壓路機(jī)故障常用解決措施分析論文教材

1、摘要 振動壓路機(jī)總體上可分為四個分系統(tǒng) : 液壓系統(tǒng)、機(jī)械系統(tǒng)、電氣系統(tǒng)和發(fā) 動機(jī)系統(tǒng)，其中最復(fù)雜的就是液壓系統(tǒng)，其出現(xiàn)的故障可能性也最大。因此，本 文主要對振動壓路機(jī)的液壓系統(tǒng)作故障機(jī)理分析及診斷故障診斷技術(shù)與人工智 能相結(jié)合以后，升始走問智能診斷。 人工智能是一門新興學(xué)科， 其發(fā)展速度很快， 它主要研究如何用機(jī)器模擬人類思維活動，具體的模擬方式有兩種 : 功能模擬和 結(jié)構(gòu)模擬。 功能模擬是指建立一個智能機(jī)器， 本文在綜述國內(nèi)外關(guān)于壓路機(jī)這方 面的研究的基礎(chǔ)上， 側(cè)重于對振動壓路機(jī)這一主要壓路機(jī)的故障分析， 結(jié)合前人 的研究成果， 總結(jié)出幾點關(guān)于智能診斷故障的方法， 并分別指出他們的優(yōu)缺點以

2、 及其適用范圍。 關(guān)鍵詞： 振動壓路機(jī)，故障排除，智能診斷 Abstract The vibration roller in general can be divided into four subsystem: hydraulic system, mechanical system, electrical system and engine system, one of the most complex is hydraulic system, it appears the fault possibility also is the largest. Therefore, this arti

3、cle mainly to the vibratory roller hydraulic system for fault mechanism analysis and diagnosis fault diagnosis technology combined with artificial intelligence, after the beginning/go ask intelligent diagnosis. Artificial intelligence is a new subject, the development of speed, it mainly studies how

4、 to use the machine simulation human thinking activity, specific simulation method is of two kinds: function simulation and structure simulation. Function simulation is to point to build a intelligent machine, this paper in this review about this aspect of the roller on the basis of study, lay parti

5、cular emphasis on in the main vibration roller compaction the failure analysis, combining with the results of other researchers, summarizes some about the intelligent diagnosis fault method, and points out the advantages and disadvantages of them respectively and the applicable scope. Keywords: vibr

6、atory roller ， Troubleshooting， Intelligent diagnosis 目錄 前 言 1. 第一章 緒論 2. 1.1研究背景 2. 1.2 國內(nèi)外的研究現(xiàn)狀 3. 1.3 壓路機(jī)的發(fā)展趨勢 3. 第二章 壓路機(jī)的故障分析 4. 2.1故障診斷概述 4. 2.2 智能診斷方法的發(fā)展 5. 第三章 智能故障診斷的方法 6. 3.1 基于專家系統(tǒng)的方法 6. 3.1.1 專家系統(tǒng)的工作原理及組成 6. 3.2 基于人工神經(jīng)網(wǎng)絡(luò)的方法 8. 3.3 混合型集成網(wǎng)絡(luò)的方法 9. 3.3.1 將人工神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)結(jié)合的可能性 9 3.3.2 人工神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)

7、結(jié)合的方法 9. 第四章 振動壓路機(jī)的故障原理分析 1.1 4. 1振動壓路機(jī)故障智能診斷系統(tǒng)的需求分析 1. 1 4.2 整體設(shè)計分析 1.1 4.3 關(guān)鍵技術(shù)的研究與設(shè)計 1.2 第五章 壓路機(jī)故障常用解決措施分析 1.4 5.1 壓路機(jī)故障常用解決措施之“望” 1. 4 5.2 壓路機(jī)故障常用解決措施之“問” 1. 4 5.3 壓路機(jī)故障常用解決措施之“聞” 1. 4 5.4 壓路機(jī)故障常用解決措施之“切” 1. 5 5.5 壓路機(jī)故障常用解決措施之“調(diào)” 1. 5 結(jié) 論 1.6. 致 謝 1.7. 參考文獻(xiàn) 1.8. 畢業(yè)設(shè)計（論文）報告紙 前言 故障診斷是指系統(tǒng)在一定工作條件下，查

8、明導(dǎo)致系統(tǒng)某種功能失調(diào)的原因或性 質(zhì)，判斷出劣化狀態(tài)發(fā)生的部位或部件，以及預(yù)測狀態(tài)劣化的發(fā)展趨勢等。設(shè)備故障 診斷技術(shù)起源于 19 世紀(jì)產(chǎn)業(yè)革命時期，綜觀其發(fā)展的歷史過程，可將它劃分為以下 四個階段。 就世界范圍來看，美國是最早研究故障診斷技術(shù)的國家， 1967 年就成立了機(jī)械 故障預(yù)防小組 （MFPG ），積極從事故障診斷技術(shù)的研究與開發(fā)，并形成了許多大型實 用的故障診斷系統(tǒng)，如 WHCC西（ 屋）公司的汽輪發(fā)電機(jī)組智能化故障診斷專家系統(tǒng)和 基于過程診斷系統(tǒng) （PDS）的電廠人工智能診斷系統(tǒng)、 ENTEK-IRD（恩泰克一愛迪 ） 公司的 離線和在線振動監(jiān)測和診斷系統(tǒng)，目前在航空航天、軍事、

9、核能等尖端技術(shù)領(lǐng)域仍處 于領(lǐng)先地位 : 英國是在 20 世紀(jì) 70年代初由英國機(jī)械保健中心開始，在政府的指導(dǎo)下 相繼在核發(fā)電、 鋼鐵工業(yè)、 電力工業(yè)方面成立了相關(guān)機(jī)構(gòu)提供監(jiān)測診斷服務(wù)和診斷技 術(shù)的研究推廣工作。隨后，設(shè)備診斷技術(shù)在歐洲的許多國家都得到了很大發(fā)展，且在 某一方面具有各自的特色，如瑞典 SPM軸承監(jiān)測技術(shù)，挪威的船舶診斷技術(shù)，丹麥的 振動和聲發(fā)射技術(shù)等。目前英國在摩擦、汽車、飛機(jī)發(fā)動機(jī)監(jiān)測和診斷方面具有領(lǐng)先 優(yōu)勢;日本自從在 1971年開始發(fā)展自己的 TPM（全員生產(chǎn)維修 ）以來，成立了多個專門 研究機(jī)構(gòu)從事故障機(jī)理、診斷技術(shù)方面的研究，目前在鋼鐵、化工、鐵路等民用工業(yè) 的診斷技術(shù)

10、處于領(lǐng)先地位。 應(yīng)當(dāng)看出， 故障診斷技術(shù)發(fā)展的歷史并不長， 診斷理論的諸多問題還未得到完全 解決，特別是基于人工智能技術(shù)的故障智能診斷理論，遠(yuǎn)未達(dá)到成熟階段，尚有許多 問題有待進(jìn)一步研究。 共 18 頁 第1頁 畢業(yè)設(shè)計（論文）報告紙 第一章 緒論 1.1 研究背景 隨著我國道路交通、機(jī)場、港口、水利水電、市政建設(shè)等基礎(chǔ)設(shè)施建設(shè)規(guī)模的 擴(kuò)大和西部大開發(fā)戰(zhàn)略的實施， 市場對工程機(jī)械的需求將大大增加。 在道路建設(shè)方面， 根據(jù)交通部“十五”規(guī)劃，二級以上高等級公路要達(dá)到 23萬 km，其中新增 6萬 km， 含高速公路 1萬 km，并要求提前十年完成“五縱七橫”國道主干線的建設(shè)任務(wù)，從 2000年開

11、始公路建設(shè)投資每年在 18（ 億元以上。另外還有地道路交通、水利水電等 基礎(chǔ)設(shè)施建設(shè)的發(fā)展需求， 必將使工程機(jī)械行業(yè)得到較快發(fā)展。 為此，我國對“十五” 期間國產(chǎn)工程機(jī)械的發(fā)展提出了具體的要求 : 經(jīng)過行業(yè)結(jié)構(gòu)調(diào)整，爭取國產(chǎn)工程機(jī)械 銷售額達(dá)到 650 億元，在國內(nèi)市場占有率達(dá)到 80%，其中出口額達(dá)到 40億元。為滿 足高速公路、工程地基、大型堤壩的施工需要， “十五”規(guī)劃中壓路機(jī)產(chǎn)品由 2000 年 的 5800 臺左右發(fā)展到 2005年的 8000 臺。作為結(jié)構(gòu)調(diào)整的重點內(nèi)容，在產(chǎn)品結(jié)構(gòu)方 面，重點開發(fā)具有當(dāng)代先進(jìn)水平的機(jī)、電、液、信一體化的智能型產(chǎn)品，積極開發(fā)能 夠填補國內(nèi)空白、 替代

12、進(jìn)口的新產(chǎn)品， 充分利用高新技術(shù)提升工程機(jī)械工業(yè)水平和國 家重點項目建設(shè)施工平， 以信息化帶動工業(yè)化， 不斷提高我國工程機(jī)械產(chǎn)業(yè)市場競爭 能力和工程施工國產(chǎn)設(shè)備的裝備水平。為此， “十五”期間，在國家“ 863”計劃“先 進(jìn)制造與自動化技術(shù)”領(lǐng)域設(shè)置的“機(jī)器人技術(shù)”主題中，就將“機(jī)群智能化工程機(jī) 械”列為其中的重點專題項目，該項目的主要研究內(nèi)容包括 : 1. 瀝青混凝土機(jī)械化施工工藝 : 將瀝青道路施工機(jī)械機(jī)群視為一虛擬的自動化生 產(chǎn)線，產(chǎn)品為瀝青路面，以最終產(chǎn)品質(zhì)量最優(yōu)為目標(biāo)函數(shù)來研究施工工藝。 2. 機(jī)群和單機(jī)智能化施工技術(shù) : 機(jī)群智能化技術(shù)主要研究基于網(wǎng)絡(luò)的機(jī)群自動信 息交換、遞階智能

13、控制系統(tǒng)的組織、施工調(diào)度優(yōu)化技術(shù)、中央智能監(jiān)控技術(shù): 單機(jī)智 能化技術(shù)主要研究嵌入式技術(shù)、 遠(yuǎn)程網(wǎng)絡(luò)通信接口及應(yīng)用層協(xié)議、 在線檢測及智能診 斷、 CAN-BUS技術(shù)、遙控作業(yè)。 3. 瀝青路面施工機(jī)械機(jī)群在線智能故障診斷和智能維護(hù)技術(shù) : 利用微電子技術(shù)、 信息技術(shù)和自動控制技術(shù)， 對在線的機(jī)群的運行狀況進(jìn)行監(jiān)測和辨識， 建立故障診斷 專家系統(tǒng)。 4. 瀝青路面施工機(jī)群施工管理技術(shù) : 將現(xiàn)代化設(shè)備管理思想創(chuàng)造性地應(yīng)用到瀝青 混凝土路面施工機(jī)群施工管理上， 以達(dá)到對施工機(jī)群設(shè)備的物質(zhì)運動和價值運動進(jìn)行 全過程的科學(xué)管理。本研究課題屬于該項目中的一部分 共 18 頁 第2頁 畢業(yè)設(shè)計(論文)報

14、告紙 1.2 國內(nèi)外的研究現(xiàn)狀 故障診斷技術(shù)的研究在我國起步較晚， 在 20世紀(jì) 70年代末開始， 但發(fā)展速度很 快。目前，故障診斷技術(shù)在我國的化工、 冶金、電力、交通等行業(yè)得到了廣泛地應(yīng)用， 取得了巨大成果， 如西安交通大學(xué)和蘭州煉油廠開發(fā)的 “高速旋轉(zhuǎn)機(jī)械的狀態(tài)監(jiān)測及 故障診斷系統(tǒng)”、哈爾濱工業(yè)大學(xué)振動工程研究中心研發(fā)的“ 20 萬千瓦汽輪發(fā)電機(jī)組 振動監(jiān)測與故障診斷系統(tǒng)” 、華中理工大學(xué)開發(fā)的“汽輪發(fā)電機(jī)組診斷專家系統(tǒng)” ，此 外還有西安交通大學(xué)研制的“大型離心式壓縮機(jī)組振動監(jiān)測和故障診斷系統(tǒng)” 、東南 大學(xué)研制出的網(wǎng)絡(luò)化的火電機(jī)組振動監(jiān)測和故障診斷系統(tǒng)、 國防科技大學(xué)為遠(yuǎn)望號遠(yuǎn) 洋科學(xué)

15、考察船研制的在線監(jiān)控和故障診斷系統(tǒng)等 。 1.3 壓路機(jī)的發(fā)展趨勢 1. 原始診斷階段 19 世紀(jì)末到 20 世紀(jì)初，這是故障診斷技術(shù)的產(chǎn)生階段。其特征是 : 個體專家依 靠感官獲取設(shè)備的狀態(tài)信息，并憑經(jīng)驗做出直接判斷。由于這種方法的簡便性，在一 些簡單設(shè)備的故障診斷中顯得經(jīng)濟(jì)、實用。目前仍是一種重要的方法，其中專家的水 平和能力體現(xiàn)出其特殊的價值。 2. 基于材料壽命分析與估計的診斷階段 20 世紀(jì)初到 20 世紀(jì) 60 年代，工程可靠性理論的產(chǎn)生和應(yīng)用，使得人們能夠依 靠事先對材料壽命的分析與估計以及對設(shè)備材料性能的部分檢測來完成診斷任務(wù)。 3. 基于傳感器與計算機(jī)技術(shù)的診斷階段 這是目前

16、所處的比較成熟的發(fā)展階段， 開始于 20世紀(jì) 60年代中期。由于傳感器 技術(shù)的發(fā)展，使得對各種診斷信號和數(shù)據(jù)的測量變得容易 ; 計算機(jī)的應(yīng)用，極大彌補 了人類在數(shù)據(jù)處理上的低效率和不足。 這種建立在信號測試基礎(chǔ)上的診斷技術(shù)目前廣 泛應(yīng)用于軍事、船舶、核設(shè)備等許多領(lǐng)域。 4. 故障智能診斷階段 故障智能診斷系統(tǒng)，簡稱 IFDS (Intelligent Fault Diagnosis System)，它是 目前剛剛發(fā)展起來并顯示成就的階段。 人工智能技術(shù)的發(fā)展， 特別是專家系統(tǒng)在故障 診斷領(lǐng)域中的應(yīng)用， 為設(shè)備故障診斷的智能化提供了可能性， 也使故障診斷技術(shù)進(jìn)入 了新的發(fā)展階段。 它實際上是由原

17、來的以數(shù)值計算和信號處理為核心的診斷過程， 向 以知識處理和知識推理為核心的診斷過程的飛躍。目前己有了一些較為成功的系統(tǒng)。 故障智能診斷是當(dāng)前診斷技術(shù)的發(fā)展方向。 為此人們對基于知識的診斷技術(shù)和診斷系 統(tǒng)進(jìn)行了深入的研究。 共 18 頁 第3頁 畢業(yè)設(shè)計（論文）報告紙 第二章 壓路機(jī)的故障分析 2.1 故障診斷概述 故障診斷技術(shù)是一門綜合性技術(shù)， 它涉及到現(xiàn)代控制理論、 信號處理與模式識別、 計算機(jī)科學(xué)、人工智能、電子技術(shù)、統(tǒng)計數(shù)學(xué)等學(xué)科領(lǐng)域?，F(xiàn)代故障診斷技術(shù)已有 30 多年的發(fā)展歷史，但作為一門綜合性的新學(xué)科一故障診斷學(xué)還是近些年發(fā)展起來 的。從不同的角度有不同的分類法，概括地講故障診斷的主

18、要方法有兩大類，即基于 數(shù)學(xué)模型的故障診斷方法和基于人工智能的故障診斷方法。 基于數(shù)學(xué)模型的故障診斷方法有 : 基于輸入輸出信號處理的方法。它是直接對 診斷對象的有關(guān)輸入、輸出量進(jìn)行測量，如果輸入、輸出量超出正常變化范圍，則可 以認(rèn)為對象己經(jīng)或?qū)⒁l(fā)生故障，常用的方法是頻譜分析法、概率密度法、相關(guān)分析 法等; 基于狀態(tài)估計的診斷方法。它是通過估計出系統(tǒng)的狀態(tài)并結(jié)合適當(dāng)?shù)哪Ｐ瓦M(jìn) 行故障診斷，一般采用的方法是狀態(tài)觀測器及濾波器 ; 基于過程參數(shù)估計的方法。 它是根據(jù)參數(shù)變化的統(tǒng)計特性來檢測故障的發(fā)生并實現(xiàn)故障的分離、 估計和分類， 最 小二乘法是它的主要方法。 基于人工智能的故障診斷方法有 : 基

19、于專家系統(tǒng)的方法。 它是故障診斷領(lǐng)域最為引人注目的發(fā)展方向之一， 也是研究最多、 應(yīng)用最廣的一類診 斷方法; 基于案例的診斷方法。主要通過修訂相似問題的成功結(jié)果來求解新問題。 它將獲取的新知識作為案例來進(jìn)行學(xué)習(xí)， 不需要詳細(xì)的診斷對象模型。 適用于某些領(lǐng) 域定理難以表示成規(guī)則形式，而易于表示成案例并且己經(jīng)積累了豐富的案例的領(lǐng)域 ; 基于故障樹的方法。 故障樹方法是由計算機(jī)依據(jù)故障與原因的先驗知識和故障率知 識自動輔助生成故障樹， 并自動生成故障樹的搜索過程。 基于故障樹的診斷方法類似 于人類的思維方式，易于理解，在實際中應(yīng)用較多，但大多與其他方法結(jié)合使用 ; 基于模糊數(shù)學(xué)的方法。 許多被診斷對

20、象的故障狀態(tài)是模糊的， 診斷這類故障的一個有 效方法是應(yīng)用模糊數(shù)學(xué)理論?；谀：龜?shù)學(xué)的診斷方法不需要建立精確的數(shù)學(xué)模型， 適當(dāng)?shù)剡\用隸屬函數(shù)和模糊規(guī)則來進(jìn)行模糊推理 ; 基于人工神經(jīng)網(wǎng)絡(luò)的方法。在知 識獲取上， 神經(jīng)網(wǎng)絡(luò)的知識不需要由知識工程師進(jìn)行整理、 總結(jié)以及消化領(lǐng)域?qū)＜业?知識，只需要使用領(lǐng)域?qū)＜医鉀Q問題的實例或范例來訓(xùn)練神經(jīng)網(wǎng)絡(luò) ; 在知識表示方面， 神經(jīng)網(wǎng)絡(luò)采取隱式表示， 在知識獲取的同時， 自動產(chǎn)生的知識由網(wǎng)絡(luò)的結(jié)構(gòu)和權(quán)值表 示，并將某一問題的若干知識表示在同一網(wǎng)絡(luò)中，通用性強(qiáng)，便于實現(xiàn)知識的自動獲 取和并行聯(lián)想推理 ; 在知識推理方面，神經(jīng)網(wǎng)絡(luò)通過神經(jīng)元之間的相互作用來實現(xiàn)推 理

21、。 共 18 頁 第4頁 畢業(yè)設(shè)計(論文)報告紙 2.2 智能診斷方法的發(fā)展 故障診斷技術(shù)與人工智能相結(jié)合以后， 開始走向智能診斷。 人工智能是一門新興 學(xué)科，其發(fā)展速度很快，它主要研究如何用機(jī)器模擬人類思維活動，具體的模擬方式 有兩種: 功能模擬和結(jié)構(gòu)模擬。功能模擬是指建立一個智能機(jī)器，使其具有人腦的某 些功能，這種方法主要是對人腦邏輯推理思維的模擬 ; 結(jié)構(gòu)模擬是通過模擬人腦的結(jié) 構(gòu)從而使智能機(jī)器具有人腦的某些功能， 主要是對人腦直覺經(jīng)驗思維的模擬， 二者殊 途同歸。人工智能首先在功能模擬方面走向?qū)嵱茫@就是專家系統(tǒng)技術(shù)。 20 世紀(jì) 70 年代以來，國內(nèi)外先后出現(xiàn)了許多專家系統(tǒng)，目前，該

22、技術(shù)已經(jīng)滲透到包括故障診斷 在內(nèi)的大多數(shù)工程技術(shù)領(lǐng)域。 隨著專家系統(tǒng)的應(yīng)用范圍不斷擴(kuò)大， 人們逐漸發(fā)現(xiàn)專家 系統(tǒng)方法存在很多難以克服的缺陷， 于是結(jié)構(gòu)模擬方法越來越受到人們的重視， 這就 是人工神經(jīng)網(wǎng)絡(luò) (ANN)方法。人工神經(jīng)網(wǎng)絡(luò)是通過模擬人腦神經(jīng)細(xì)胞之間信息的傳遞 與處理機(jī)制而使智能機(jī)器具有人腦的某些智能的。 雖然人工神經(jīng)網(wǎng)絡(luò)對人腦思維方式 的模擬也具有片面性， 但它的優(yōu)點非常突出， 并且這些優(yōu)點恰好是專家系統(tǒng)方法的缺 點與不足，所以人工神經(jīng)網(wǎng)絡(luò)的缺點并沒有降低人們的研究熱情，近年來，國內(nèi)外對 人工神經(jīng)網(wǎng)絡(luò)的研究熱潮經(jīng)久不衰，并且在工程實際中應(yīng)用非常廣泛。 在智能診斷領(lǐng)域， 專家系統(tǒng)和人工

23、神經(jīng)網(wǎng)絡(luò)都是實現(xiàn)故障診斷的方法。 設(shè)備故障 診斷技術(shù)的核心問題是采用什么診斷方法。人工智能的發(fā)展使故障診斷向著自動化、 智能化方向發(fā)展，基于知識的專家系統(tǒng)的研究起步較早，為了處理不確定性知識，專 家系統(tǒng)常與模糊理論相結(jié)合。 人工神經(jīng)網(wǎng)絡(luò)技術(shù)在設(shè)備故障診斷中的應(yīng)用較晚， 但由 于其強(qiáng)大的并行計算能力和自學(xué)習(xí)能力，使其在設(shè)備故障診斷中具有很旺盛的生命 力。但總的來講，各種方法各有千秋，因此，將專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、模糊推理等方 法相結(jié)合，使他們互相之間取長補短，協(xié)作完成診斷任務(wù)是智能診斷發(fā)展的方向。 共 18 頁 第5頁 畢業(yè)設(shè)計（論文）報告紙 第三章 智能故障診斷的方法 3.1 基于專家系統(tǒng)的方法

24、 3.1.1 專家系統(tǒng)的工作原理及組成 根據(jù)Standford 大學(xué)Feignhbaum教授（即DENDRA的L開發(fā)者）于1982給出的定義 : 專家系統(tǒng) （Expert System 簡稱 ES）是一種智能的計算機(jī)程序，這種計算機(jī)程序使用知 識與推理過程， 求解那些需要杰出人物的專家知識才能求解的高難度問題。 根據(jù)這個 定義，我們知道 : 專家系統(tǒng)本質(zhì)上是一個 （一組）計算機(jī)程序，它能借助人類的知識采 取一定的搜索策略并通過推理的手段去解決某一特定領(lǐng)域的困難問題。 為了完成專家 系統(tǒng)的最基本功能，一個專家系統(tǒng)起碼要包含三個組成部分 : 知識庫、推理機(jī)和人機(jī) 接口。其結(jié)構(gòu)如圖 3-1 所示。

25、3-1 專家系統(tǒng)的基本結(jié)構(gòu) 圖 5-1 反映了專家系統(tǒng)最基本的工作原理 : 在知識庫創(chuàng)建和維護(hù)階段，領(lǐng)域?qū)＜?和知識工程師合作通過人機(jī)接口對知識庫進(jìn)行操作 ; 在診斷階段，用戶也是通過人機(jī) 接口將征兆信息傳送給推理機(jī)， 推理機(jī)根據(jù)診斷過程的需要， 檢索知識庫中各條知識 或繼續(xù)向用戶要征兆信息，診斷結(jié)果也通過人機(jī)接口返回給用戶。 一個專家系統(tǒng)應(yīng)具有以下三個特性。 啟發(fā)性: 一個專家系統(tǒng)的知識庫中不僅要有邏輯知識， 還要有啟發(fā)性知識。 邏輯 知識是指能確保準(zhǔn)確無誤的知識 ; 而啟發(fā)性知識是指領(lǐng)域?qū)＜宜莆盏膶I(yè)知識，它 們通常沒有嚴(yán)謹(jǐn)?shù)睦碚撘罁?jù)，很難保證起普遍適用性。正是因為有了啟發(fā)性知識，使 專

26、家系統(tǒng)在使用時會出現(xiàn)錯誤。 共 18 頁 第6頁 畢業(yè)設(shè)計（論文）報告紙 透明性 : 能向用戶解釋它的推理過程，還能回答用戶提出的關(guān)于其自身的問題。 一個專家系統(tǒng)所具有的解釋能力是衡量該系統(tǒng)水平的重要因素。 靈活性 : 專家系統(tǒng)知識庫中的知識應(yīng)便于修改和維護(hù)，正如知識的獲取是專家系 統(tǒng)的瓶頸，該特性的實現(xiàn)也是一個難點。 在一個專家系統(tǒng)中， 知識庫包含所要解決問題領(lǐng)域的大量事實和規(guī)則， 這些知識 可以用一種或多種表示方法表示。 知識的表示方法決定著知識庫的組織結(jié)構(gòu)， 并直接 影響系統(tǒng)的工作效率。 3-2 專家系統(tǒng)的一般結(jié)構(gòu) 推理機(jī)是專家系統(tǒng)的組織控制機(jī)構(gòu)， 它根據(jù)當(dāng)前的輸入數(shù)據(jù) （ 如機(jī)器設(shè)備運

27、行 時的各種征兆 ） ，運用知識庫的知識，按一定的策略進(jìn)行推理，以達(dá)到要求的目標(biāo)。 在推理機(jī)的作用下，一般用戶也可以如同領(lǐng)域?qū)＜乙粯咏鉀Q某一領(lǐng)域難題。 全局?jǐn)?shù)據(jù)庫又稱工作存儲器或動態(tài)數(shù)據(jù)庫， 是用于存儲所診斷領(lǐng)域內(nèi)原始特征信 息數(shù)據(jù)的信息、 推理過程中得到的各種信息和解決問題后輸出結(jié)果信息的存儲器。 知 識獲取子系統(tǒng)是專家系統(tǒng)和領(lǐng)域?qū)＜壹爸R工程師的接口， 通過它與領(lǐng)域?qū)＜摇?知識 工程師的交互，使知識庫不僅可獲得知識，而且可使知識得到不斷的修改、充實和提 煉，從而使系統(tǒng)的性能得到不斷的改善。 解釋子系統(tǒng)能夠?qū)ν评磉^程作出解釋， 可以解釋推理的路線和為什么需要詢問 那些特征數(shù)據(jù)， 而且還可以解

28、釋推理得到的結(jié)論。 在專家系統(tǒng)中設(shè)置解釋子系統(tǒng)是專 家系統(tǒng)和傳統(tǒng)計算機(jī)程序系統(tǒng)不同的一個重要特色， 其目的是使用戶能夠更容易接受 系統(tǒng)的推理過程和所得的結(jié)論， 同時也為系統(tǒng)的維護(hù)和專家經(jīng)驗的傳。 授提供了方便。 共 18 頁 第7頁 畢業(yè)設(shè)計（論文）報告紙 人機(jī)接口有時也被稱作用戶界面， 是專家系統(tǒng)和用戶進(jìn)行信息交互的媒介。 友好 的用戶界面是專家系統(tǒng)的重要組成部分。 3.2 基于人工神經(jīng)網(wǎng)絡(luò)的方法 人工神經(jīng)網(wǎng)絡(luò)以計算機(jī)仿真的方法從物理結(jié)構(gòu)上模擬人腦，使系統(tǒng)具有人腦的某 些智能，以神經(jīng)元節(jié)點模擬神經(jīng)細(xì)胞體， 以神經(jīng)元節(jié)點間的連接強(qiáng)度模擬樹突和軸突， 用作用函數(shù)模擬突觸的作用。 神經(jīng)網(wǎng)絡(luò)有很多種

29、模型， 其中一種最典型的模型是多層 感知器網(wǎng)絡(luò)，其結(jié)構(gòu)如圖 3-3 所示 訂 圖 3-3 多層前饋網(wǎng)絡(luò)結(jié)構(gòu)圖 系統(tǒng)由輸入節(jié)點層、隱節(jié)點層、輸出節(jié)點層和層間節(jié)點的連接所組成。輸入節(jié)點 層的各節(jié)點分別表示輸入數(shù)據(jù)的一項，其節(jié)點數(shù)等于輸入數(shù)據(jù)的維數(shù) : 輸出節(jié)點層則 線對應(yīng)于輸出數(shù)據(jù)， 其節(jié)點數(shù)與期望輸出數(shù)據(jù)的維數(shù)相等 ; 隱節(jié)點層是中間過渡節(jié)點層， 參與從輸入到輸出的變換，可以不止一層，相當(dāng)于增加了映射的次數(shù)。層間節(jié)點通過 作用強(qiáng)度連接，每個神經(jīng)元節(jié)點如圖 5-4 所示，都有其作用函數(shù)從輸入到輸出 O 的 節(jié)點值的傳播，是由連接強(qiáng)度和作用函數(shù)來實現(xiàn)。 共 18 頁 第8頁 畢業(yè)設(shè)計（論文）報告紙

30、由此可見， 神經(jīng)網(wǎng)絡(luò)通過在輸入輸出層間用隱節(jié)點層進(jìn)行復(fù)合非線性映射， 實現(xiàn) 了對樣本的聯(lián)想和記憶。 這里隱層可以起到一個線性獨立變換的作用， 只要有足夠的 隱層節(jié)點，它們都能把所需要的輸入信號變成線性獨立的隱節(jié)點增廣向量。的，作用 函數(shù) f 將節(jié)點收集到的輸入做非線性變換， 從而使網(wǎng)絡(luò)具有非線性。 可以是簡單的邏 輯函數(shù)，也可以是半梯形曲線，常用的是 Sigmoid 函數(shù)。 3.3 混合型集成網(wǎng)絡(luò)的方法 目前，專家系統(tǒng)和人工神經(jīng)網(wǎng)絡(luò)都已經(jīng)有很多成功的應(yīng)用實例出現(xiàn)。但是由于 它們都有著各自的優(yōu)缺點， 單純使用任何一種方法都是先天不足的， 不可能取得令人 滿意的結(jié)果。 專家系統(tǒng)是對人腦邏輯推理思維

31、能力的模擬， 人工神經(jīng)網(wǎng)絡(luò)是對人腦直 覺經(jīng)驗思維能力的模擬，而人類專家在解決實際問題的時候總是綜合應(yīng)用這兩種知 識。于是近幾年來，人們在建造專家系統(tǒng)的時候，總是通過模糊推理或人工神經(jīng)網(wǎng)絡(luò) 來使系統(tǒng)的性能更加完善，所以，如何將專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)和模糊推理等方法 深度結(jié)合起來，使其互相之間取長補短，相得益彰，成為當(dāng)今擺在人們面前的一個研 究前景非常廣闊的課題。本文主要研究專家系統(tǒng)與人工神經(jīng)網(wǎng)絡(luò)結(jié)合 （ANNES的） 故障 智能診斷。 3.3.1 將人工神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)結(jié)合的可能性 專家系統(tǒng)和人工神經(jīng)網(wǎng)絡(luò)結(jié)合使用可以互相取長補短， 構(gòu)造功能更強(qiáng)的故障診斷 系統(tǒng)。這可體現(xiàn)在以下幾個方面 : 1.

32、 專家系統(tǒng)可以用來訓(xùn)練神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)的訓(xùn)練需要大量的實例，而且需 要花費相當(dāng)長的時間。在訓(xùn)練期間，需要操作人員實時監(jiān)控訓(xùn)練過程，選擇 各種參數(shù)。為了解決這個問題，可利用專家系統(tǒng)幫助神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，輔助操 作人員選擇網(wǎng)絡(luò)結(jié)構(gòu)、節(jié)點數(shù)目、隱層節(jié)點數(shù) ; 調(diào)節(jié)改變參數(shù)的策略等。這樣，可以 使神經(jīng)網(wǎng)絡(luò)訓(xùn)練期間人的干預(yù)減少到最小，基本不需人的實時監(jiān)控。 2. 神經(jīng)網(wǎng)絡(luò)用作專家系統(tǒng)的前端處理機(jī)。 利用神經(jīng)網(wǎng)絡(luò)對傳感器的輸出數(shù)據(jù)進(jìn)行 預(yù)處理，使其表示為更適合專家系統(tǒng)有效利用的形式。 3. 專家系統(tǒng)作為多個神經(jīng)網(wǎng)絡(luò)的控制器， 控制信息在神經(jīng)網(wǎng)絡(luò)間的流動。 專家系 統(tǒng)用作神經(jīng)網(wǎng)絡(luò)的推理解釋器。 神經(jīng)網(wǎng)絡(luò)的

33、推理過程實際上是數(shù)值計算。 很難對其結(jié) 果用推理過程進(jìn)行解釋?？梢岳靡粋€專家系統(tǒng)來分析神經(jīng)網(wǎng)絡(luò)的輸入及輸出信息， 通過自動提取規(guī)則等手段解釋其推理過程， 并以直觀的形式展示神經(jīng)網(wǎng)絡(luò)知識庫的內(nèi) 容。 3.3.2 人工神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)結(jié)合的方法 1. 混合法: 根據(jù)被求解問題的性質(zhì)和需求，按照軟件工程的原則，把系統(tǒng)劃分為 若干個模塊 （或系統(tǒng) ） ，每個模塊分別用專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)來實現(xiàn)， 最后經(jīng)過系統(tǒng)的 共 18 頁 第9頁 畢業(yè)設(shè)計（論文）報告紙 組合而得到問題的解答。 顯而易見， 在混合系統(tǒng)中的主控模塊用專家系統(tǒng)實現(xiàn)比較適 宜。 2. 功能模擬法 :此法利用神經(jīng)網(wǎng)絡(luò)來模擬專家系統(tǒng)功能，以

34、求建造專家系統(tǒng)性能 的改進(jìn)與提高。 3. 并列協(xié)同法 :系統(tǒng)中各模塊并列存在，獨立執(zhí)行預(yù)定的任務(wù)，神經(jīng)網(wǎng)絡(luò)用于正 常的過程控制，專家系統(tǒng)用于異常情況的處理 4. 串行相接法 :系統(tǒng)中各模塊串行相接，獨立工作，完成特定的任務(wù)。 5. 嵌入法: 在專家系統(tǒng)中嵌入小型神經(jīng)網(wǎng)絡(luò)或在神經(jīng)網(wǎng)絡(luò)中嵌入專家系統(tǒng)以改善 系統(tǒng)性能。 共 18 頁 第 10頁 畢業(yè)設(shè)計(論文)報告紙 第四章 振動壓路機(jī)的故障原理分析 4. 1振動壓路機(jī)故障智能診斷系統(tǒng)的需求分析 1. 目標(biāo) 本系統(tǒng)的目標(biāo)是實時監(jiān)控壓路機(jī)的工作狀態(tài)，在壓路機(jī)出現(xiàn)故障后能夠迅速 有效地判斷出產(chǎn)生故障的原因并給出排除故障的方法， 以保證壓路機(jī)工作安全，

35、同時 也為了提高壓路機(jī)的技術(shù)水平和市場競爭力。 (1) 應(yīng)用目標(biāo) 應(yīng)用本系統(tǒng)，可以實時檢測壓路機(jī)的工作狀態(tài)，當(dāng)壓路機(jī)出現(xiàn)故障時，本系統(tǒng)可 以智能地給出故障原因，并給出合理建議。 (2) 作用及范圍 本系統(tǒng)適用于 YZC12Z型智能壓路機(jī)。 2. 系統(tǒng)描述 本系統(tǒng)是借助于芬蘭 EPEC公司所生產(chǎn)的 SPT-K-2023A(以下簡稱 2023 ), SPT-X-2025(以下簡稱 2025)模塊的產(chǎn)品，它依賴于對 2023 模塊所編寫的程。內(nèi)容。 本系統(tǒng)面向 YZC12Z型智能壓路機(jī)，幫助非專業(yè)維修人員實現(xiàn)對壓路機(jī)故障的快速診 斷。 3. 系統(tǒng)的功能需求 (1) 硬件功能需通過按鍵，實現(xiàn)人機(jī)交互，

36、按不同的鍵，進(jìn)入不同的人機(jī)交互界 面。 (2) 硬件的可靠性需求 要求硬件能夠承受比較惡劣的工況，如高溫、振動、灰塵等。 4.2 整體設(shè)計分析 壓路機(jī)智能故障診斷系統(tǒng)在總的結(jié)構(gòu)上與一般的專家系統(tǒng)并沒有多大的區(qū)別， 這 是智能系統(tǒng)的共性。但事實上，它與一般的專家系統(tǒng)有著本質(zhì)的不同。在該系統(tǒng)中， 除了解釋機(jī)制是專家系統(tǒng)所特有的以外，其他的系統(tǒng)均包括原理上截同的兩個部分， 即服務(wù)于直覺聯(lián)想的神經(jīng)網(wǎng)絡(luò)部分和服務(wù)于邏輯推理的傳統(tǒng)邏輯推理部分。 按照這兩 種不同的功能，該結(jié)構(gòu)可分為 7 個大系統(tǒng) : 判斷系統(tǒng)、知識庫、數(shù)據(jù)庫、推理系統(tǒng)、 解釋系統(tǒng)、學(xué)習(xí)系統(tǒng)和人機(jī)界面。 下面對各個系統(tǒng)的功能作大概介紹。 1

37、. 判斷系統(tǒng) 判斷系統(tǒng)首先對從下位機(jī)傳上來的壓路機(jī)參數(shù)進(jìn)行數(shù)值比較， 判斷壓路機(jī)狀態(tài) 是否正常，若有參數(shù)超出了所允許的范圍，則啟動神經(jīng)網(wǎng)絡(luò)進(jìn)行診斷，并用專家系統(tǒng) 共 18 頁 第 11頁 畢業(yè)設(shè)計（論文）報告紙 驗證神經(jīng)網(wǎng)絡(luò)的診斷結(jié)果。 當(dāng)神經(jīng)網(wǎng)絡(luò)對一個新出現(xiàn)的故障不能給出診斷結(jié)論時， 判 斷系統(tǒng)將激活專家系統(tǒng)， 該專家系統(tǒng)利用深層知識庫進(jìn)行推理， 得出 i 全斷結(jié)論并進(jìn) 行確認(rèn)后，由判斷系統(tǒng)自動啟動學(xué)習(xí)機(jī)制對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。 2. 知識庫 知識庫用來存放壓路機(jī)中用來解決問題的來自于液壓圖及電路圖等有關(guān)系統(tǒng)結(jié) 構(gòu)和功能模型的深層診斷知識， 深層知識庫包括事實、 故障實例及各種規(guī)知識庫還用 來

38、存儲神經(jīng)網(wǎng)絡(luò)的相關(guān)知識，如節(jié)點連接的權(quán)值，節(jié)點的值等。 3. 數(shù)據(jù)庫 數(shù)據(jù)庫主要用來存儲壓路機(jī)的參數(shù)信息、故障征兆、故障時間、故 障診斷信息以及解釋信息等。 4. 推理系統(tǒng) 它是進(jìn)行各種推理和搜索的模塊。首先從得到的原始數(shù)據(jù)進(jìn)行高 速、準(zhǔn)確的直覺聯(lián)想，迅速從浩瀚的可能解中聯(lián)想出一個最可能解，然后再調(diào)用邏輯 系統(tǒng)進(jìn)行邏輯上的驗證， 由系統(tǒng)所掌握的知識來進(jìn)一步證明系統(tǒng)的聯(lián)想， 這一步屬于 傳統(tǒng)邏輯推理的范疇，采用反向推理策略。其推理流程如圖 5-11 所示。 5. 解釋系統(tǒng) 對用戶的問題進(jìn)行比較合理的解釋，這可以增加用戶對系統(tǒng)推理的信服程 度。本系統(tǒng)基于邏輯專家系統(tǒng)的特點，即根據(jù)推理時的依據(jù)，給出

39、結(jié)論的解釋。 6. 學(xué)習(xí)系統(tǒng) 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練可通過兩種方式進(jìn)行 : 一種是用戶通過人機(jī)界面對網(wǎng)絡(luò)進(jìn)行訓(xùn) 練，這主要針對一些比較常見的基于知識的故障， 是專家對設(shè)備進(jìn)行故障診斷的各種 知識和經(jīng)驗的體現(xiàn)， 它在很大程度上決定了診斷系統(tǒng)的診斷水平。 另一種是系統(tǒng)本身 進(jìn)行的，主要針對系統(tǒng)出現(xiàn)的新故障。這類故障在以前的訓(xùn)練樣本集中沒有出現(xiàn)過， 這時判斷系統(tǒng)調(diào)用深層知識進(jìn)行診斷， 當(dāng)?shù)贸鲈\斷結(jié)論后， 先經(jīng)人機(jī)界面由專家進(jìn)行 確認(rèn)，隨后啟動學(xué)習(xí)機(jī)制對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練， 從而可豐富診斷知識， 提高診斷能力。 7. 人機(jī)界面 人機(jī)界面負(fù)責(zé)診斷過程中用戶對故障現(xiàn)象的輸入， 診斷結(jié)束后通過詢問確認(rèn)診斷 故障的正確

40、性， 并將診斷結(jié)果顯示出來， 同時負(fù)責(zé)知識庫進(jìn)行手工維護(hù)時與設(shè)計者的 交互。 4.3 關(guān)鍵技術(shù)的研究與設(shè)計 知識庫是智能故障診斷系統(tǒng)的核心， 知識庫中知識的質(zhì)量與數(shù)量、 知識表達(dá)方式 的合理性、知識利用的方法等都極大地影響著智能故障診斷系統(tǒng)的工作情況。因此， 一個智能故障診斷系統(tǒng)的開發(fā)首先要考慮的就是知識庫的建立。 基于 ANTES的壓路機(jī) 智能故障診斷系統(tǒng)利用兩類知識進(jìn)行故障診斷。 一類是關(guān)于神經(jīng)網(wǎng)絡(luò)的知識。 另一類 是關(guān)于壓路機(jī)功能和原理的物理描述， 即系統(tǒng)深層知識。 深層知識來源于對壓路機(jī)結(jié) 構(gòu)以及壓路機(jī)工作流程的分析和總結(jié)， 包括了壓路機(jī)的結(jié)構(gòu)層次、 功能層次和相互間 共 18 頁 第

41、 12頁 畢業(yè)設(shè)計(論文)報告紙 的輸入輸出關(guān)系以及壓路機(jī)工作和有關(guān)方面所滿足的基本科學(xué)原理。 要把深層知識全 面描述出來，本系統(tǒng)采用框架表示法。其原因有二 : 一是因為框架中有多個槽，可以 用來對系統(tǒng)進(jìn)行詳盡描述 ; 二是知識的框架法比較容易用 C語言實現(xiàn)，滿足系統(tǒng)的硬 件限制。 這樣該知識庫便由兩部分組成， 即神經(jīng)網(wǎng)絡(luò)式的直覺聯(lián)想知識庫和框架式的 邏輯驗證知識庫。 神經(jīng)網(wǎng)絡(luò)式的直覺聯(lián)想庫主要用來存儲神經(jīng)網(wǎng)絡(luò)的有關(guān)知識， 如節(jié) 點連接的權(quán)值， 節(jié)點的閉值等， 而邏輯驗證知識庫則主要存儲框架名、 框架的特性等。 本系統(tǒng)的知識庫按上述分析 1. 神經(jīng)網(wǎng)絡(luò)的分層 壓路機(jī)結(jié)構(gòu)復(fù)雜，系統(tǒng)性強(qiáng)，如果整個

42、診斷系統(tǒng)用一個簡單的三層神經(jīng)網(wǎng)絡(luò)來 構(gòu)造，其連接權(quán)數(shù)必然很多，學(xué)習(xí)樣本的組合也將十分龐大，將影響神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí) 效率， 同時也無法反映診斷對象的結(jié)構(gòu)知識。 因而本系統(tǒng)的神經(jīng)網(wǎng)絡(luò)采用層次結(jié)構(gòu)來 完成診斷，以保證診斷的快速性。故障診斷神經(jīng)網(wǎng)絡(luò)的層次結(jié)構(gòu)如圖 2. 神經(jīng)網(wǎng)絡(luò)知識庫的建立 建立一個網(wǎng)絡(luò)，首先要確定網(wǎng)絡(luò)的結(jié)構(gòu)，即網(wǎng)絡(luò)層數(shù)、每層的節(jié)點數(shù) 絡(luò)的初始 權(quán)值和學(xué)習(xí)參數(shù)等。 而在學(xué)習(xí)過程中要不斷地調(diào)整其權(quán)值， 就必須不更改當(dāng)前知識庫 中網(wǎng)絡(luò)的權(quán)值，即網(wǎng)絡(luò)權(quán)值的動態(tài)修改。在權(quán)值調(diào)整的過程中，有節(jié)點閉值的調(diào)整等 問題， 知識庫中的知識表示也必須適應(yīng)上述需要。 由于過去的經(jīng)驗由無數(shù)個具體的事 例、事件組

43、成，人們無法把所有事例、事件的細(xì)節(jié)一一記憶在大腦中。對一類典型的 實體，如一個實況、一個概念、一個事件等，只能以一個通用的數(shù)據(jù)結(jié)構(gòu)形式加以存 儲。 這樣的關(guān)于一個典型實體的通用數(shù)據(jù)結(jié)構(gòu)一般稱為一個框架。 使用框架表示知識 的目的就是利用典型對象、位置、狀態(tài)等概念的一記述以及它們之間層次的描述，更 好地理解問題，提高解決問題的效率。一個框架由若干個槽 (slot) 組成，每個槽有它 自己的名字， 槽內(nèi)的值描述框架所表示的實體的各個組成部分的各種屬性， 每個槽的 值又可由一個或多個側(cè)面 (facets) 組成， 各個側(cè)面從不同的方面描述槽的特性， 每個 側(cè)面又有一個或多個側(cè)面值，每個側(cè)面值可以是一

44、個值或者一個概念的描述。 共 18 頁 第 13頁 畢業(yè)設(shè)計（論文）報告紙 第五章 壓路機(jī)故障常用解決措施分析 5.1 壓路機(jī)故障常用解決措施之“望” 壓路機(jī)故障的診斷，因其產(chǎn)生的原因復(fù)雜，就如同中醫(yī)診病，尤其是現(xiàn)場診斷， 其隨機(jī)性是非常大的。 壓路機(jī)系統(tǒng)故障現(xiàn)場診斷的主要方法是經(jīng)驗診斷法， 即維修人 員利用已掌握的理論知識和積累的經(jīng)驗，結(jié)合本機(jī)實際，運用“望、問、聞、切、調(diào)” 的基本手段，快速的診斷出故障所在部位和原因。具體為： “望”就是通過查看液壓 系統(tǒng)的工作情況， 從而直觀地明確系統(tǒng)的工作原理并檢查有可能出現(xiàn)故障的部位， 并 對簡單故障加以排除。如油箱內(nèi)的油量是否符合要求，有無氣泡和變

45、色現(xiàn)象（機(jī)器的 噪聲、 振動和爬行等常與油液中大量氣泡有關(guān)） ；密封部位和管街頭等處的漏油情況； 壓力表和油溫表在工作中指示值的變化； 故障部位有無損傷、 連接件脫落和固定件松 動的現(xiàn)象。當(dāng)出現(xiàn)液壓油外漏的故障時，在排除禁固螺栓扭力不足或不均勻后，在更 換可能已嚴(yán)重磨損或損壞的油封前，還應(yīng)檢查其壓力是否超限。安裝油封時，應(yīng)檢驗 油封型號和質(zhì)量，并做到準(zhǔn)確裝配。 5.2 壓路機(jī)故障常用解決措施之“問” “問”就是向操作手詢問故障機(jī)器的基本情況。通過對操作手的詢問，主要要明 確機(jī)器有哪些異?，F(xiàn)象；故障是突發(fā)的還是漸發(fā)的；使用中是否存在違規(guī)操作，維修 保養(yǎng)情況； 液壓油牌號是否正確及更換的情況； 故

46、障發(fā)生的時機(jī)等等。 通過這些信息， 可基本確定該壓路機(jī)系統(tǒng)所出現(xiàn)故障的特點， 從而基本確定故障所發(fā)生的位置。 一般 情況下，突發(fā)性故障，大多是因液壓油過臟或彈簧折斷造成閥封閉不嚴(yán)引起的；漸發(fā) 性故障，則多數(shù)是因元件磨損嚴(yán)重或橡膠密封、管件老化而出現(xiàn)的。如壓路機(jī)開始工 作時正常，但工作一段時間后出現(xiàn)動作滯緩，并伴隨著噪聲和油溫升高（油溫表指示 數(shù)大于 75C）的現(xiàn)象時，在排除油量不足、高溫環(huán)境、大負(fù)荷作業(yè)、散熱性差等原 因外，則極有可能是泵或閥內(nèi)泄漏造成的。例如，一臺壓路機(jī)，起初先導(dǎo)操縱壓力正 常，不久后其工作壓力下降，動作無力，檢查結(jié)果是，總安全閥的主閥芯被卡死，致 使進(jìn)油受阻造成的。 5.3

47、 壓路機(jī)故障常用解決措施之“聞” “聞”就是用耳朵檢查裝載機(jī)有無異常響聲。 正常的機(jī)器運轉(zhuǎn)聲響有一定的節(jié)奏 和音律，并保持穩(wěn)定。通過對初步斷定的故障位置運轉(zhuǎn)聲響的辨別，判斷出故障所在 的準(zhǔn)確位置；同時，根據(jù)節(jié)奏和音律的變化情況，以及不正常聲音產(chǎn)生的部件，還可 基本確定故障發(fā)生的部件以及損傷程度。如高音刺耳的嘯叫聲，通常是吸進(jìn)了空氣； 液壓泵的“喳喳”或“咯咯”聲，往往是泵軸或軸承損壞；換向閥發(fā)出 哧哧 的聲音， 是閥口開度不足；粗沉的“嗒嗒”聲，可能是過載閥過載的聲音。若是氣蝕聲，則可 共 18 頁 第 14頁 畢業(yè)設(shè)計（論文）報告紙 能是濾油器被污物堵塞、液壓泵吸油管松動或油箱油面太低等。

48、5.4 壓路機(jī)故障常用解決措施之“切” “切”就是利用手觸摸故障所發(fā)生的部位， 檢查壓路機(jī)的管路或元件是否發(fā)生振 動、沖擊和油液溫升異常等故障。如用手觸摸泵殼或液壓件，跟據(jù)冷熱程度就可判斷 出壓路機(jī)系統(tǒng)是否有異常溫升，并判明溫升原因及部位。若泵殼過熱，則說明泵內(nèi)泄 嚴(yán)重或吸進(jìn)了空氣。若感覺振動異常，可能是回轉(zhuǎn)部件安裝平衡不好、緊固螺釘松動 或系統(tǒng)內(nèi)有氣體等故障。 5.5 壓路機(jī)故障常用解決措施之“調(diào)” “調(diào)”就是在基本確定了故障所存在的位置后，適當(dāng)操作壓路機(jī)的操作機(jī)構(gòu)，對 系統(tǒng)進(jìn)行調(diào)試，通過執(zhí)行元件的工作情況判定故障的部位和原因，常用的方法有： 全面調(diào)試，根據(jù)裝載機(jī)的設(shè)計功能，逐個做實驗，以確定故障是在局部區(qū)域還是在全 區(qū)域。如全機(jī)動作失靈或無力，則應(yīng)首先檢查先導(dǎo)操縱壓力是否正常，離合器（連軸 器）是否打滑（松脫） ，發(fā)動機(jī)動力是否足夠，液壓油油量是否充足和液壓泵進(jìn)口的 密封情況。 例如一臺裝載機(jī)地故障癥狀僅