【技术实现步骤摘要】
本专利技术涉及故障检测，具体而言，涉及一种离心泵故障检测方法、装置、电子设备及存储介质。
技术介绍
1、随着科学技术的飞速发展，工业中采用了许多大型机械设备，为了能够保证生产的稳定性和安全性，必须保证机械设备的故障能够在第一时间被检测出来。如果机械设备出现故障未被及时发现，轻则给工厂带来经济损失，重则会造成人员的伤亡。所以为了减少机械设备的故障带来的负面影响，做好机械设备的故障诊断是保障机械设备安全作业的必要前提。
2、这些年来，离心泵因其可以满足大流量、长期连续运转等生产要求而在我国的石化等行业中普遍应用。但在离心泵运行过程中，叶轮会与搅拌物充分接触，容易会出现叶轮被腐蚀的现象，导致不同程度的叶轮损坏，如果不能及时检测出叶轮故障，会造成巨大损失。因此，准确识别离心泵的故障并及时采取相应措施进行故障处理显得尤为重要。
3、在现有技术中，离心泵叶轮的故障识别通常有两种方式，一是基于叶轮的震动数据进行仿真分析，二是通过xgboost(extreme gradient boosting，极限梯度提升)算法树模型识别叶轮...
【技术保护点】
1.一种离心泵故障检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，对所述原始振动信号进行频谱分析，得到表征所述待测离心泵在不同工况下的振动状态的特征参数，包括：
4.根据权利要求1所述的方法，其特征在于，通过所述特征参数对初始树模型进行训练，得到训练后的树模型，包括：
5.根据权利要求1所述的方法，其特征在于，从预设超参范围中，选择不同的超参数对所述训练后的树模型进行五折交叉验证处理，得到五次交叉验证过程中所述训练后的树模型的平均...
【技术特征摘要】
1.一种离心泵故障检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，对所述原始振动信号进行频谱分析，得到表征所述待测离心泵在不同工况下的振动状态的特征参数，包括：
4.根据权利要求1所述的方法，其特征在于，通过所述特征参数对初始树模型进行训练，得到训练后的树模型，包括：
5.根据权利要求1所述的方法，其特征在于，从预设超参范围中，选择不同的超参数对所述训练后的树模型进行五折交叉验证处理，得到五次交叉验证过程中所述训练后的树模型的平均准确率，并确定所述平均准确率最大时，对应的所述超参数作为目标超参数，包括：...
【专利技术属性】
技术研发人员：陈汉新，章立恒，高彩霞，汪志远，吕程，谭凯，王耕，刘雨昊，朱国涛，
申请(专利权)人：武汉工程大学，
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。