一种冷轧液压AGC系统故障诊断策略设计方法与流程

本发明涉及系统故障诊断技术领域，尤其涉及一种轧机液压agc系统的故障诊断策略优化技术。

背景技术：

液压agc系统就是借助于轧机的液压系统，通过液压伺服阀调节液压缸的油量和压力来控制轧辊位置，从而对带钢进行厚度自动控制的系统。值得关注的是，液压agc系统存在多种频发故障，如伺服值增益变化，油混空气，负载阻尼变化，管道泄漏等传感器故障。在液压agc系统产生故障时,需要对整个系统进行故障排查，这种检测方式效率低，维护成本高。

技术实现要素：

本发明的实施例提供一种轧机液压agc系统的故障诊断策略优化技术，能够提高轧机液压系统的故障检测和隔离效率，降低故障排除和维护成本。

s1、轧机系统建模，数学等效液压agc系统的液压缸、伺服阀、轧辊辊系、控制器、入口侧测厚仪、背压回油管道和位移传感器，得到与所述液压agc系统等效的数学模型，通过所述数学模型模拟故障，根据所述故障选取测试点，依据所述测试点建立所述液压agc系统的多信号模型和故障依赖矩阵；

s2、测试点分析，计算所述测试点间的欧氏距离，通过所述欧氏距离对所述测试点进行冗余度分析并删除冗余测试点，得到简化多信号模型依赖矩阵；

s3、诊断策略设计，所述简化多信号模型依赖矩阵加载能够一步回溯的信息熵算法，生成所述液压agc系统的诊断策略。

进一步的，所述故障包括：f1-伺服阀增益故障(参数ksv异常变化)；f2-油液中混入空气(参数e0异常变化)；f3-负载阻尼变化(参数bp异常变化)；f4-泄漏故障(参数kc异常变化)；f5-位移传感器故障(参数ks异常变化)；f6-入口侧测厚仪故障(参数k1异常变化)；f7-出口侧测厚仪故障(参数k2异常变化)。

进一步的，所述测试点包括：t1-伺服放大器输入电压、t2-伺服阀的空载流量、t3-轧制力、t4-液压缸位移、t5-出口厚度、t6-位移传感器输出、t7-入口侧测厚仪输出、t8-出口侧测厚仪输出。

进一步的，在所述s1中，建立所述故障依赖矩阵包括：

测算所述测试点的欧几里得距离，根据区间划分策略得到所述测试点的故障模式特征值，所述故障模式特征值构成所述故障依赖矩阵。

进一步的，所述区间划分策略包括：

l＜1，所述故障模式特征值标定为0；

1≤l＜100，所述故障模式特征值标定为1；

100≤l＜1000，所述故障模式特征值标定为2；

l≥1000，所述故障模式特征值标定为3；

其中，l是所述测试点的欧几里得距离。

进一步的，在所述s2中，所述冗余度分析，包括：

计算待测测试点与其他所述测试点的欧氏距离，若所述待测测试点与其他所述测试点之间的欧式距离相同，则所述待测测试点为冗余测试点。

具体描述为：如果d(t1,ti)＝d(t2,ti)＝...＝d(tj,ti)＝...d(tn,ti)，或者(tp,tq)＝0(i≠j,p≠q)，那么ti是冗余测试，或者tp、tq是冗余测试，d(tj，ti)表示测试tj与测试ti之间的欧氏距离，其中，i，p，q＝1,2,3…8。

进一步的，在s3中，所述诊断策略设计包括：

ss1、将故障状态集f设置为根节点，定义变量x，定义测试点集为变量t,生成故障诊断树；

ss2、对x分别施加可选测试，测试tj将故障状态集x划分为

其中，0≤a≤3,j＝1,2,3…8，i＝1,2,3…7；

ss3、根据信息熵算法，即公式(2)，从所述可选测试中选出具有最大单位信息增益的测试，记为tj′，

根据公式(2)的信息熵算法，由故障诊断树的左至右，生成由xja出发的子树，所述子树对应一个故障状态子集，计算所述故障诊断树中每个所述故障状态子集的期望测试代价h(xja)

ss4、计算所述测试点tj的测试代价

ss5、选出所述中最小测试代价值对应的测试点，记为tj″；

ss6、根据tj″对故障状态集x进行重新划分，从左至右，分别令tj″的子集为待划分的测试集，重复步骤ss2—ss5，选出下一步具有最小测试代价的测试，如果所述最小测试代价的测试和ss3中的tj′相同，则执行步骤ss7；否则，计算tj″的子集的期望测试代价，并向上回溯给测试点tj″，重新计算并更新测试点tj″的测试代价，并选出具有最小测试代价的测试，记为t*；

ss7、令t*的子集为x，变量t包含了除t*外其他测试，运行上述算法，直到x不再可分，即x中只包含一种故障状态。

本发明的有益效果：本发明提出的故障诊断策略无需对整个系统的进行故障排查，故障检测和隔离任务效率高，测试费用成本低。

附图说明

为了更清楚地说明本发明实施例中的技术方案，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，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，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它的附图。

图1是液压agc系统的仿真模型；

图2是故障诊断策略算法的流程图；

图3是液压agc系统的故障诊断策略图；

图4是液压agc系统的故障诊断策略图生成过程图解；

图5是图4的局部图；

图6是图4的局部图；

图7是图4的局部图；

图8是图4的局部图。

具体实施方式

为使本领域技术人员更好地理解本发明的技术方案，下面结合附图和具体实施方式对本发明作进一步详细描述。

本发明实施例提供一种冷轧液压agc系统故障诊断策略优化方法，包括：

为了便于本领域技术人员的理解，下面结合实例与附图对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。

本发明的目的在于提供一种冷轧液压agc系统故障诊断策略优化方法。

为实现上述目的，本发明的一种冷轧液压agc系统诊断策略优化设计方法包括如下步骤：

s1、轧机系统建模，数学等效液压agc系统的液压缸、伺服阀、轧辊辊系、控制器、入口侧测厚仪、背压回油管道和位移传感器，得到与所述液压agc系统等效的数学模型，通过所述数学模型模拟故障，根据所述故障选取测试点，依据所述测试点建立所述液压agc系统的多信号模型和故障依赖矩阵，其中，所述故障包括：f1-伺服阀增益故障(参数ksv异常变化)；f2-油液中混入空气(参数e0异常变化)；f3-负载阻尼变化(参数bp异常变化)；f4-泄漏故障(参数kc异常变化)；f5-位移传感器故障(参数ks异常变化)；f6-入口侧测厚仪故障(参数k1异常变化)；f7-出口侧测厚仪故障(参数k2异常变化)，所述测试点包括：f1-伺服阀增益故障(参数ksv异常变化)；f2-油液中混入空气(参数e0异常变化)；f3-负载阻尼变化(参数bp异常变化)；f4-泄漏故障(参数kc异常变化)；f5-位移传感器故障(参数ks异常变化)；f6-入口侧测厚仪故障(参数k1异常变化)；f7-出口侧测厚仪故障(参数k2异常变化)；

s2、测试点分析，计算所述测试点间的欧氏距离，通过所述欧氏距离对所述测试点进行冗余度分析并删除冗余测试点，得到简化多信号模型依赖矩阵，其中，所述测试点的欧几里得距离为l，根据区间划分策略得到所述测试点的故障模式特征值，

l＜1，偏离正常值很小，微小变化，所述故障模式特征值标定为0；

1≤l＜100，偏离正常值较小，轻微变化，所述故障模式特征值标定为1；

100≤l＜1000，偏离正常值较大，明显变化，所述故障模式特征值标定为2；

l≥1000，偏离正常值很大，显著变化，所述故障模式特征值标定为3；

所述故障模式特征值构成所述故障依赖矩阵，如表1所示，

表1液压agc系统的依赖矩阵

分别求某一个测试点与其他测试点的欧氏距离，若该测试点与其他测试点之间的欧式距离相同，则该测试点为冗余测试点，需要删除该测试点，

具体描述为：如果d(t1,ti)＝d(t2,ti)＝...＝d(tj,ti)＝...d(tn,ti)，或者(tp,tq)＝0(i≠j,p≠q)，各个测试点之间的欧氏距离如表2所示，表中，测试t3与其他测试点之间的欧氏距离相同，删除测试点t3之后的简化多信号模型依赖矩阵如表3所示；

表2八个测试点之间的冗余测试分析

表3简化多信号模型依赖矩阵

s3、诊断策略设计，所述简化多信号模型依赖矩阵加载能够一步回溯的信息熵算法，生成所述液压agc系统的诊断策略，其中，诊断策略流程图如图2所示，包括：

ss1、将故障状态集f设置为根节点，定义变量x，定义测试点集为变量t,生成故障诊断树；

ss2、对x分别施加可选测试，测试tj将故障状态集x划分为

其中，0≤a≤3,j＝1,2,3…8，i＝1,2,3…7；

ss3、根据信息熵算法,即公式(2)，从所述可选测试中选出具有最大单位信息增益的测试，记为tj′，

根据公式(2)的信息熵算法，由故障诊断树的左至右，生成由xja出发的子树，所述子树对应一个故障状态子集，计算所述故障诊断树中每个所述故障状态子集的期望测试代价h(xja)

ss4、计算所述测试点tj的测试代价

ss5、选出所述中最小测试代价值对应的测试点，记为tj″；

ss6、根据tj″对故障状态集x进行重新划分，从左至右，分别令tj″的子集为待划分的测试集，重复步骤ss2—ss5，选出下一步具有最小测试代价的测试，如果所述最小测试代价的测试和ss3中的tj′相同，则执行步骤ss7；否则，计算tj″的子集的期望测试代价，并向上回溯给测试点tj″，重新计算并更新测试点tj″的测试代价，并选出具有最小测试代价的测试，记为t*；

ss7、令t*的子集为x，变量t包含了除t*外其他测试，运行上述算法，直到x不再可分，即x中只包含一种故障状态。

综上，本发明的有益效果如下：

(1)在测试点之间进行冗余度分析，对测试点之间的欧氏距离进行度量，去除冗余测试，缩短了算法的运行时间，提高了算法的运行效率。

(2)本发明提出的故障诊断策略考虑了测试费用的影响，花费尽可能少的测试费用完成故障检测和隔离任务，对减少系统的故障诊断时间、系统的维修人力、器材和报账费用，提高系统的完好性等方面具有重要意义。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。