[发明专利]一种离心泵诊断信号采集系统及故障诊断方法

摘要

该发明公开了一种离心泵诊断信号采集系统及故障诊断方法，属于离心泵故障诊断研究的技术领域。本发明核心在于将采集信号各频段能量百分比代替传统的频段能量作为特征向量，在一定程度上削弱信号频段能量绝对值大小造成的地位不平等；对于神经网络的隐含层神经元个数和函数分布密度都加入遍历算法进行优化，使得在遍历范围内总可以自动找到最佳参数设置点，可以使得该方法更广泛适用于不同型号的离心泵。所以本发明的离心泵故障诊断信号采集系统装置结构简单，加速度信号和压力脉动信号采集全面，系统性能可靠、准确有效。

主权项

1.一种离心泵故障诊断方法，该方法包括：步骤1：分别采集离心泵泵轴位置的加速度信号、离心泵联轴器位置的加速度信号、离心泵基座位置的加速度信号、离心泵入口压力脉动信号和离心泵出口压力脉动信号；步骤2：采用下式对步骤1采集到的5种信号分别进行去噪处理；其中：W_j(a,b)表示去噪后的信号，X_j(t)表示步骤1中采样得到的信号，j表示5种采集信号的编号取值为1、2、3、4或5，a为伸缩因子，b是平移因子，ψ(t)是去噪函数，是ψ(t)的复共轭；ψ(t)可表示为：步骤3：对步骤2去噪后的信号进行分频段能量提取；步骤3.1：分为4个频段，这4个频段的编号分别用下标j,1，j,2，j,3，j,4表示，j表示5种采集信号的编号取值为1、2、3、4或5，，最低频段f_j,1的范围是(0，f/2³]，f_j,2的范围是(f/2³，f/2²]，f_j,3的范围是(f/2²，f/2]，最高频段f_j,4的范围是(f/2，f]，f表示信号采样频率；步骤3.2：采用下式在各频段内进行能量提取：其中：E_j,1、E_j,2、E_j,3、E_j,4分别表示提取的各频段内的能量，分别表示各频段内分解系数序列的第i个元素，N表示分解系数序列元素的总个数；步骤3.3：计算诊断特征量T_j：T_j＝[E_j,1/E,E_j,2/E,E_j,3/E,E_j,4/E]＝[e_j,1,e_j,2,e_j,3,e_j,4]其中E＝E_j,1+E_j,2+E_j,3+E_j,4；最终得到故障诊断的特征集可表达为：T＝[T₁，T₂，T₃，T₄，T₅]；步骤4：对步骤3得到的故障诊断的特征集进行归一化处理；步骤5：建立一个具有20个输入1个输出的三层神经网络故障诊断模型，输入为：步骤4计算得到的归一化后数据输出为：离心泵正常、初期汽蚀故障、质量不平衡故障、转子不对中故障或基础松动故障所代表的数值；步骤6：采用进步骤1‑步骤4处理的带有离心泵正常、初期汽蚀故障、质量不平衡故障、转子不对中故障或基础松动故障标签的样本数据对步骤5建立的神经网络故障诊断模型进行训练，直到训练收敛；然后采用训练好的神经网络故障诊断模型对实时获取的数据进行实时检测。