atos阿托斯柱塞泵輸出壓力是由負載決定的
ATOS柱塞泵的輸出壓力是由負載決定的,與輸入轉矩近似成正比。輸出壓力異常有兩種故障。
(1)輸出壓力過低
當泵在自吸狀態下,若進油管路漏氣或系統中液壓缸、單向閥、換向閥等有較大的泄漏,均會使壓力升不上去。這需要找出漏氣處,緊固、更換密封件,即可提高壓力。溢流閥有故障或調整壓力低,系統壓力也上不去,應重新調整壓力或檢修溢流閥。如果液壓泵的缸體與配流盤產生偏差造成大量泄漏,嚴重時,缸體可能破裂,則應重新研磨配合面或更換液壓泵。
(2)輸出壓力過高
若回路負載持續上升,泵的壓力也持續上升,當屬正常。若負載一定,泵的壓力超過負載所需壓力值,則應檢查泵以外的液壓元件,如方向閥、壓力閥、傳動裝置和回油管道。若zui大壓力過高,應調整溢流閥。
漏油
atos阿托斯柱塞泵輸出壓力是由負載決定的
ATOS柱塞泵漏油主要有以下原因:
(1)主軸油封損壞或軸有缺陷、劃痕;
(2)內部泄漏過大,造成油封處壓力增大,而將油封損傷或沖出;
(3)泄油管過細過長,使密封處漏油;
(4)泵的外接油管松動,管接頭損傷,密封墊老化或產生裂紋;
(5)變量調節機構螺栓松動,密封破損;
(6)鑄鐵泵殼有砂眼或焊接不良。
意大利ATOS阿托斯柱塞泵主要特點:
采用雙柱塞結構,壓力脈動小,寶石球壽命長;
采用進口寶石柱塞和寶石球,確保流量精確
通過 RS232 接口與電腦通訊,可直接由電腦進行控制 ;
接觸介質材料耐有機溶劑腐蝕;
內建過壓保護和流量校正系統 ;
大屏幕液晶顯示;
精心設計的排氣裝置有效除去輸送液體中的氣泡。
流量與壓力設定可記憶 可與PLC實現通訊
ATOS柱塞泵是液壓系統的心臟,其毛病確診是液壓系統毛病確診的重要部分。因為流體的壓縮性、泵源與伺服系統的流固耦合效果及液壓泵自身具有大幅度的固有機械振蕩,使得液壓泵的毛病機理復雜,毛病特征獲取艱難,毛病確診的含糊性強。大量的ATOS柱塞泵毛病確診數據標明,通過泵源出口檢查到的毛病信號常被攪擾信號吞沒,單一毛病檢查信號常呈現出強的含糊性,選用慣例的信號處理辦法難以提高有用的毛病特征。
對于ATOS柱塞泵球頭松動毛病形式,通過在液壓泵出口配置振蕩傳感器和壓力傳感器進行毛病檢查,通過小波剖析進行信號消噪處理,使用主成分剖析獲取有用交融信息,選用改善算法的BP神經網絡完成液壓泵弱小信號或多毛病的有用確診。
(1)吸入量不足。原因是吸油管路上的阻力過大或補油量不足。如泵的轉速過大,油箱中液面過低,進油管漏氣,濾油器堵塞等。
(2)泄漏量過大。原因是泵的間隙過大,密封不良造成。如配油盤被金屬碎片、鐵屑等劃傷,端面漏油;變量機構中的單向閥密封面配合不好,泵體和配油盤的支承面有砂眼或研痕等。可以通過檢查泵體內液壓油中混雜的異物判別泵被損壞的部位。
(3)傾斜盤傾角太小,泵的排量少,這需要調節變量活塞,增加斜盤傾角。
中位時排油量不為零
ATOS柱塞泵的斜盤傾角為零時稱為中位,此時泵的輸出流量應為零。但有時會出現中位偏離調整機構中點的現象,在中點時仍有流量輸出。其原因是控制器的位置偏離、松動或損傷,需要重新調零、緊固或更換。泵的角度維持力不夠、傾斜角耳軸磨損也會產生這種現象。
ATOS柱塞泵輸出流量波動
ATOS柱塞泵輸出流量波動與很多因素有關。對變量泵可以認為是變量機構的控制不佳造成,如異物進入變量機構,在控制活塞上劃出階痕、磨痕、傷痕等,造成控制活塞運動不穩定。由于放大器能量不足或零件損壞、含有彈簧的控制活塞的阻尼器效能差,都會造成控制活塞運動不穩定。流量不穩定又往往伴隨著壓力波動。這類故障一般要拆開液壓泵,更換受損零部件,加大阻尼,提高彈簧剛度和控制壓力等。
1、ATOS柱塞泵球頭松動毛病機理剖析
因為制作誤差或液壓泵在作業進程中的壓力沖擊,常常使柱塞球頭與球窩沉凹變形使球頭與球窩間隙增大,然后發生柱塞球頭松動的毛病。
2、小波信號消噪處理
液壓泵的作業環境通常對比惡劣,其工況受環境的影響較大,通常在泵出口檢查到的信號含有很大的噪聲。實驗標明,液壓泵出口檢查到的壓力信號和振蕩信號體現出以下特色:
①信號的頻譜分布很寬、波形凌亂,規律性差;②時變與非平穩性體現顯著。因而,根據這兩種信號的毛病特征獲取十分艱難,有必要對檢查的信號進行消噪處理。小波剖析是現在較有用的信號處理辦法,它能夠同時在時域和頻域中對信號進行剖析,能有用地區別信號中的突變部分和噪聲,完成信號的消噪。
ATOS柱塞泵出口振蕩信號及其小波消噪后的信號,選擇小波消噪的大局閾值為1.049。很顯著,檢查信號中包含了很多攪擾信號,很難簡略地使用檢查到的振蕩信號進行有用的毛病確診。為了消除攪擾影響,經過小波處理,能夠有用地消除泵出口振蕩信號中所包含的噪聲,有利于毛病特征的獲取。
3、信息交融毛病確診辦法
信息交融是將多源信息加以智能組成,發生比單一信息源更準確、容錯性和魯棒性更強的估計和判斷‘2’。因為液壓泵出口檢查到的信息弱小,易于被攪擾所吞沒,很難使用單個傳感器的檢查信號進行弱小毛病特征的有用確診。選用的信息交融毛病確診進程,行將振蕩信號和壓力信號進行小波消噪處理,使用統計剖析獲取有用特征信息,選用主成分剖析有用解耦各毛病特征間的相關性,削減毛病特征的維數,選用改善算法的BP神經網絡完成液壓泵球頭松動毛病確診。
atos阿托斯柱塞泵輸出壓力是由負載決定的