基于声辐射信号处理的离心泵故障诊断方法和装置制造方法及图纸

本申请涉及离心泵故障诊断技术领域，具体涉及一种基于声辐射信号处理的离心泵故障诊断方法及装置，获取离心泵声辐射信号，以获取待测声辐射信号；对所述待测声辐射信号进行小波包分解；对子频带信息进行不同处理，以获取重构信号；提取所述重构信号的各类特征，将所述特征进行组合，以获取数据集；将数据集输入预先训练完成的离心泵故障诊断模型中，输出离心泵声辐射信号故障诊断结果。本申请利用小波包分解与奇异值分解相结合的方法进行声辐射信号特征提取，有效提升了离心泵声辐射信号故障识别的正确率和效率，能够在强背景噪声的干扰下，依旧可以准确识别离心泵故障类型，这对于离心泵故障的风险预警具有一定的意义。于离心泵故障的风险预警具有一定的意义。于离心泵故障的风险预警具有一定的意义。

【技术实现步骤摘要】
基于声辐射信号处理的离心泵故障诊断方法和装置


[0001]本申请涉及离心泵故障诊断
，具体涉及一种基于声辐射信号处理的离心泵故障诊断方法及装置。

技术介绍

[0002]离心泵是机械设备中一种较为常见的设备，其在化工生产、人民日常生活中具有重要经济、社会意义。智能诊断方法通过机器学习的智能化分析和挖掘，从设备状态监控数据中提取故障信息，实现早期故障诊断，达到科学与经济维修的目的。因此开展离心泵故障诊断对保障设备安全经济运行具有重要意义。
[0003]目前常用的故障特征提取方法一般基于振动信号，但是振动信号的采集往往需要在设备本体上架设各种传感器，并对传感器进行布线等操作，一方面，部分工业现场不具有相应的空间条件，另一方面，工业现场工况复杂，需要测试人员处于较为恶劣的环境中进行传感器的布置。而通过声辐射信号可以采用对应的声音信号传感器进行采集，不需要在设备本体上架设传感器等，具有较高的实用价值，操作方便，发展前景良好。
[0004]但是离心泵声辐射信号易受环境噪声的干扰，在采集过程中会侵染噪声而造成原始的声辐射信号受到污染，直本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于声辐射信号处理的离心泵故障诊断方法，其特征在于，所述方法包括：获取离心泵声辐射信号，对所述声辐射信号进行预处理，以获取待测声辐射信号；对所述待测声辐射信号进行小波包分解，计算小波包分解后的各子频带能量占比σ
j
；根据所述子频带能量占比σ
j
，对子频带信息进行不同处理，以获取重构信号；提取所述重构信号的各类特征，将所述特征进行组合，以获取数据集；将数据集输入预先训练完成的离心泵故障诊断模型中，输出离心泵声辐射信号故障诊断结果。2.根据权利要求1所述的基于声辐射信号处理的离心泵故障诊断方法，其特征在于，所述获取离心泵声辐射信号，对所述声辐射信号进行预处理，包括：通过声辐射信号传感器实时采集所述离心泵声辐射信号，所述声辐射信号传感器对准所述离心泵的泵体位置；去除所述离心泵声辐射信号中的异常值与趋势项。3.根据权利要求1所述的离心泵声辐射信号故障诊断方法，其特征在于，所述对所述待测声辐射信号进行小波包分解，包括：针对所述待测声辐射信号的特征，选择小波包分解的基函数；针对所述待测声辐射信号的频谱特征，确定小波包分解层数；根据所述基函数和所述分解层数对所述待测声辐射信号进行小波包分解。4.根据权利要求1所述的离心泵声辐射信号故障诊断方法，其特征在于，所述根据所述子频带能量占比σ
j
，对子频带信息进行不同处理，以获取重构信号包括：当σ
j
＞50％，对所述子频带信息完全保留，不进行处理；当σ
j
＜1％时，对所述子频带信息进行置零处理；当1％≤σ
j
≤50％时，对所述子频带信息进行奇异值分解处理。5.根据权利要求4所述的离心泵声辐射信号故障诊断方法，其特征在于，所述对所述子频带信息进行奇异值分解处理包括：将所述子频带信息重构为子频带信号，以获取第一子信号；采用延迟嵌入法将所述第一子信号构建为hankel矩阵，以获取第一矩阵；根据所述第一矩阵的特征值，获取所述第一矩阵的奇异值；对所述奇异值进行差分谱分析，确定所述奇异值的截断阶次p，保留前p个奇异值，将之后的奇异值置零；利用处理后的奇异值对所述第一矩阵进行重构，以获取第二矩阵；将第二矩阵的行向量首尾互相连接...

【专利技术属性】
技术研发人员：陈剑，程昊，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：