The invention discloses a method for detecting the potential cavitation failure of a pump based on rapid spectral kurtosis, including step 1, collecting vibration acceleration signals to de-noising, as a signal to be treated; step 2, determining the decomposition order of signal processing according to the size of the signal data; step 3, calculation according to the Fast Spectral Kurtosis Algorithm. As a result, the optimal carrier frequency and bandwidth are selected, step 4, Fourier transform to the selected carrier frequency and the signal in the bandwidth, and get the spectrum envelope diagram; step 5, compare the time domain diagram of the original signal, the time domain map processed by the fast spectral kurtosis filtering, and the spectrum envelope after the Fourier transform of the selected region, The time and frequency characteristics of the cavitation fault signal are analyzed. By using this method, more cavitation instantaneous signals can be detected, and the information of time domain and frequency domain can be seen clearly and clearly, and the normal state and cavitation state of the pump can be clearly identified.
【技术实现步骤摘要】
一种基于快速谱峭度分析的泵潜在空化故障检测方法
本专利技术属于信号处理领域,尤其涉及一种基于快速谱峭度分析泵的实时状态并且检测其潜在空化故障的方法。
技术介绍
高性能离心泵在当今社会上广泛应用和需求巨大。由于工作在高压高速等复杂条件下,离心泵的空化故障频频发生,导致振动频率加剧、噪声增大、叶片腐蚀,严重制约着泵性能和寿命。传统的检测方法在泵空化初生阶段,对于泵的流量和扬程、振动和噪声等信号变化的检测并不敏感;但当空化信号显著变化时,空化故障已经迅速发展到了相当严重的程度。空化气泡的声信号带宽跨度大、瞬时性强、处理难度较高;空化引起的振动信号往往被叶片旋转所强烈调制。目前信号处理领域常用的故障信号检测方法主要有短时傅里叶变换和小波变换两种。短时傅里叶变换是最常用的一种时频分析方法,它通过时间窗内的一段信号来表示某一时刻的信号特征。在短时傅里叶变换过程中,窗的长度决定频谱图的时间分辨率和频率分辨率,窗长越长,截取的信号越长,信号越长,傅里叶变换后频率分辨率越高,时间分辨率越差;相反,窗长越短,截取的信号就越短,频率分辨率越差,时间分辨率越好,也就是说短时傅里叶变换中,时间分辨率和频率分辨率之间不能兼得,应该根据具体需求进行取舍。短时傅里叶变换严重的受到了时域和频域分辨率的影响,导致它的作用受到了限制。而且,对于空化所产生的振动加速度信号,短时傅里叶变换无法分析出明确的信息。小波变换的实用性明显强于短时傅里叶变换,它继承和发展了短时傅立叶变换局部化的思想,同时又克服了窗口大小不随频率变化等缺点,能够提供一个随频率改变的“时间-频率”窗口,是进行信号时频分析和处理 ...
【技术保护点】
一种基于快速谱峭度分析的泵潜在空化故障检测方法,包括:步骤1,对采集的振动加速度信号进行降噪,作为试验待处理信号;步骤2,根据试验待处理信号,确定拟合程度最高的快速谱峭度算法分解阶数作为信号处理的分解阶数;步骤3,根据快速谱峭度算法计算结果,选择能够使信号峭度最大的载波频率以及相应带宽;步骤4,对选择的载波频率以及相应带宽后的信号进行傅里叶变换,得到频谱包络图;步骤5,根据原信号时域图、经快速谱峭度处理的信号时域图以及选定区域傅里叶变换后的频谱包络图,分析故障信号的时间和频率特征。
【技术特征摘要】
1.一种基于快速谱峭度分析的泵潜在空化故障检测方法,包括:步骤1,对采集的振动加速度信号进行降噪,作为试验待处理信号;步骤2,根据试验待处理信号,确定拟合程度最高的快速谱峭度算法分解阶数作为信号处理的分解阶数;步骤3,根据快速谱峭度算法计算结果,选择能够使信号峭度最大的载波频率以及相应带宽;步骤4,对选择的载波频率以及相应带宽后的信号进行傅里叶变换,得到频谱包络图;步骤5,根据原信号时域图、经快速谱峭度处理的信号时域图以及选定区域傅里叶变换后的频谱包络图,分析故障信号的时间和频率特征。2.根据权利要求1所述的基于快速谱峭度分析的泵潜在空化故障检测方法,其特征在于,步骤1中,所述的降噪方法为,在处理程序中,使用预白化处理噪声,对信号进行降噪处理。3.根据权利要求1所述的基于快速谱峭度分析的泵潜在空化故障检测方法,其特征在于,步骤2的具体过程为:步骤2-1,在MATLAB软件中,根据试验待处理信号的数据量大小,设置一个初步分解阶数;步骤2-2,在该阶数下,观察...
【专利技术属性】
技术研发人员:余天义,初宁,宁岳,唐川荃,吴大转,
申请(专利权)人:浙江大学,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。