一种泵汽蚀状态自动识别方法技术

一种泵汽蚀状态自动识别方法，包括以下步骤：步骤1，采集泵振动测点信号，同时收集泵的静态参数；步骤2，计算泵的叶片通过频率；步骤3，提取相应的汽蚀指标；步骤4，进行汽蚀状态自动识别。本发明专利技术基于振动频谱分析的泵汽蚀状态自动识别方法，实现在泵汽蚀发生时进行快速识别和诊断。该方法基于汽蚀故障机理结合振动频谱分析，实现了泵汽蚀的自动识别诊断。相较于传统的耳听、人工诊断分析等方法，减少了人工参与的同时很大程度的提高泵汽蚀故障的监测诊断效率。从而及时发现汽蚀故障，减少泵汽蚀带来的损失。

An automatic recognition method of pump cavitation state

【技术实现步骤摘要】
一种泵汽蚀状态自动识别方法
本专利技术属于机械设备状态监测领域，特别涉及一种泵汽蚀状态自动识别方法。
技术介绍
泵汽蚀是由于流动在泵中的液体由于局部压力低于在一定温度条件下液体的气化压力，则液体内的杂质、微小固体颗粒以及液体与固体接触面的缝隙中所存在的汽核，会很快生长成可见的汽泡，这些汽泡流动到高压区时破裂，对流道的金属表面产生一定的破坏作用。泵作为广泛应用于工业领域的通用机械，其正常的运行对企业安全高效生产意义重大。频繁发生的汽蚀故障会使泵产生异常的振动、噪声，同时也会使泵的性能下降。长期运行在汽蚀状态的泵，其使用寿命会大幅下降，严重制约着安全生产。泵汽蚀诊断识别现阶段仍以传统方法为主，如：现场人员通过耳听，或通过测量泵的流量扬程变化来判断，或通过采集泵的振动信号人工进行波形频谱分析来判断。这些方法具备一定监测诊断效果，但是第一种方法需要一定的经验知识，而且效率低；后一种方法识别的灵敏度相对较低；相较于前两种方法振动信号对汽蚀故障的监测效果较好，但人工分析效率仍然不高。
技术实现思路
本专利技术的目的在于提供一种泵汽蚀状态自动识别方法，以解决上述问题。为实现上述目的，本专利技术采用以下技术方案：一种泵汽蚀状态自动识别方法，包括以下步骤：步骤1，通过传感器采集泵振动测点信号，同时收集泵的静态参数；步骤2，通过步骤1中采集的速度信号和静态参数，对信号进行FFT快速傅氏变换得到信号的频谱，计算泵的叶片通过频率；步骤3，根据泵汽蚀机理以及较高的叶片通过频率伴随着很高的随机振动引起的地平噪声抬起振动特征提取相应的汽蚀指标；步骤4，通过判断1至2倍叶片通过频率占比和汽蚀指标阈值的大小，进行汽蚀状态自动识别。进一步的，步骤1中具体为：根据不同的泵体结构，在相应测点安装相应的振动传感器，安装原则是靠近泵叶轮的负载位置，采集对应测点的加速度信号后进行一次积分得到该测点的速度信号；同时收集泵的关键静态属性：泵的额定转速、泵的叶片数量。进一步的，步骤2中计算的详细步骤如下：x(n)为采集的振动速度信号，其中n表示采样序号；对x(n)进行傅里叶变换得到；信号x(n)的频谱序列：X(f)，其中fs为信号的采样频率，N为信号的采样点数；泵的额定转频：f额定＝泵的额定转速/60；在频谱X(f)上，在泵的额定转频附近(f额定±1Hz)找到区间内幅值最大点X(f)＝Ampmax，该点对应的频率fAmp_max即为泵的精确转频fPump_rotation计算泵的精确转频后，泵的叶片通过频率fpass_fre＝泵叶片数*fPump_rotation。进一步的，步骤3具体包括：1)其中第一个特征指标为1至2倍叶片通过频率占比M_ratio，计算方法如下：其中等式右边分子：(X(fpass_fre))2+(X(2*fpass_fre))2为1至2倍叶片通过频率能量，等式右边分母：为频谱能量；2)第二个特征指标为频谱窗内四分位距SpeQR，计算公式如下：SpeQR＝quantile(Xwin，75)-quantile(Xwin，25)其中Xwin对应频谱X(f)中在频率f＜500Hz内，满足X(f)＞threshold1的数据，threshold1为频谱噪声水平阈值，取为频谱幅值X(f)的第5百分位数；其中quantile表示计算数据的百分位数quantile(Xwin，75)为计算Xwin第75百分位数；quantile(Xwin，25)为计算Xwin第25百分位数；3)第三个指标为频谱窗内数据长度占比N_ratio，计算方法如下：N_ratio＝len(Xwin)/len(X(f＜500))其中len表示计算数据长度len(Xwin)为计算Xwin的数据长度len(X(f＜500))为计算X(f)中频率f＜500Hz的数据长度。进一步的，步骤4具体包括：当1至2倍叶片通过频率占比M_ratio大于阈值threshold2(45％＞threshold2≥20％)，且频谱窗内四分位距SpeQR大于指定阈值threshold3(0.25＞threshold3≥0.12)，且频谱窗内数据长度占比N_ratio大于指定阈值threshold4(60％＞threshold4≥45％)时则判断为汽蚀，否则未发生汽蚀。其中：threshold2为1至2倍叶片通过频率能量占比水平阈值，threshold3为频谱窗内数据主要数据分布程度阈值，threshold4为频谱窗内数据量水平阈值。与现有技术相比，本专利技术有以下技术效果：本专利技术基于振动频谱分析的泵汽蚀状态自动识别方法，实现在泵汽蚀发生时进行快速识别和诊断。该方法基于汽蚀故障机理结合振动频谱分析，实现了泵汽蚀的自动识别诊断。相较于传统的耳听、人工诊断分析等方法，减少了人工参与的同时很大程度的提高泵汽蚀故障的监测诊断效率。从而及时发现汽蚀故障，减少泵汽蚀带来的损失。附图说明图1是整体流程图图2是汽蚀的典型特征图3是汽蚀指标图图4是1至2倍叶片通过频率能量占比计算图5是泵叶片通过频率计算方法图6是频谱窗内数据长度和频谱窗内四分位距的计算方法图7是频谱窗内数据长度占比计算方法图8是频谱窗示意图图9是本方法汽蚀识别效果。具体实施方式以下结合附图对本专利技术进一步说明：请参阅图1至图8，一种泵汽蚀状态自动识别方法，包括以下步骤：步骤1，通过传感器采集泵振动测点信号，同时收集泵的静态参数；步骤2，通过步骤1中采集的速度信号和静态参数，对信号进行FFT快速傅氏变换得到信号的频谱，计算泵的叶片通过频率；步骤3，根据泵汽蚀机理以及较高的叶片通过频率伴随着很高的随机振动引起的地平噪声抬起振动特征提取相应的汽蚀指标；步骤4，通过判断1至2倍叶片通过频率占比和汽蚀指标阈值的大小，进行汽蚀状态自动识别。步骤1中具体为：根据不同的泵体结构，在相应测点安装相应的振动传感器，安装原则是靠近泵叶轮的负载位置，采集对应测点的加速度信号后进行一次积分得到该测点的速度信号；同时收集泵的关键静态属性：泵的额定转速、泵的叶片数量。步骤2中计算的详细步骤如下：x(n)为采集的振动速度信号，其中n表示采样序号；对x(n)进行傅里叶变换得到；信号x(n)的频谱序列：X(f)，其中fs为信号的采样频率，N为信号的采样点数；泵的额定转频：f额定＝泵的额定转速/60；在频谱X(f)上，在泵的额定转频附近(f额定±1Hz)找到区间内幅值最大点X(f)＝Ampmax，该点对应的频率fAmp_max即为泵的精确转频fPump_rotation计算泵的精确转频后，泵的叶片通过频率fpass_fre＝泵叶片数*fPump_rotation。步骤3具体包括：1)其中第一个特征指标为1至2倍叶片通过频率占比M_ratio，计算方法如下：其中，等式右边分子：(X(fpass_fre))2+(X(2*fpass_fre))2为1至2倍叶片通过频率能量，等式右边分母：为频谱能量；2)第二个特征指标为频谱窗内四分位距SpeQR，计算公式如下：SpeQR＝quantile(Xwin，75)-quantile(Xwin，25)其中Xwin对应频谱X(f)中在频率f＜500Hz内，满足X(f)＞threshold1的数据，threshold1为频谱噪声水平阈值，取为频谱幅值X(f)的第5百分位数本文档来自技高网...

【技术保护点】
1.一种泵汽蚀状态自动识别方法，其特征在于，包括以下步骤：步骤1，通过传感器采集泵振动测点信号，同时收集泵的静态参数；步骤2，通过步骤1中采集的速度信号和静态参数，对信号进行FFT快速傅氏变换得到信号的频谱，计算泵的叶片通过频率；步骤3，根据泵汽蚀机理以及较高的叶片通过频率伴随着很高的随机振动引起的地平噪声抬起振动特征提取相应的汽蚀指标；步骤4，通过判断1至2倍叶片通过频率占比和汽蚀指标阈值的大小，进行汽蚀状态自动识别。

【技术特征摘要】
1.一种泵汽蚀状态自动识别方法，其特征在于，包括以下步骤：步骤1，通过传感器采集泵振动测点信号，同时收集泵的静态参数；步骤2，通过步骤1中采集的速度信号和静态参数，对信号进行FFT快速傅氏变换得到信号的频谱，计算泵的叶片通过频率；步骤3，根据泵汽蚀机理以及较高的叶片通过频率伴随着很高的随机振动引起的地平噪声抬起振动特征提取相应的汽蚀指标；步骤4，通过判断1至2倍叶片通过频率占比和汽蚀指标阈值的大小，进行汽蚀状态自动识别。2.根据权利要求1所述的一种泵汽蚀状态自动识别方法，其特征在于，步骤1中具体为：根据不同的泵体结构，在相应测点安装相应的振动传感器，安装原则是靠近泵叶轮的负载位置，采集对应测点的加速度信号后进行一次积分得到该测点的速度信号；同时收集泵的关键静态属性：泵的额定转速、泵的叶片数量。3.根据权利要求1所述的一种泵汽蚀状态自动识别方法，其特征在于，步骤2中计算的详细步骤如下：x(n)为采集的振动速度信号，其中n表示采样序号；对x(n)进行傅里叶变换得到；信号x(n)的频谱序列：X(f)，其中fs为信号的采样频率，N为信号的采样点数；泵的额定转频：f额定＝泵的额定转速/60；在频谱X(f)上，在泵的额定转频附近(f额定±1Hz)找到区间内幅值最大点X(f)＝Ampmax，该点对应的频率fAmp_max即为泵的精确转频fPump_rotation计算泵的精确转频后，泵的叶片通过频率fpass_fre＝泵叶片数*fPump_rotation。4.根据权利要求1所述的一种泵汽蚀状态自动识别方法，其特征在于，步骤3具体包括：1)其中第一个特征指标为1至2倍叶片通过频率占比M_ratio，计算方法如下：其中，等式右边分子：(X(fpass_...

【专利技术属性】
技术研发人员：彭朋，田秦，胡翔，吕芳洲，夏立印，
申请(专利权)人：西安因联信息科技有限公司，
类型：发明
国别省市：陕西,61