基于自搜索特征峰值与局部极差的离心泵故障诊断方法技术

基于自搜索特征峰值与局部极差的离心泵故障诊断方法，首先获取离心泵的振动信号和三相电流信号；其次在额定转频内根据功率谱峰值自动搜索离心泵转频；然后利用低通滤波后的振动信号构建自搜索转频峰值指标，利用带通滤波及db10小波分解后的振动信号构建自搜索特征频率峰值指标，利用电流信号构建电流局部极差指标；分别设定相应的阈值，并通过所提取指标与设定阈值的比较输出诊断结果，实现对离心泵故障的自动诊断；本发明专利技术针对离心泵振动信号和电流信号的特点，分别构建指标，克服了传统方法需要人工判断且过于依赖专家及先验知识，费时费力且易发生状态误判的缺陷，能够对离心泵实现自动故障诊断，提高了离心泵故障诊断的效率和准确性。率和准确性。率和准确性。

【技术实现步骤摘要】
基于自搜索特征峰值与局部极差的离心泵故障诊断方法


[0001]本专利技术属于离心泵故障诊断
，具体涉及一种基于自搜索特征峰值与局部极差的离心泵故障诊断方法。

技术介绍

[0002]离心泵以其结构简单、性能稳定、维修方便、价格便宜等优点，在机械、石油化工、国防工业等领域得到了广泛应用。然而离心泵往往在高温、高速的恶劣工况下工作，随着服役时间的增长，离心泵性能会出现明显退化，从而导致故障频发，而离心泵在工程实际中运送的介质又一般具有毒性、腐蚀性、易燃易爆等特点，若无法对离心泵故障进行及时有效地诊断，将会造成环境污染、经济损失甚至人员伤亡等重大事故。因此，对离心泵故障诊断方法进行研究，进而保障其安全平稳运行显得尤为重要。
[0003]离心泵的常见故障主要包括轴承故障、叶轮故障和气穴。近年来，相关人员对离心泵的故障诊断主要是在提取特征之后，通过诊断专家直接观察、分析所提取的特征，或依靠专业知识在时域、频域和时频域内对信号谱图进行人工分析，人为地对离心泵的健康状态进行判断，从而实现故障诊断。上述方法需要人工判断且过于依赖专家及先验知识，费时本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于自搜索特征峰值与局部极差的离心泵故障诊断方法，其特征在于，包括以下步骤：步骤1：获取离心泵的振动信号样本及三相电流信号样本；步骤2：自动搜索离心泵转频，对获取的离心泵振动信号样本做功率谱，在离心泵额定转速内自动搜索功率谱峰值，谱峰值对应的频率即为自动搜索所得的离心泵转频f
search
；步骤3：构建自搜索转频峰值指标rp
v
，首先对获取的离心泵振动信号样本进行低通滤波，得到频率在1280Hz以下的信号成分，并计算滤波后振动信号时域峰峰值x
pp
：x
pp
＝max(x)
‑
min(x)其中，x表示低通滤波后的振动信号；然后对低通滤波后的信号进行快速傅里叶变换，在获得的频谱中，对步骤2所得的离心泵转频f
search
左右各2Hz频率区间内进行最大幅值自动搜索，得到转频附近最大幅值F
max
，进而得到自搜索转频峰值指标rp
v
：步骤4：构建自搜索特征频率峰值指标fp
v
，首先对获取的离心泵振动信号样本进行带通滤波，得到频率在[2500Hz,10000Hz]区间的信号成分，并计算滤波后振动信号时域峰峰值：x'
pp
＝max(x')
‑
min(x')其中，x'表示带通滤波后的振动信号；利用db10小波对带通滤波后的振动信号进行四层小波分解，并对各层小波分解的高频细节信号进行平方包络，得到各层平方包络谱其中k表示层数，k∈[1,4]；其次将中转频f
search
左右各0.5Hz频率区间内的信号幅值取反，得到转频负谱k∈[1,4]，即：通过计算：得到各层消除转频后的...

【专利技术属性】
技术研发人员：雷亚国，何平，邢赛博，李乃鹏，武通海，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：