装载机底盘部分故障及维修论文.docx

装载机底盘部分故障及维修论文.docx

《装载机底盘部分故障及维修论文.docx》由会员分享，可在线阅读，更多相关《装载机底盘部分故障及维修论文.docx（25页珍藏版）》请在冰豆网上搜索。

装载机底盘部分故障及维修论文

XXXX

XXXXX

XXXXX论文

装载机底盘部分故障及维修

学院：

专业：

姓名：

学号：

指导教师：

完成时间：

摘要

工程机械是国民经济中的重要设备。

发展工程机械的故障诊断技术，对于加快工程进度、提高工作效率有着十分重要的现实意义。

但在装载机底盘部分故障诊断技术研究中，知识获取问题成为制约装载机底盘部分故障诊断技术发展的“瓶颈”。

本文以工程机械中的典型设备—装载机的底盘故障诊断为研究对象，引入故障诊断技术的研究，针对装载机底盘部分故障诊断知识获取、在信息不完备情况下的故障诊断及容错性等问题展开了深入细致地研究。

工程机械的故障诊断水平在一定程度上反映了工程建设的水平，是衡量工程建设技术进步的重要标志之一。

因此，发展工程机械的故障诊断技术，充分发挥工程机械的最大效能，对确保工程质量、加快工程进度、提高经济效益有着十分重要的现实意义。

本文综合分析了装载机底盘部分故障诊断理论和技术的研究现状，对装载机底盘故障维修的理论及其发展状况进行了总结，阐明了在故障诊断在装载机底盘维修中的重要性。

关键词：

装载机；底盘故障；故障诊断；维修

Abstract

Engineeringmachineryistheimportantequipmentofthenationaleconomy.Developmentengineeringmachineryfaultdiagnosistechnology,tospeeduptheprogressoftheprojects,improveworkefficiencyhasveryimportantpracticalsignificance.Butintheloaderchassispartsfaultdiagnosistechnologyofstudy,knowledgeacquisitionproblemsbecomethemainchassispartsloaderfaultdiagnosistechnologydevelopmentof"bottleneck".Basedontheengineeringmachineryequipment-thetypicaloftheloaderchassisfaultdiagnosisastheresearchobject,theintroductionoffaultdiagnosistechnologyresearch,inviewoftheloaderchassispartsfaultdiagnosisknowledgeacquisition,inincompleteinformationoffaultdiagnosisandfaulttoleranceoverthoroughresearch.Engineeringmachineryfaultdiagnosisleveltoacertainextentreflectsthelevelofprojectconstruction,itistomeasureengineeringconstructiontechnologyoneoftheimportantsignsofprogress.Therefore,thedevelopmentofengineeringmachineryfaultdiagnosistechnology,givefullplaytothemostefficiencyoftheengineeringmachinery,toensuretheengineeringquality,speeduptheprogressoftheprojects,improvetheeconomicbenefithasveryimportantpracticalsignificance.

Thepaperanalyzestheloaderchassispartsfaultdiagnosistheoryandtechnologypresentsituationoftheresearchofthetheoryofmaintenanceloaderchassisandthedevelopmentsituationofthesummary,expoundedthefaultdiagnosisintheimportanceofloaderchassismaintenance.

Keywords:

loaders;Chassisfault;Faultdiagnosis;maintenance

目录

第一章绪论1

1.1研究背景和意义1

1.2国内外研究现状1

1.2.1国外研究现状1

1.2.2国内研究现状2

第二章装载机故障诊断技术研究综述2

2.1主观诊断方法2

2.2基于信号处理的诊断方法3

2.3基于人工智能的诊断方法3

第三章装载机底盘故障诊断知识获取及推理4

3.1装载机概述5

3.2装载机底盘故障知识总结5

3.2.1故障知识的特点5

3.2.2故障知识的表示6

3.3装载机底盘故障诊断知识的获取7

3.3.1一级规则知识7

4.3.2二级规则知识8

3.4故障诊断推理9

3.4.1样例属性参数的选取9

3.4.2目标数据库的创建9

3.4.3混合规则知识库的生成10

第四章装载机底盘部分故障维修10

4.1传动系维修10

4.1.1传动系作用10

4.1.2传动系构成10

4.1.3传动系维修11

4.2行驶系维修12

4.2.1行驶系作用12

4.2.2行驶系构成12

4.2.3行驶系的维修13

3.3转向系维修13

3.3.1转向系的作用13

3.3.2转向系构成14

3.3.3转向系维修14

4.4制动系维修15

4.4.1制动系的作用15

4.4.2制动系的构成15

4.4.3制动系维修15

结论17

致谢18

主要参考文献19

第一章绪论

1.1研究背景和意义

工程机械产品中装载机不仅应用最为广泛，而且在国内，其产量和销量也一直高居榜首。

国内装载机市场国内厂商自主品牌的产品占有绝对优势，但是这些产品技术含量低，只适用于国内用户群，无法在国际市场上竞争。

虽然目前中国装载机行业在国内装载机市场占有率处于垄断地位，但是随着市场需求向高档装载机倾斜，国内市场由国内企业之间竞争的格局将会打破，国外知名厂商会凭借产品的性能、质量和服务的优势和中国加入WTO后的有利时机在国内市场与国内企业展开竞争。

装载机行业在今后的发展过程中会不会重蹈挖掘机行业的衰退覆辙，这是摆在我们面前的一个十分严峻和现实的问题。

考虑到国家继续执行扩大内需的积极财政政策，加大对交通、能源、水利、环保等基础设施建设的力度和西部大开发战略正在加快实施，青藏铁路、南水北调、西电东送、西气东输等一系列国家重点项目刚刚进入施工高峰期等因素，如果国产品牌的装载机能在同类产品的价格优势下，进行技术提升，提高产品科技含量，发展成为智能化的工程机械产品，不仅可以适应国家发展的需要，而且也可以提高市场竞争力。

智能化装载机的一个必备条件就是装载机的故障诊断。

随着工程的规模和复杂程度的提高，装载机经常被要求工作于恶劣的环境和一些人类能力所不及的施工现场从事土石方工作，从而加强了装载机的工作强度，装载机发生故障的可能性也随之增大。

装载机一旦发生故障小则影响工程进度，大则发生事故造成严重的经济损失，所以故障诊断技术一直以来都备受关注。

现代装载机结构复杂，元部件精密，故障类型也层出不穷，传统的诊断技术往往不能准确的进行诊断，所以往往需要借助仪器、计算机和人工智能理论等手段来进行故障诊断，及时发现和维修装载机的故障，避免损失。

国内外各著名的装载机生产厂家都积极投入，研究先进的装载机故障诊断技术，因为它是提高装载机的技术含量和市场竞争力的有力砝码。

1.2国内外研究现状

1.2.1国外研究现状

国外装载机技术已经达到相当高的水平，信息技术的飞速发展又给装载机技术的发展插上了飞跃的翅膀。

基于微电子技术和信息技术的计算机监控和故障诊断，使得国外装载机在原来基础上更加精制；其自动化程度也得到提高，进一步提高了生产效率，使其性能、安全性、可靠性、操作性都更上一层楼。

国外研制的装载机计算机监控和故障诊断管理系统监控装载机数十项参数，记录并处理装载机各种信息，利用无线数据传输把部件工作状态和故障提示信息显示在装载机液晶显示器上，以听觉和视觉相结合的方式提醒司机的注意。

美国国家仪器公司开发了LABVIEW虚拟仪器技术，集仪器控制、数据采集、数据分析、数据显示等领域，并适用于Windows3.1/95/98、WindowsNT、Macintosh、UNIX等多种不同的操作平台。

LABVIEW使得虚拟仪器和计算机系统的结合成为可能，为提高网络故障诊断的准确性、引入智能控制（神经网络）等成为可能，诊断效果更加理想。

1.2.2国内研究现状

国内一些主要的工程机械生产厂商和科研单位都已参加了智能化工程机械的研究开发工作，如徐州工程机械集团有限公司、柳州工程机械集团股份有限公司、三一重工股份有限公司、天津工程机械研究院，目前已经完成了装载机单机的智能化改造，并掌握机群智能化工程机械系统的设计和制造技术，下一步目标将是自主开发的机群智能化装载机在实际工程操作中的应用。

相比较而言，国外装载机的计算机监控和故障诊断已经趋于成熟，国内的装载机计算机监控和故障诊断还处于技术研究和实验阶段，还需要完善系统的稳定性，提高其实用价值，融入到装载机的实际生产中去，两者还有一定的差距。

第二章装载机故障诊断技术研究综述

装载机故障通常依赖于维修人员的经验利用主观诊断方法进行诊断。

随着信号处理和人工智能技术的发展，现代装载机的故障诊断中越来越多的运用到信号处理与人工智能这些技术。

2.1主观诊断方法

主观诊断方法是利用简单仪器，凭借个人实践经验，找出装载机故障发生的部位和原因。

主观诊断方法方便快捷，但是由于个人的感觉不同，判断能力和实践经验的差别，诊断结果也会不同。

主观诊断方法适合诊断装载机的一些简单的故障。

通常通过以下方法进行诊断：

通过观察装载机执行机构的运动速度、装载机系统各测点数值、油液、各接头处是否渗漏、活塞杆或工作台等运动部件的振动情况来确定压力有无波动，油是否变质，油粘稠度是否合格，运动部件有无跳动冲击等异常现象，从而判断装载机有无故障。

通过倾听装载机系统噪声、各部件换向的冲击声、泄漏声来确定系统噪声、冲击声是否过大，油路板内部有无细微而连续不断的声音，从而判断装载机有无故障。

通过触摸，感觉装载机的油温、振动、松紧度来确定是否油温过高，运行部件和油管有无振动，从而判断装载机有无故障。

2.2基于信号处理的诊断方法

基于信号处理的诊断方法是以传感器技术和动态测试技术为手段，以信号处理为基础的诊断技术。

这种诊断技术是装载机故障诊断方法研究的一个十分活跃的分支，在装载机故障诊断中发挥着极其重要的作用。

装载机现场工作时，装载机信号通过各部件上安装的传感器采集。

采集的信号是装载机信息的载体，包含了丰富的信息。

传感器的输出信号经采样和A/D转换为数字信号传送入计算机，这样的信号往往需要预处理才能交付给后面的应用程序使用。

信号预处理利用数字信号滤波对信号进行平滑，提高其有用信号的比重，消除和减少干扰和噪声。

信号可以从幅值域、频率域、时间域来描述。

它们之间可以通过一定的数学运算进行转换。

通过分析装载机无故障工况和故障工况下各部件信号在这三个域上的特性，可以归纳出信号故障特征与故障源之间的关联。

傅立叶变换是信号处理中常见的数学变换，它是把信号从时域变到频域分析的数学手段。

通过傅立叶变换进行故障诊断的例子很多，例如，T.T.Le利用动态压力信号的倒频谱分析方法来提取液压系统的泄漏故障特征，诊断故障，取得满意结果；王文林利用频谱分析方法对轴向柱塞泵进行故障诊断；N.Freebody通过频谱分析取出故障特征量，对电液压力控制系统的故障进行诊断，并且把这个诊断方法成功应用到实际生产过程中。

傅立叶变换主要针对周期信号或平稳的随机信号，在满足此条件的情况下它将是一种十分有效的故障诊断方法。

傅立叶变换也有固有的缺陷，它只能给出信号频域上的信息，无法给出信号在时域上的信息。

针对非平稳信号的处理和分析，近年来，小波分析成为强有力的工具来分析信号的非平稳性和突变性，进而诊断故障，取得了满意结果。

现代装载机结构日益复杂，故障类型层出不穷，基于信号的装载机故障诊断对故障的分类相对来说过于简单，同时，它的信号检测手段和诊断方法大多是利用装载机所表现出来的特征信号来诊断故障，未能有效地考虑多故障同时发生和各故障间可能存在的相互联系和影响，故障分类精度不高。

因此基于信号的故障诊断技术必须寻求与人工智能技术的结合，以解决日益复杂的装载机系统故障诊断问题。

2.3基于人工智能的诊断方法

装载机故障的多样性、突发性和复杂性，以及进行故障诊断所需要的知识对领域专家的实践经验和诊断策略的依赖，使得基于人工智能的装载机故障诊断成为当前的研究热点。

基于人工智能的装载机故障诊断方法的基础是知识处理，它的主要内容是知识表示、知识获取和知识运用。

基于人工智能的故障诊断就是有效地获取、传递、处理、再生和利用诊断信息，从而具有对给定状态下的诊断对象进行有效的故障诊断能力。

目前国内外关于人工智能的诊断方法研究成果很多，不过投入实际运行的还不多见。

基于人工智能的诊断方法主要包括基于神经网络的方法、基于模糊系统和模糊集的诊断方法和基于专家系统的方法。

神经网络由于其本身的特性在故障诊断中被广泛采用。

训练过的神经网络能存储有关过程的知识，能直接从定量的历史故障信息中学习，根据对象的正常历史数据训练网络，然后将此信息与当前测量数据进行比较，以确定故障；人工神经网络可以在有噪声的情况下滤出噪声得出正确的结论；人工神经网络具有分辨原因及故障类型的能力。

近年来，基于神经网络的故障诊断虽然取得了成效，但是仍然存在着许多问题有待研究和解决：

1.多故障同时诊断中的故障组合爆炸问题，故障的组合将使解的搜索空间变得非常巨大，从而使诊断求解的工作量增大，甚至大到不能实现的程度。

2.现代装载机发生的故障类型层出不穷，当新故障出现的时候，神经网络需要抹去记忆，重新训练，学习能力和扩展性不强。

组合神经网络在这样的客观情况下应运而生，组合神经网络由多个子神经网络组成，子神经网络将单神经网络的诊断任务分解，负责诊断对象中某个子系统的故障。

子神经网络结构简单，训练所需样本少，训练成功迅速。

当装载机出现新的故障的时候，组合神经网络可以添加新的子网络来处理。

基于人工智能的诊断方法在多故障的诊断中具有很大的优越性，但对该诊断方法的研究偏重于对故障特征的分类上，基于信号处理的诊断对故障的分类又过于简单，如果能把两者结合，发挥各自的优势，势必能提高故障诊断的准确率和诊断效率。

本文即探讨了怎样结合信号处理和神经网络来诊断装载机故障。

拟对装载机系统信号的处理，故障特征提取，单神经网络诊断装载机故障，组合神经网络诊断装载机故障作详细讨论，并实现装载机故障诊断系统。

第三章装载机底盘故障诊断知识获取及推理

随着装载机复杂程度的日益提高，单纯依靠传统的诊断方法已很难作出及时准确的诊断，大量智能诊断技术使用于装载机的故障诊断当中，各种智能诊断系统大量出现。

但是这些智能诊断系统都依赖于各种各样的故障诊断知识，才能发挥智能诊断的作用。

知识的获取已成为智能诊断技术发展的“瓶颈”。

粗糙集理论的出现为解决知识的自动获取提供了一种思路，它能够从大量数据中发现潜在的规律，提取有用的知识，它所发现的知识是“显示”的，既能够为人所理解，又便于存储和应用。

粗糙集理论的一个重要特点就是它具有很强的定性分析能力，无需预先给定属性的数学描述，直接从给定论域的描述集合出发，通过不可分辨关系确定给定论域的近似域，从而找出刻画论域对象的规律。

针对装载机故障诊断中存在的：

①系统复杂，故障种类纷繁多样；②对故障诊断技术性能要求高；③无法建立精确的诊断模型；④大量故障模式存在于大量的诊断样例中等特点，通过对不同层次的知识分别使用人工知识获取和前面介绍的粗糙集约简算法进行自动知识提取，产生规则集合，并应用于故障诊断中。

3.1装载机概述

装载机为机电液一体化的设备，包括多个子系统。

在该系统中同一层次的各子系统以及不同层次的各子系统之间无论在结构上，还是功能上都存在较大的差异；各子系统虽然可能相关，但在结构与功能上并无严格的定量或逻辑关系，因而十分复杂。

对装载机这一复杂系统机械设备，我们可以从总体上按某种原则进行分解，通过对各个子系统的耦合关系进行分类和总结，从多系统角度了解装载机，以便于决策表的生成和知识的提取。

装载机的主要功能是对散装物料进行装、运、卸作业，还可对岩石、硬土进行轻度铲掘工作，并能用来清理、刮平场地及牵引作业。

在更换相应的工作装置后，还可以完成推土、松土、起重、装卸木料及钢管等作业。

装载机一般由发动机、车架、动力传动系统、行走装置、转向制动系统、工作装置和操纵系统等组成。

发动机的动力经液力变矩器传给变速箱，再由变速箱把动力经前、后传动轴分别传到前、后驱动桥，驱动车轮转动；工作装置则是由动臂、铲斗、连杆、动臂油缸和转斗油缸等组成；动臂一端铰接在车架上，另一端安装了铲斗，动臂的升降可由动臂油缸来带动，铲斗的翻转则由转斗油缸通过连杆机构来实现；车架则由前后两部分组成，中间用前后车架铰销连接，依靠转向油缸可使前后车架绕铰销相对转动，以实现转向。

3.2装载机底盘故障知识总结

3.2.1故障知识的特点

一般来讲装载机诊断系统的知识主要来源于维修领域专家对装载机结构、功能的分析研究、故障机理的分析和故障特征的提取。

对于不同的维修人员，往往根据自己以往的诊断经验而形成不同的认识和诊断的先后步骤，因此装载机故障诊断的经验知识具有如下特点：

（1）载机故障诊断知识是维修专家经过长期的维修实践之后的经验总结，知识之间具有很强的耦合关系，不能形成很好的体系。

由于对这种知识常常缺乏本质性的认识，在很多情况下即使专家本人也难以清楚地表达出来。

（2）经验知识往往采用自然语言描述，无法精确量化和进行有效的计算。

（3）信息参数的获得受检验手段的限制，一部分的信息需要通过人的感观器官来获得（称之为故障现象），因而具有很强的主观性，不同的人可能作出不同的判断。

（4）工况运行条件变化导致症状的变化，使诊断知识具有一定的动态特性。

（5）多种隐含故障的症状交叉，相互干扰，呈现多个特征。

3.2.2故障知识的表示

诊断专家的高明之处就在于掌握了大量的故障特征模式知识，这些都是通过数十年的学习、积累得到的。

人工智能诊断研究的目的是要建立—个能模拟人类智能诊断行为的系统，推理得出诊断结果。

为达到这个目的，就必须研究人类智能行为在计算机上的表示形式，只有这样才能把诊断知识存储到计算机中去，供求解实际诊断问题使用，因此关于知识的表示问题就成为一个十分重要方面。

所谓知识表示，就是研究用机器表示知识的可行的、有效的、通用的原则和方法。

实际上就是对知识的一种描述，一种计算机可以接受的对人类智能行为的描述。

常用的知识表达方法有逻辑模式、框架、语义网络、产生式系统、状态空间、剧本等。

由于对于不同的诊断领域，在智能诊断问题的描述、诊断信息的类型与获取等诸方面的不同因素，往往导致对于一个领域、一类设备非常有效的知识表示方法，对于另一个领域、另一类设备则可能完全不适用。

对于装载机的诊断来说，同样如此。

选择一种适当的知识表示方法往往能够使整个诊断系统的知识更为清楚、更有条理、易于维护，更能准确地模拟人类专家实际故障诊断的思维和方法，从而使推理机能更简洁、快速的方法得出问题的解。

（1）装载机知识的分类

从知识的作用范围来划分，知识可分为：

常识性知识和领域性知识。

常识性知识是通用性的知识，即问题领域的事实、定理、方法和操作等常识性知识及原理性知识；领域性知识是专家在长期的领域研究和处理领域问题的过程中，实践经验的概括和总结，它来源于专家的实践又指导着专家的实践，是专业性知识。

本系统的知识是用于装载机故障诊断的，是专业性的知识，只有本专业的人员才能掌握并用来求解故障诊断方面的问题，其知识是属于领域知识。

从知识的作用及表示来划分，知识可分为：

描述性知识，过程性知识，控制性知识。

描述性知识用于描述领域内的有关概念、事实、事物的属性等。

例如装载机的部位知识、传感器知识、标准值知识、故障对策知识、诊断原因（结果）知识等。

过程性知识主要是表示描述性知识的特性及它们之间的相互联系，用于指出如何处理与问题相关的信息以求得问题的解。

过程性知识一般是由领域内的规则、定理及经验构成。

对于本系统来说，过程性知识的质量和数量将直接影响到诊断系统的性能及可信任性。

例如：

如果发动机电机不转、且电瓶电压低，则发动机蓄电池充电不足。

控制性知识是表示控制和运用上述两种类型知识的策略知识，因此又称为“关于知识的知识”。

例如本系统利用用户输入诊断部位及相应的故障现象来缩小知识库的搜索范围，进行故障原因的搜索（正向推理），再利用装载机工况信息确认故障原因（反向推理），整个搜索过程采用深度优先策略，并采用启发性的信息。

这些都是控制性知识。

（2）装载机知识的表示

基于前面分析的装载机故障诊断知识的特点，本系统知识库里的所有过程性知识的表示形式都采用产生式知识表示方法。

产生式知识表示法用“IF条件THEN结论”的规则形式捕获人类问题求解的行为特征，并通过认识—行动的循环过程求解问题。

它具有直观、自然的优点，比较符合人类的逻辑思维规律，容易理解，易于表达。

3.3装载机底盘故障诊断知识的获取

如前所述，在本文中将规则知识分为一级规则、二级规则。

针对一级、二级规则的不同特点，本文提出了人工知识获取与自动知识获取相结合的方法来进行装载机诊断知识的分层获取。

一级规则比较自然、简单，处于较宏观的层次，可以通过对装载机的分析在诊断专家的帮助下获得。

相对而言二级规则则处于微观的层次，它隐藏在决策样例当中，通过在一级规则知识的基础上收集相关的决策样例表，再利用粗糙集集理论来进行规则提取。

下面分别予以讨论。

3.3.1一级规则知识

装载机具有复杂化、模块化的特点，且按照一定层次结构组成。

故障也就表现出层次性，同时在一定的范围内又存在关联性。

按照常规的系统分类方法，可以将整个装载机分为发动机、制动系统、液压工作系统、电气系统等几大系统，然后对系统又可以进一步的划分，即表现为层次结构。

进一步深入分析装载机的常见故障分类，不难发现组成装载机的各个子系统的许多零部件（如工作泵、转向泵等），它们之间往往存在着耦合，甚至是有机的一体，即表现为关联性。

对于同一故障现象，导致其发生的原因可能很多。

而同样一个零部件的损坏在不同的操作工况环境下也可能表现出不同的故障现象，这样就使得故障现象与故障原因之间形成了一种的复杂的网状关系。

此外，在工程实践中，特别是对于机龄较长，维护保养不好的装载机，还会经常出现同时发生多个故障的情况，即复合故障。

这些同时发生的故障之间可能是孤立的，也可能是关联的。

特别是在很多情况下，这种组合故障很可能是跨越多个系统的，从而使故障的分类更加复