确率。本实施例一共采用由该样本数据生成的四组数据集进行训练。具体的训练参数为表1所示。
[0076]
表1训练参数表
[0077][0078][0079]
本实施例选择的是adam算法。adam算法是随机梯度法的进阶版本，在优化过程中学习率能根据当前的梯度进行适应性的调整，梯度的对角缩放(diagonal rescaling)具有不变性，因此很适合求解带有大规模数据或参数的问题。该算法同样适用于解决大噪声和稀疏梯度的非稳态(non-stationary)问题。
[0080]
堆栈图卷积模型的网络结构如表2所示。transformerconv模型中的head参数表示了其可以并行的计算单元的个数，本模型设置为1。dropout参数代表了训练过程中的节点丢弃率，本模型设置为0.2。其作用为提高网络的泛化性，防止出现过拟合现象。sagpooling层的池化率本模型设置为0.5，代表每一次池化都会坍缩一半的节点数。
[0081]
表2基于堆栈图卷积的图分类模型的结构与参数
[0082][0083]
步骤s107，将残差分类模型引入训练后的堆栈图卷积模型中，根据数据节点特征数量与分类数量确定统一的隐含层节点特征数，然后在图池化后加入一个读出层，实现恒等映射。
[0084]
本步骤中，如图4所示，将残差分类模型引入图卷积网络中可以有效的避免图卷积网络在前向传播的而过程中特征平滑现象。但由于残差分类模型本身为一个恒等映射，即输入和输出的维度是相同的，所以残差分类模型无法直接用于图池化后。为了解决上述问题，可以依据节点特征数量与分类数量确定统一的隐含层节点特征数，然后在图池化后加入一个读出层，即采用全局池化实现其恒等映射。
[0085]
基于残差图卷积的图分类模型网络结构如表3所示。该模型通过残差跳跃连接，其隐含层节点的特征数量必然是相等的，这里选择隐含层节点特征数为64。全连接层选择为三层，前两层对特征进行降维，最后一层输出尺寸以分类数相等。
[0086]
表3基于残差图卷积的图分类模型的结构与参数
[0087][0088]
如图5所示，残差分类模型克服了堆栈图卷积模型在训练时准确率波动较大的的缺点，在其趋近于收敛状态时，测试集的准确率也稳定在0.9以上，并且长时间保持在1.0。
[0089]
以上结合具体实施方式和范例性实例对本发明进行了详细说明，不过这些说明并不能理解为对本发明的限制。本领域技术人员理解，在不偏离本发明精神和范围的情况下，可以对本发明技术方案及其实施方式进行多种等价替换、修饰或改进，这些均落入本发明的范围内。本发明的保护范围以所附权利要求为准。