【技术实现步骤摘要】
本申请涉及非电容式泵，具体涉及一种污水污物潜水电泵的故障诊断方法及系统。
技术介绍
1、污水污物潜水电泵是一种用于处理含有污水、废水或其他脏物质的潜水泵。这类泵通常设计用于在潜水状态下运行，能够将污水或废水从较低位置抽送到较高位置，以便有效处理和排放。产品广泛应用于市政污水工程、地下建筑物排水、工业、养殖业排污、家庭废水、污水泵送等环境中，能够在恶劣的条件下运行，处理含有固体颗粒、悬浮物和其他污染物的液体。这类电泵在运行过程中可能面临固体颗粒导致泵的叶轮或泵体堵塞、零部件的磨损和老化影响泵的性能等问题。对污水污物潜水电泵进行实时检测具有重要意义。
2、现有的电泵运行故障诊断方法一般通过检测潜水泵中滚动轴承的震动信号，将振动数据直接作为sos(stochastic outlier selection)异常检测算法的输入，来判断电泵运行中的故障信息。由于潜水电泵的叶轮型号不同，其性能存在一定差异，以及电泵在不同的污水污物条件中运行状态也不一样。sos算法对异常点的灵敏度在不同的数据分布和参数设置下表现不一致。因此，直接将原始信号作为sos异常检测算法的输入，存在对故障检测的灵敏度不一致的缺陷，容易导致误检。
技术实现思路
1、为了解决上述技术问题，本专利技术提供一种污水污物潜水电泵的故障诊断方法及系统，所采用的技术方案具体如下：
2、第一方面，本专利技术实施例提供了一种污水污物潜水电泵的故障诊断方法，该方法包括以下步骤：
3、采集潜水电泵工作时各时间
4、对时间段的振动数据序列进行分解为各pf分量；根据各pf分量内数据的差异情况得到时间段的潜水泵内污物切割阻碍系数；
5、对各pf分量与振动数据序列进行相关性分析得到各高互相关分量；分析各高互相关分量与振动数据序列的独立成分构建列向量矩阵；基于列向量矩阵、潜水泵内污物切割阻碍系数构建潜水泵内污物切割阻碍混杂系数；根据各时间段以及前邻近时间段之间的潜水泵内污物切割阻碍混杂系数差异构建各时间段的泵内污物切割阻碍混杂抵抗指数；
6、将预设时间内所有时间段的泵内污物切割阻碍混杂抵抗指数作为异常检测算法的输入，得到预设时间内电泵的运行故障状态。
7、优选的，所述对时间段的振动数据序列进行分解为各pf分量，包括：
8、对于各时间段的振动数据序列，采用局部均值分解算法对振动数据序列进行分解，得到各pf分量；将分解得到的第一个pf分量记为第一分量，除第一分量外的各pf分量记为各剩余分量。
9、优选的，所述根据各pf分量内数据的差异情况得到时间段的潜水泵内污物切割阻碍系数，包括：
10、根据各剩余分量内数据的差异情况获取时间段的乘积函数信号差；
11、获取第一分量的数据均值；计算第一分量内各数据与所述数据均值的差值绝对值，将第一分量内所有数据的所述差值绝对值的均值与所述乘积函数信号差的乘积作为时间段的潜水泵内污物切割阻碍系数。
12、优选的，所述根据各剩余分量内数据的差异情况获取时间段的乘积函数信号差，包括：
13、分别获取各剩余分量与第一分量数据的信息熵；
14、对于各剩余分量，计算剩余分量与第一分量的对应信息熵的和值，计算剩余分量与时间段的振动数据之间的皮尔逊相关系数；
15、将所述和值与所述皮尔逊相关系数的比值绝对值作为以自然常数为底数的指数函数的指数，将所有剩余分量的所述指数函数的计算结果的和值作为时间段的乘积函数信号差。
16、优选的，所述对各pf分量与振动数据进行相关性分析得到各高互相关分量，包括：
17、采用余弦相似度，分别计算各pf分量与振动数据序列之间的相关系数值；
18、采用聚类算法将所有pf分量的所述相关系数值进行聚类，得到两个聚类簇，将其中均值最大的聚类簇对应的各pf分量记为各高互相关分量。
19、优选的，所述分析各高互相关分量与振动数据序列的独立成分构建列向量矩阵，包括：
20、对各高互相关分量分别进行重构得到各重构序列；
21、将各重构序列与振动数据序列组成重构矩阵，对重构矩阵采用fastica算法得到各独立成分向量，将各独立成分向量组成列向量矩阵。
22、优选的，所述基于列向量矩阵、潜水泵内污物切割阻碍系数构建潜水泵内污物切割阻碍混杂系数，包括：
23、对于列向量矩阵内各独立成分向量，获取独立成分向量中的最大值；
24、计算所述最大值与独立成分向量内各数据的差值，计算所述差值与潜水泵内污物切割阻碍系数的比值；将独立成分向量内所有数据的所述比值的均值作为潜水泵内污物切割阻碍混杂系数。
25、优选的，所述根据各时间段以及前邻近时间段之间的潜水泵内污物切割阻碍混杂系数差异构建各时间段的泵内污物切割阻碍混杂抵抗指数，包括：
26、对于各时间段的前邻近的个邻近时间段，计算各时间段与其各个邻近时间段的潜水泵内污物切割阻碍混杂系数的差值绝对值，将所述差值绝对值作为以自然常数为底数的对数函数的真数；
27、获取各时间段以及前邻近的个邻近时间段的振动数据的香农熵；将各时间段的所有邻近时间段的所述对数函数的计算结果与所述香农熵的乘积均值作为各时间段的泵内污物切割阻碍混杂抵抗指数。
28、优选的，所述将预设时间内所有时间段的泵内污物切割阻碍混杂抵抗指数作为异常检测算法的输入，得到预设时间内电泵的运行故障状态，包括：
29、将预设时间内所有时间段的泵内污物切割阻碍混杂抵抗指数作为异常检测算法的输入，得到异常概率值向量；所述异常概率值向量内各元素为对应时间段的异常概率值；
30、当异常概率值小于等于预设第一阈值，则电泵运行正常；当异常概率值大于预设第一阈值且小于等于预设第二阈值，则电泵运行存在故障风险；当异常概率值大于预设第二阈值，则电泵运行出现故障。
31、第二方面，本专利技术实施例还提供了一种污水污物潜水电泵的故障诊断系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意一项所述方法的步骤。
32、本专利技术至少具有如下有益效果：
33、本专利技术通过采集潜水电泵的振动数据，分析叶轮在处理不同固体污物时的产生的振动变化，构建潜水泵内污物切割阻碍系数和潜水泵内污物切割阻碍混杂系数，具有在不同环境下都能较好判断泵内运行状态的有益效果；结合无监督的sos异常检测算法，能够快速的进行故障诊断，弥补了现有方法将原始信号作为sos算法的输入，导致对故障检测的灵敏度不一致的缺陷。
本文档来自技高网...【技术保护点】
1.一种污水污物潜水电泵的故障诊断方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的一种污水污物潜水电泵的故障诊断方法，其特征在于，所述对时间段的振动数据序列进行分解为各PF分量，包括：
3.如权利要求2所述的一种污水污物潜水电泵的故障诊断方法，其特征在于，所述根据各PF分量内数据的差异情况得到时间段的潜水泵内污物切割阻碍系数，包括：
4.如权利要求3所述的一种污水污物潜水电泵的故障诊断方法，其特征在于，所述根据各剩余分量内数据的差异情况获取时间段的乘积函数信号差，包括：
5.如权利要求1所述的一种污水污物潜水电泵的故障诊断方法，其特征在于，所述对各PF分量与振动数据进行相关性分析得到各高互相关分量，包括：
6.如权利要求5所述的一种污水污物潜水电泵的故障诊断方法，其特征在于，所述分析各高互相关分量与振动数据序列的独立成分构建列向量矩阵，包括：
7.如权利要求6所述的一种污水污物潜水电泵的故障诊断方法，其特征在于，所述基于列向量矩阵、潜水泵内污物切割阻碍系数构建潜水泵内污物切割阻碍混杂系数，包括：
8.如权利要求7所述的一种污水污物潜水电泵的故障诊断方法，其特征在于，所述根据各时间段以及前邻近时间段之间的潜水泵内污物切割阻碍混杂系数差异构建各时间段的泵内污物切割阻碍混杂抵抗指数，包括：
9.如权利要求8所述的一种污水污物潜水电泵的故障诊断方法，其特征在于，所述将预设时间内所有时间段的泵内污物切割阻碍混杂抵抗指数作为异常检测算法的输入，得到预设时间内电泵的运行故障状态，包括：
10.一种污水污物潜水电泵的故障诊断系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-9任意一项所述方法的步骤。
...【技术特征摘要】
1.一种污水污物潜水电泵的故障诊断方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的一种污水污物潜水电泵的故障诊断方法，其特征在于，所述对时间段的振动数据序列进行分解为各pf分量，包括：
3.如权利要求2所述的一种污水污物潜水电泵的故障诊断方法，其特征在于，所述根据各pf分量内数据的差异情况得到时间段的潜水泵内污物切割阻碍系数，包括：
4.如权利要求3所述的一种污水污物潜水电泵的故障诊断方法，其特征在于，所述根据各剩余分量内数据的差异情况获取时间段的乘积函数信号差，包括：
5.如权利要求1所述的一种污水污物潜水电泵的故障诊断方法，其特征在于，所述对各pf分量与振动数据进行相关性分析得到各高互相关分量，包括：
6.如权利要求5所述的一种污水污物潜水电泵的故障诊断方法，其特征在于，所述分析各高互相关分量与振动数据序列的独立成分构建列...
【专利技术属性】
技术研发人员：聂国军，罗小伍，陈金强，郭亚平，
申请(专利权)人：青蛙泵业股份有限公司，
类型：发明
国别省市：
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。