古明江 胡光波

（中國人民解放軍91640部隊 湛江 524064）

1 引言

電源方艙電動機加油泵是裝配在電源方艙中進行電動機加油的機械設(shè)備，它是保障電源方艙能持續(xù)供電和穩(wěn)定運行的關(guān)鍵部件。由于電源方艙長期在野外工作，且處于高負荷的發(fā)電狀態(tài)，加油泵容易出現(xiàn)突發(fā)性故障，電源方艙電動機加油泵的結(jié)構(gòu)復雜且工況環(huán)境惡劣，使得故障檢測診斷的難度較大。然而一旦加油泵出現(xiàn)故障，將會導致電源方艙發(fā)電中斷，甚至會導致方艙供電設(shè)備損壞和武器裝備損壞，無法保障野外作戰(zhàn)任務(wù)的順利完成［1］。因此，需要研究一套有效的電源方艙電動機加油泵的故障診斷分析方法，設(shè)計故障智能檢測系統(tǒng)，及時排除各類故障，保障電源方艙及供電系統(tǒng)的穩(wěn)定可靠運行。研究電源方艙電動機加油泵的故障優(yōu)化診斷方法，同樣在發(fā)電機故障診斷、機電一體化設(shè)備的故障分析等應(yīng)用領(lǐng)域中具有廣闊的應(yīng)用前景，相關(guān)的故障分析方法研究受到人們的極大重視［2］。

當前，對電源方艙電動機加油泵的故障診斷方法研究主要采用人工檢測方法，結(jié)合相應(yīng)的檢測設(shè)備，進行加油泵的故障診斷分析，并輔助使用測功儀來進行監(jiān)測，然而這種模式并不能很好地監(jiān)測電源方艙電動機加油泵，存在著效率低、發(fā)現(xiàn)問題慢、誤判率高等情況，在電源方艙電動機加油泵故障檢測和診斷中的實際應(yīng)用效能不高［3］，對此，相關(guān)學者進行了故障診斷的智能分析方法研究，其中，文獻［4］中提出一種基于傾斜因子K均值優(yōu)化數(shù)據(jù)聚類分析的故障診斷方法，采用大數(shù)據(jù)分析方法進行加油泵和電機泵的實時故障分析和檢測，提高了檢測的時效性，但該方法需要大量的先驗數(shù)據(jù)作為支撐，當缺乏前期的數(shù)據(jù)采集時，故障診斷效果不好；文獻［5］中提出一種改進的井下直線電機泵故障檢測儀硬件系統(tǒng)設(shè)計方法，采用了基于ARM920T內(nèi)核的S3C2440A芯片進行電機泵故障檢測，整個硬件平臺由傳感器模塊、數(shù)據(jù)采集模塊、主控模塊三部分組成，實現(xiàn)了電機泵故障診斷，該故障檢測儀不能對復雜工況下的電機加油泵進行有效檢測，其系統(tǒng)的集成性不高。

針對上述問題，本文提出一種基于三相異步電動機巡線檢測的電源方艙電動機加油泵故障優(yōu)化診斷方法。首先分析電動機加油泵的工作原理，提取電機加油泵的輸出電流、電壓、油泵進出口壓強等參量為故障診斷的特征量。然后在嵌入式平臺下進行故障檢測儀的硬件設(shè)計和軟件開發(fā)，結(jié)合特征提取和信號譜分析結(jié)果實現(xiàn)故障診斷。最后進行系統(tǒng)測試，得出有效性結(jié)論。

2 電動機加油泵的工作原理及故障現(xiàn)象分析

2.1 電源方艙電動機加油泵工作原理

電源方艙電動機加油泵是屬于電潛式往復泵技術(shù)的一種，主要由直線電機、動子、定子、抽油泵、泵筒、電纜、泄油閥以及控制系統(tǒng)等部分組成，在電源方艙中將柱塞式抽油泵和直線電機結(jié)合為一體，直線電機動子與抽油泵的柱塞相連接，通過柱塞抽油泵實現(xiàn)電動機加油泵的抽油和加油功能，套管通過游梁式抽油機潛入地下油套管油液中，利用電纜傳輸電能給直線電機，通過低速A/D將峰值電壓進行量化，在分析器熒光屏上顯示電動機加油泵的對應(yīng)的加油量［6］。設(shè)備接備啟用時發(fā)現(xiàn)加油泵故障，自動加注管路燃油向外噴出，影響裝備正常運行，針對這種現(xiàn)象，需要進行故障診斷電源方艙電動機加油泵常見故障及檢修方法見表1。

表1 電源方艙電動機加油泵常見故障

2.2 故障現(xiàn)象及故障原因分析

電源方艙在啟用過程中，對發(fā)電方艙正常自動加注燃油過程中，燃油順著加油管路噴出，無法正常加注燃油，導致裝備不能正常運行［7］。根據(jù)故障現(xiàn)象分析，故障原因有兩個方面：

1）加油管路閥門開關(guān)位置不正確。進油管路、回油管路閥門失靈，導致燃油噴出；

2）自動加油泵軸逆時針轉(zhuǎn)動，才造成燃油順轉(zhuǎn)動方向向往流出。根據(jù)先易后難的原則，逐步展開故障分析。

根據(jù)對電源方艙電動機加油泵的故障現(xiàn)象分析，歸結(jié)出故障分析的基本思路為：

1）查看故障發(fā)生之前工作參數(shù)記錄，未發(fā)現(xiàn)異常記錄現(xiàn)象；同時，對進油管路閥門開關(guān)打開，回油管路閥門開關(guān)關(guān)閉，進行運行檢查，故障仍然復現(xiàn)；再次把進油管路閥門開關(guān)關(guān)閉，回油管路閥門開關(guān)打開運行檢查故障依舊照樣；最后，對進油管路閥門、回油管路閥門開關(guān)關(guān)閉，此時，油不再向外噴出，電機仍然逆時針轉(zhuǎn)動工作，但油管沒有吸力功能，無法自動吸油，因此，可以看出油管閥門開關(guān)失靈可能性排除；

2）針對電動機軸逆時針轉(zhuǎn)動現(xiàn)象分析來看很有可能是電動機線路連接與電動機不匹配造成的。經(jīng)過進一步仔細復查核實；

3）當發(fā)現(xiàn)電動機是三相異步電動機，作為電動機是有相位之分，所以才導致電動機軸逆時針轉(zhuǎn)動的主要原因。

根據(jù)上述原理分析，進行電源方艙電動機加油泵故障優(yōu)化診斷方法研究，并進行故障診斷系統(tǒng)優(yōu)化設(shè)計。

3 故障特征提取和信號分析

電源方艙電動機加油泵故障檢測診斷的第一步是進行電源方艙電動機加油泵的物理信息采集和信號分析，信號采集來自于裝置到電源方艙電動機加油泵各個部分的傳感器，采用分布式無線傳感器陣列分布形式進行信號采集，提取電機加油泵的輸出電流、電壓、油泵進出口壓強等參量為故障診斷的特征量［8］，設(shè)采集振動信號樣本特征的測試集為X=[X…，Xk，…，XN]T，將電源方艙電動機加油泵振動信號x(n)分解成若干高階頻譜分量，其中任一訓練樣本測試集為Xk=[xk1，xk2，…，xkm，…，xkM]，對應(yīng)的電源方艙電動機加油泵故障信號特征實際輸出為

采用匹配濾波檢測方法，估計出加油泵的輸出壓強的特征分布系數(shù)a?(N)，基于過零點時間尺度不變性進行信號分段調(diào)制，得到電源方艙電動機加油泵的輸入壓強差作為故障信號，信號x(t)的短時傅立葉變換為

上式中，τ為信號采樣時間間隔，f為調(diào)制頻率，t為故障持續(xù)時間，計算瞬時頻率，得到電源方艙電動機加油泵振動信號的能量密度譜為

通過短時傅立葉變換譜分析方法進行信號特征提取，采集的電源方艙電動機加油泵的特征信號為滿足單分量信號物理解釋的一類信號，進一步分析故障特征量的波形圖和對應(yīng)信號的頻譜圖，實現(xiàn)故障特征量提取，為進行故障診斷提供準確的數(shù)據(jù)輸入基礎(chǔ)。

4 故障診斷系統(tǒng)的設(shè)計與實現(xiàn)

在上述進行了故障診斷系統(tǒng)的原理分析和故障特征提取的基礎(chǔ)上，在嵌入式平臺下進行故障檢測儀的硬件設(shè)計和軟件開發(fā)，系統(tǒng)子模塊包括傳感器系統(tǒng)、AD采集模塊、ARM主控系統(tǒng)模塊、控制顯示模塊，供電系統(tǒng)，采用集成電路設(shè)計方法進行系統(tǒng)的硬件設(shè)計，在ARM Cortex-M3內(nèi)核中進行電源方艙電動機加油泵故障診斷系統(tǒng)的嵌入式開發(fā)［9］。采用模塊化設(shè)計和集成電路設(shè)計相結(jié)合方法實現(xiàn)系統(tǒng)硬件開發(fā)，基于FPGA可編程邏輯控制芯片實現(xiàn)故障檢測儀的可編程邏輯控制，系統(tǒng)采用上、下機位兩部分組成電源方艙電動機加油泵故障診斷系統(tǒng)的穩(wěn)壓模塊和功率放大模塊，通過A/D轉(zhuǎn)換器和D/A轉(zhuǎn)換器產(chǎn)生脈沖信息，在FPGA核心板中進行集成智能控制。依據(jù)提取的電源方艙加油泵的故障特征，本系統(tǒng)選用了四種傳感器監(jiān)測電源方艙電動機加油泵的狀態(tài)，其中電流傳感器是用于測量電源方艙加油泵電機每個沖程的電流大??；絕壓傳感器是用于測量電源方艙加油泵的油壓的絕對值；差壓傳感器每個沖程下電源方艙加油泵油壓的變化量［10～12］。將采集的數(shù)據(jù)通過信號調(diào)理模塊進行信息融合處理，并在ARM嵌入式處理器中進行故障特征融合，并輸出控制信號進行故障調(diào)理，根據(jù)上述設(shè)計原理，得到本文設(shè)計的故障診斷儀的總體結(jié)構(gòu)構(gòu)架如圖1所示。

根據(jù)圖1總體構(gòu)造進行系統(tǒng)硬件開發(fā)設(shè)計，其中AD采集模塊由兩個部分構(gòu)成，一是加油泵故障信號調(diào)理部分，二是故障信號的采集芯片部分，將采集的電源方艙加油泵故障信號經(jīng)過信號調(diào)理以后的模擬信號轉(zhuǎn)換為數(shù)字信號，主控模塊選擇三星公司的S3C2440A芯片為主控芯片，基于STARX和STARTY兩條總線構(gòu)成通信模塊和控制程序加載模塊，系統(tǒng)采用上、下機位兩部分組成電源方艙電動機加油泵故障診斷系統(tǒng)的信號處理終端，設(shè)定采樣時鐘頻率為12MHz、電壓為3.2V，選擇好合適輸出電平，通過CPLD編程方法進行故障中斷復位，最優(yōu)根據(jù)邏輯PLC電路設(shè)計方法進行故障診斷系統(tǒng)的硬件集成設(shè)計，得到設(shè)計的硬件電路如圖2所示。

圖2 中，收發(fā)轉(zhuǎn)換模塊有3個多通道緩沖串口McBSPs通過AD采集系統(tǒng)將傳感器采集的油壓信號和電源信號傳回ARM主控系統(tǒng)，在三相異步電動機電源線路中進行故障巡檢，結(jié)合特征提取和信號譜分析結(jié)果實現(xiàn)故障診斷。結(jié)合圖2電路圖分析得知，本文研究的電源方艙電動機加油泵的故障問題發(fā)生在三相異步電動機電源線路連接方面相位不正確。故障排除方法是查找電動機電源線與接線盒z05線路轉(zhuǎn)接處32、33、34三條電源線路之間相位不正確，把32與33電源線調(diào)換位置后，重新進行操作運行，此時觀察電動機軸順時針轉(zhuǎn)動，油泵有吸力，恢復正常自動加油功能，故障問題終于得到排除。

5 系統(tǒng)測試分析

為了測試本文方法在實現(xiàn)電源方艙電動機加油泵故障診斷分析中的應(yīng)用性能，進行系統(tǒng)調(diào)試和仿真實驗分析，系統(tǒng)測試的開發(fā)平臺是Visual DSP＋＋4.5，采用Matlab 7仿真工具進行故障信號處理的程序開發(fā)設(shè)計，使用Linux的源程序進行故障診斷系統(tǒng)的軟件開發(fā)，在宿主機上建立Qt/Em?bedded for ARM的開發(fā)編譯環(huán)境，編譯基于ARM平臺的QWT庫，在安裝目錄中輸入命令source in?stall-qt-embedded-arm.sh，開始編譯、安裝故障診斷程序。采用GUI設(shè)計故障分析的面向?qū)ο髮?，即用戶界面，包絡(luò)參數(shù)設(shè)置界面、特征波形顯示界面和故障顯示界面，用戶界面模塊包括參數(shù)輸入和數(shù)據(jù)存儲兩個部分，進入界面后，點擊“鍵盤”按鍵，在界面的頂部會出現(xiàn)一個標準的軟鍵盤，調(diào)用內(nèi)核中的AD7656.ko驅(qū)動模塊，開始AD采集，得到電源方艙電動機加油泵的原始物理數(shù)據(jù)采集結(jié)果如圖3所示。

以圖3采集的數(shù)據(jù)為輸入?yún)⒘?，輸入到本文設(shè)計的故障診斷系統(tǒng)中，進行故障特征提取，實現(xiàn)故障診斷，得到故障特征提取結(jié)果如圖4所示。

分析圖4結(jié)果得知，采用本文方法進行電源方艙的故障診斷分析，能準確提取到反映電源方艙故障信息的特征量，實現(xiàn)故障性質(zhì)的準確判斷分析。最后，以加油泵回油管路閥門故障、油管閥門開關(guān)失靈、機線路連接與電動機不匹配等故障類別為實例，進行故障診斷分析，得到各類故障的準確判決分類結(jié)果如圖5所示。分析圖5得知，采用本文方法進行故障類別判定，能有效診斷出電動機加油泵的各類故障類別，故障判決的準確度為98.7%，相比傳統(tǒng)方法提高25.4%，時間開銷縮短12.6%，統(tǒng)計結(jié)果說明了本文方法在提高故障準確性和時效性方面的優(yōu)越性。

6 結(jié)語

本文研究電源方艙發(fā)動機加油泵的故障優(yōu)化診斷和系統(tǒng)設(shè)計問題，提出一種基于多參量故障特征提取和嵌入式開發(fā)的電源方艙電動機加油泵故障診斷及系統(tǒng)設(shè)計方法。分析電動機加油泵的工作原理，提取電機加油泵的輸出電流、電壓、油泵進出口壓強等多維參量作為故障分析的原始特征量，分析故障特征量的波形圖和對應(yīng)信號的頻譜圖。在嵌入式平臺下進行故障檢測儀的硬件設(shè)計和軟件開發(fā)，進行故障診斷系統(tǒng)的硬件集成電路設(shè)計，結(jié)合特征提取和信號譜分析結(jié)果實現(xiàn)故障診斷。研究表明，采用本文方法進行電源方艙電動機加油泵故障診斷的實時性和準確性較好，能實現(xiàn)對加油泵回油管路閥門故障、油管閥門開關(guān)失靈、機線路連接與電動機不匹配等故障種類的有效排除，具有很好的可靠性。

［1］任偉建.基于神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)的故障診斷技術(shù)［J］.電氣應(yīng)用，2013，32（15）：66-71.

［2］崔文巖，孟相如，楊歡歡，等.QoS約束的鏈路故障多備份路徑恢復算法［J］.電子與信息學報，2016，38（8）：1850-1857.

［3］劉聰，李穎暉，吳辰，等.基于魯棒自適應(yīng)滑模觀測器的多 故 障 重 構(gòu)［J］. 控 制 與 決 策 ，2016，31（07）：1219-1224.

［4］高志春，陳冠瑋，胡光波，等.傾斜因子K均值優(yōu)化數(shù)據(jù)聚類及故障診斷研究［J］.計算機與數(shù)字工程，2014，42（1）：14-18.

［5］張毅，周丙寅，胡光波.井下直線電機泵故障檢測儀硬件系統(tǒng)設(shè)計［J］.計算機與數(shù)字工程，2012，40（11）：162-166.

［6］高閃，梅勁松.輸入非線性系統(tǒng)的執(zhí)行器故障容錯控制［J］. 信息與控制，2015，44（4）：463-468.

［7］溫陽東，宋陽，王穎鑫，等.基于模糊神經(jīng)網(wǎng)絡(luò)的電力變壓器故障診斷［J］.計算機測量與控制，2013，21（1）：39-41.

［8］李兵，徐榕，賈春寧，等.基于自適應(yīng)形態(tài)提升小波與改進非負矩陣分解的發(fā)動機故障診斷方法［J］.兵工學報，2013，34（3）：353-360.

［9］MAHBOUBIH.Distributed deploymentalgorithms foreffi?cient coverage in a network of mobile sensors with non?identical sensing Capabilities［J］.IEEE Transactions on Vehicular Technology，2014，63（8）：3998-4016.

［10］MAHBOUBIH，MOEZZIK，AGHDAM A G，etal.Dis?tributed deployment algorithms for improved coverage in a network ofwirelessmobile sensors［J］.IEEE Transac?tionson Industrial Informatics，2014，10（1）：163-174.

［11］張毅，盛會平，胡光波.基于相空間重構(gòu)和K-L變換的壓縮機故障診斷［J］.壓縮機技術(shù)，2011，4：19-21.

［12］文天柱，許愛強，程恭.基于改進ENN2聚類算法的多故障診斷方法［J］.控制與決策，2015，30（6）：1021-1026.