【技术实现步骤摘要】
一种抽油机故障诊断方法、装置及系统
本专利技术涉及故障诊断
，具体涉及一种抽油机故障诊断方法、装置及系统。
技术介绍
传统抽油机的故障检测是通过采集抽油机的位移、载荷点，绘制示功图，通过对示功图的参数特征识别出故障，此方法对抽油机单一故障识别比较准确，但不能用于识别抽油机的混合故障，工作量比较大，受抽油机工作环境及人为因素影响较多，在后期数据处理方面，需要有一定的专家经验。为了提高抽油机的性能和可靠性，急需对影响抽油机的各种故障进行同时检测，实现同时对抽油机的多种故障进行诊断。
技术实现思路
为解决上述问题，本专利技术提供一种抽油机故障诊断方法、装置及系统，能够实现同时对抽油机的多种故障进行诊断。为了实现上述目的，本专利技术提供以下技术方案：根据本专利技术第一方面实施例提供的一种抽油机故障诊断方法，包括：在平稳工况下，采集抽油机减速箱轴承的第一振动信号和抽油机驱动电机的第二振动信号；根据第一振动信号提取抽油机减速箱齿轮的稳态调制成分，提取抽油机减速箱轴承的冲击...
【技术保护点】
1.一种抽油机故障诊断方法，其特征在于，包括：/n在平稳工况下，采集抽油机减速箱轴承的第一振动信号和抽油机驱动电机的第二振动信号；/n根据第一振动信号提取抽油机减速箱齿轮的稳态调制成分，提取抽油机减速箱轴承的冲击调制成分，从而得到第一故障信号，第一故障信号包括平稳型故障信号、冲击型故障信号和复合型故障信号；/n根据第二振动信号提取表征抽油机驱动电机典型故障的第二故障信号，第二故障信号包括定子匝间短路故障信号、转子断条故障信号；/n选取第一故障信号和第二故障信号所对应的幅值作为特征参数，将特征参数进行归一化处理，得到特征向量；/n将特征向量输入神经网络进行故障识别，得到抽油机故障诊断结果。/n
【技术特征摘要】
1.一种抽油机故障诊断方法，其特征在于，包括：
在平稳工况下，采集抽油机减速箱轴承的第一振动信号和抽油机驱动电机的第二振动信号；
根据第一振动信号提取抽油机减速箱齿轮的稳态调制成分，提取抽油机减速箱轴承的冲击调制成分，从而得到第一故障信号，第一故障信号包括平稳型故障信号、冲击型故障信号和复合型故障信号；
根据第二振动信号提取表征抽油机驱动电机典型故障的第二故障信号，第二故障信号包括定子匝间短路故障信号、转子断条故障信号；
选取第一故障信号和第二故障信号所对应的幅值作为特征参数，将特征参数进行归一化处理，得到特征向量；
将特征向量输入神经网络进行故障识别，得到抽油机故障诊断结果。
2.根据权利要求1所述的一种抽油机故障诊断方法，其特征在于，所述根据第一振动信号提取抽油机减速箱齿轮的稳态调制成分，提取抽油机减速箱轴承的冲击调制成分，具体为：
对第一振动信号进行高通滤波，将滤波后的信号按照轴承各个元件中局部损伤最大特征频率对应的最小特征周期分段；
构造稳态调试字典，提取抽油机减速箱轴承的稳态调制成分；
构造优化单位脉冲响应字典，提取抽油机减速箱轴承的冲击调制成分。
3.根据权利要求2所述的一种抽油机故障诊断方法，其特征在于，所述将特征参数进行归一化处理的步骤，具体为：
分别对第一故障信号和第二故障信号进行归一化处理，归一化处理公式如下：
其中，xfi是归一化前故障信号的幅值，xfmax是归一化前振动数据中的最大幅值，xfmin是归一化前故障信号中的最小幅值，yfi是归一化后故障信号的幅值。
4.根据权利要求3所述的一种抽油机故障诊断方法，其特征在于，所述将特征向量输入神经网络进行故障识别，得到抽油机故障诊断结果，具体为：
将归一化后得到的特征参数构成一组特征向量；
构建BP神经网络，采用删除法选用同一组样本分别对不同隐含层节点数的网络进行训练，得到训练后的BP神经网络；
将完成训练后的BP神经网络作为神经网络模型，将特征向...
【专利技术属性】
技术研发人员：庄泽龙，朱文博，吴佳宏，马浩，
申请(专利权)人：佛山科学技术学院，
类型：发明
国别省市：广东;44
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。