成果介绍
本发明公开了一种离心泵故障诊断方法及系统,其中方法包括以下步骤S1:获取离心泵的振动信号;S2:对所述振动信号进行预处理,获得去噪信号;S3:提取所述去噪信号的时域特征参数和能量特征参数;S4:建立离心泵诊断模拟实验系统,获取不同模式下所述时域特征参数和所述能量特征参数,并建立故障检测模型;S5:将所述S4中时域特征参数和能量特征参数进行整合并降维,并将降维后的待检测离心泵的时域特征参数和能量特征参数至所述故障检测模型进行检测,所述故障检测模型输出故障类别,能有效提高所述故障检测模型分类的准确率,区分故障类别和位置。
成果亮点
背景技术
离心泵主要是利用机械能或其他能量使流体的位能、压力能和动能增加,从而完成流体的输送,可以使流体从低位区到高位区,或者从低压区到高压区,在化工行业中是必不可少的机械设备。具有较广的适用性能、尺寸小、质量轻,低成本、结构较简单、操作方便、故障少、寿命长、排出液体无脉动等优点,由于泵的结构简单、经久耐用因此被广泛用于农田灌溉、石油化工工程、水利工程、冶金和造船等。
离心泵主要包括泵体(蜗壳,泵轴,叶轮等)、吸水管路、压水管路及其附件,叶轮由于长期负载运转,使用条件恶劣,很容易发生故障。离心泵的故障诊断主要包括叶轮故障信息检测、特征提取和状态识别。
现有技术中,离心泵的故障检测因为振动信号繁多,样本抽取工作量大,且复杂,不具有代表性,在进行多故障状态识别时,难以区分故障类别和位置。
团队介绍
陈汉新,博士,二级教授,博士生导师,湖北省有关人才计划特聘教授,教育部“新世纪人才支撑计划”入选者,“湖北省有突出贡献中青年专家”,“全国石油和化工优秀科技工作者”。2001年开始在英国、加拿大、新加坡等国多所著名大学留学近15年,2005年新加坡南洋理工大学机械与航空专业获得哲学博士学位。曾在英国谢菲尔德大学、加拿大温莎大学和阿尔伯特大学历任博士后、高级研究员等职位,法国梅斯工程师学院客座教授,武汉工程大学机电工程学院院长。现任武汉机械工程学会副理事长、湖北省机械工程学会常务理事、中国振动工程学会故障诊断专业委员会理事、中国粮油学会智能装备分会常务理事,中国化工学会化工机械专业委员会委员,武汉欧美同学会理事等,是20多个专业学会会员、国际会议分会主席和组委会成员,以及30多个国际著名学术期刊杂志论文评审专家,武汉工程大学化工装备强化与本质安全湖北省重点实验室主任,武汉工程大学欧美同学会暨留学人员联谊会会长,武汉工程大学产业技术研究院(鄂州)院长。
成果资料