針對混凝土泵車泵送液壓系統(tǒng)所發(fā)生的故障進(jìn)行分析，混凝土泵車廠家提出了適用于本地和遠(yuǎn)程后臺的泵車液壓系統(tǒng)故障診斷的三種方法。

1、基于參數(shù)的故障診斷方法

液壓系統(tǒng)在正常工作時，系統(tǒng)參數(shù)都處在設(shè)計和設(shè)定值附近，如果這些參數(shù)偏離了預(yù)定值，系統(tǒng)就會出現(xiàn)故障或可能出現(xiàn)故障。在此基礎(chǔ)上結(jié)合邏輯分析法即可快速、準(zhǔn)確地找出故障所在。這種方法所測取的信號主要有壓力、溫度和加速度。

以主溢流閥故障為例，當(dāng)主溢流閥中的插裝閥卡死在下位時，系統(tǒng)壓力接近于零，其他故障無法使系統(tǒng)壓力降為零。

2、基于信號分析的故障診斷方法

液壓系統(tǒng)中的很多故障是很難基于簡單的參數(shù)通過簡單的邏輯判斷進(jìn)行診斷的。所以，需要對采集的信號進(jìn)行分析和處理，提取出對故障敏感的特征。

以擺缸內(nèi)泄為例，直觀上看，擺缸系統(tǒng)壓力下降，但導(dǎo)致擺缸系統(tǒng)壓力下降有很多原因，如齒輪泵內(nèi)泄、換右擺缸的相關(guān)系數(shù)，則可得到擺缸內(nèi)泄與相關(guān)系數(shù)變化之間的一一映射關(guān)系。當(dāng)相關(guān)系數(shù)小于1時，則表示擺缸發(fā)生了內(nèi)泄。

3、智能診斷方法

對液壓系統(tǒng)一些復(fù)雜的故障進(jìn)行診斷分析時，運(yùn)用上述方法可能比較困難，為此提出智能診斷方法。傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)方法進(jìn)行分析時，常需要有足夠的樣本進(jìn)行訓(xùn)練，當(dāng)未訓(xùn)練的故障出現(xiàn)時，則需重新訓(xùn)練網(wǎng)絡(luò)模型，這樣既浪費(fèi)時間，又沒有保存以前學(xué)習(xí)的知識。對此，提出采用基于FAM(Fuzzy ARTMAP)的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行故障診斷。

該模型的網(wǎng)路結(jié)構(gòu)由兩個Fuzzy ART子模塊（ART1和ART2）及連接這兩個模塊的映射場(Map Field)組成，其中模塊ART1實現(xiàn)輸人樣本的模式聚類，ART2模塊實現(xiàn)輸出的模式聚類，且每一個模塊均由正則化層、輸入層和分類層組成，而映射場實現(xiàn)輸入聚類與輸出聚類間的映射關(guān)系。

以上就是混凝土泵車廠家為您整理的診斷混凝土泵車液壓故障常用的三種方法，希望能為您今后的工作帶去幫助。