张立杰， 鄂东辰

(1. 燕山大学 河北省重型机械流体动力传输与控制实验室, 秦皇岛 066004;2. 燕山大学 先进锻压成形技术与科学教育部重点实验室, 秦皇岛 066004)

翻车机是用于火车卸料的大型机械设备，它将满载散料的车厢翻转160°，依靠重力将散料从车厢中卸出，其中液压系统的作用是把车厢固定夹紧在翻车机轨道上，避免翻转过程中发生脱落。翻车机液压系统安全稳定的工作是保证港口物料运输的重要前提。因此对液压系统进行状态监测与故障诊断具有重要的实际意义。液压系统状态监测与故障诊断的方法可以分为基于数学模型[1]、基于知识和基于数据统计三类[2]。基于数学模型的方法首先需要建立系统的数学模型，由于液压系统具有影响因素众多和具有高度的非线性等特点，使其难以建立准确的数学模型，这阻碍了该方法的推广应用，而基于数据统计的方法可以避免建立精确数学模型更加适合于液压系统的状态监测与故障诊断。因此本文选取数据统计方法对翻车机液压系统进行在线监测与诊断。

主成分分析(PCA)是最为常用的多元统计方法之一[3-4]，它通过提取监测数据中的T2和Q统计量对生产设备的工作状态进行判断，T2代表了数据的主成分的变化，Q代表了过程变量间相关关系的变化。最初应用PCA方法进行监测的对象是连续稳定工作的生产设备，如旋转工作设备和大型炼油设备[5-6]，可以用统一的统计模型表达它们工作状态。……