一种基于熵权法的水泵故障预警装置制造方法及图纸

本实用新型专利技术涉及供水设备故障诊断技术领域，随着人工智能在工业各方面的渗透，针对水泵组的故障诊断涌现出多种智能算法，主要以神经网络等建立水泵组的故障识别模型为主，但是这种算法需要配备庞大的水泵组控制参数信号库，这就造成在建立完整数据库的过程中困难较大，且此方法处于实验阶段。本实用新型专利技术公开了一种基于熵权法的水泵故障预警装置，包括：数据存储单元、与数据存储单元电连接的特征矩阵单元以及与特征矩阵单元电连接的权重单元，提取待测信号X和参考信号Y，并分别对所述待测信号X和所述参考信号Y进行待测信号特征矩阵A和参考信号特征矩阵B的建立；构建预警指标a及门槛值矩阵alfa，并判断水泵组是否正常并建立状态表Tab。

【技术实现步骤摘要】
一种基于熵权法的水泵故障预警装置
本技术涉及供水设备故障诊断
，具体为一种基于熵权法的水泵故障预警装置。核心思想是通过待测信号与参考信号计算预警指标，并构建预警指标的门槛值矩阵，最后通过对比分析预警指标及其门槛值的大小综合判断水泵组是否故障。
技术介绍
水泵作为一种重要的供水设备，在供水系统中起着至关重要的作用，其水泵整体的动平衡状态是检查水泵的运行状态是否良好的重要指标之一。而在实际设备使用及管理过程中，最多采用事后管理或者设备的预防维护比如加油润滑、清扫清洁等手段，对于动平衡的整体情况处于失控状态。一旦水泵动平衡受影响，长期的运行会造成叶轮等部件的故障程度加深，甚至影响水泵整体的使用寿命，而随着人工智能在工业各方面的渗透，针对水泵的故障诊断涌现出多种智能算法，主要以神经网络等建立整个水泵组的故障识别模型为主，但是这种算法需要水泵的采集信号及参数库足够完善，故障类型足够多，考虑到实际情况，完整数据集的建立过程困难较大，且这类方法多处于实验室阶段，实际应用案例极少。本专利所提装置相比于建立故障识别模型而言，操作简便，计算量较小，不要求完备的故障叶片数据库，更贴合于实际工程中的应用。
技术实现思路
本技术目的在于提出一种基于熵权法的水泵故障预警装置，考虑到一系列实际问题，采用水泵组正常时的信号，建立不同转速、不同水泵正常时的最大可预警指标的门槛值矩阵。在对水泵进行诊断预警时，计算该该水泵的预警指标值，并通过对比分析该水泵的相同转速下的门槛值，来对水泵作出是否预警的指示。进一步而言，利用小波变换从水泵组正常的动平衡信号中提取能量特征矩阵，并基于熵权法建立故障预警指标的门槛值矩阵，将计算得到的待测该水泵的预警指标与相对应的门槛值进行比较分析，并改变小波分解的层数重复上述，最后综合分析实现待测该水泵是否进行故障预警的任务。本技术提供的技术方案为:所述的方案包括，数据存储单元、特征矩阵单元以及权重单元，所述数据存储单元电连接所述特征矩阵单元，所述特征矩阵单元电连接所述权重单元；所述数据存储单元定期存储和更新一水泵组在无故障情况下提取的该水泵组所有水泵的动平衡信号；所述动平衡信号包括所述水泵组中在不同转速下所有水泵的动平衡；提取所述动平衡信号作为所述水泵组中不同转速下所有水泵故障预警时的备用参考信号；所述特征矩阵单元从所述水泵组中提取待测信号X和参考信号Y，并分别对所述待测信号X和所述参考信号Y进行小波分解，提取各自能量系数特征属性值，各个所述能量系数特征属性值组成能量系数特征属性特征维，进而分别构建待测信号特征矩阵A和参考信号特征矩阵B；所述权重单元分别提取所述待测信号特征矩阵A和所述参考信号特征矩阵B的第n列同一位置的所述能量系数特征属性值，组成m×2的特征矩阵Q且共计K个，其中n＝{1,2,3，……K}，K为所述小波分解的层数，m为所述信号划分的段数；利用熵权法分别计算K个所述特征矩阵Q中第一维和第二维所述能量系数特征维的特征权重值，分别为bn1和bn2；构建所述水泵组故障预警的指标a，用以定量描述该水泵的动平衡，公式如下：并由所述水泵组故障预警指标a构建门槛值矩阵alfa，根据所述待测水泵的编号和动平衡，遍历所述门槛值矩阵alfa，确定所述待测水泵的预警门槛值aij和所述水泵组故障预警指标a，并建立所述水泵组状态信息表Tab；调整所述小波分解层数K值大小及其变化次数，并将每次计算结果记录在所述水泵组中水泵动平衡信息表Tab中，判断所述水泵组中不同的转速下所有水泵的运行状况。进一步的，所述待测信号X和所述参考信号Y设置一定数目的采样点作为样本长度，定义为wlen，则待测信号X和所述参考信号Y分别被分成m段信号，即其中m为式中结果的整数部分，wlen的采样点个数要求至少包含所述水泵组各个转速段的动平衡采样点，X、Y代表所述待测信号和所述参考信号，wlen满足其中w为水泵旋转角速度，f为水泵工作频率。进一步的，所述小波分解，利用小波能量公式计算所述参考信号Y和所述待测信号X分解后的能量系数，即En＝∑xn2其中xn为被分解后的每段信号对应参考值，n＝{1,2,3......K}，K为所述信号小波分解的层数；所述待测信号X和参考信号Y分别被分成m段信号，每段信号分别被进行K层小波分解，每段每一层小波分解后的所述信号能量系数为能量系数特征属性值，每段K层小波分解后的所述信号能量系数特征属性组成能量系数特征维，所述m段能量系数特征维组成待测信号特征矩阵A和参考信号特征矩阵B。进一步的，分别计算K个所述特征矩阵Q中第一维和第二维所述特征属性的特征权重值采用的熵权法，即首先根据所述特征矩阵Q中各个所述特征属性值进行归一化即其中i＝{1,2,3,......m}，j＝{1,2}，min(Xi)为第i段所述动平衡信号对应的能量系数特征属性值的最小值，max(Xi)为第i段所述动平衡信号对应的能量系数特征属性值的最大值，Xij为第i段第j维度所述动平衡信号对应的能量系数特征属性值,以获得所述特征矩阵Q的归一化矩阵Q′。进一步的，所述构建该水泵故障预警指标a即其中bn1和bn2分别表示所述特征矩阵Q中第一维和第二维所述能量系数特征属性的特征权重值。进一步的，所述的门槛值矩阵alfa，分别从三个时间段的动平衡信号存储单元中提取同转速、同一个水泵的动平衡信号，且相互之间所述水泵组故障预警指标a按照2到4进行计算，分别用a1、a2、a3表示，则所述水泵在此转速下的故障预警指标a为上述三个值中的最大值；针对所述水泵组中其他该水泵做同样的处理即得到预警指标a的门槛值矩阵alfa：其中u是所述水泵组中该水泵编号总数，v是所述水泵组中该水泵在不同转速下的数目，i的取值范围是[1,u]间的整数，j的取值范围是[1,v]的整数。进一步的，所述待测该水泵的预警门槛值aij和所述水泵组的故障预警的指标a二者对比，当a＜aij时，则所述待测水泵的动平衡正常，反之说明所述待测水泵组预警指标超过所述水泵组预警门槛值并建立与之对应的所述水泵组状态信息表Tab，记录诊断结果。进一步的，根据所述归一化矩阵Q′中的能量系数通过计算公式其中如果pij＝0则定义得出所述归一化矩阵Q′中的特征权重值。进一步的，所述待测信号X为采集所述水泵组中某水泵在某一固定转速下发出的一段动平衡信号；所述参考信号Y为遍历所述数据存储单元中的所述备用参考信号，提取与所述待测信号X对应的该水泵在同一转速下的动平衡信号，且所述待测信号X和所述参考信号Y两种信号的保持时间和样本长度一致。进一步的，针对所述待测信号X和所述参考信号Y两种信号中同一段动平衡信号分别进行K层小波分解，K是人为设定的一个常数，并利用小波能量公式提取分解后各自的能量系数，各自生成对应的待测信号特征维X1和参考信号特征维Y1；剩余段所述动平衡信号做上述同样的处理，各自生成待测信号特征矩阵A和参考信号特征矩阵B且大小均为m×K，其中m为所述特征矩阵行数，即水泵的分段数，K为所述特征矩阵的列数，本文档来自技高网...

【技术保护点】
1.一种基于熵权法的水泵故障预警装置，其特征在于，包括：/n数据存储单元、特征矩阵单元以及权重单元，所述数据存储单元电连接所述特征矩阵单元，所述特征矩阵单元电连接所述权重单元；/n所述数据存储单元接收和存储一水泵组在无故障情况下提取的该水泵组所有水泵的动平衡信号，以便输出所有水泵故障预警时的备用参考信号；/n所述特征矩阵单元接收所述水泵组中的待测信号X和参考信号Y，并分别对所述待测信号X和所述参考信号Y进行小波分解，提取各自能量系数特征属性值，进而分别构建并输出待测信号特征矩阵A和参考信号特征矩阵B；/n所述权重单元接收所述待测信号特征矩阵A和所述参考信号特征矩阵B组成的特征矩阵Q，利用熵权法分别计算获得小波分解的层数K个所述特征矩阵Q中第一维和第二维的特征权重值，以便判断所述水泵组中不同的转速下所有水泵的运行状况。/n

【技术特征摘要】
1.一种基于熵权法的水泵故障预警装置，其特征在于，包括：
数据存储单元、特征矩阵单元以及权重单元，所述数据存储单元电连接所述特征矩阵单元，所述特征矩阵单元电连接所述权重单元；
所述数据存储单元接收和存储一水泵组在无故障情况下提取的该水泵组所有水泵的动平衡信号，以便输出所有水泵故障预警时的备用参考信号；
所述特征矩阵单元接收所述水泵组中的待测信号X和参考信号Y，并分别对所述待测信号X和所述参考信号Y进行小波分解，提取各自能量系数特征属性值，进而分别构建并输出待测信...

【专利技术属性】
技术研发人员：张雨帆，吴亚乔，王稳健，赵冰，陈世超，
申请(专利权)人：石家庄德贤建筑工程有限公司，
类型：新型
国别省市：河北;13