基于小波包理论的往复泵故障特征提取研究

特征提取是往复泵状态监测及故障诊断的关键环节。小波包变换是时间频率的局部化分析，尤其适合于非平稳信号。应用小波包变换，将往复泵振动信号分解到8个不同的频带，对各频带内的信号进行统计分析，形成包含待诊断部件故障信息的频带能量值作为故障诊断的特征指标。实例中，将小波包变换应用于往复泵泵阀故障分析，提取到了弹簧断裂时的频带能量特征指标，为往复泵故障诊断奠定了可靠的基础。     

小波函数在往复泵故障诊断中的应用

小波变换是目前学术界和工程界的热点理论及应用研究课题。将它应用于往复泵的故障诊断中，可将往复泵液力端与动力端的故障特征同时分割在5个不同尺度的小流变换结果之上。依据这些尺度上小波变换结果的变化，就有可能同时对三缸往复泵各部分的运行状态有一个全面的了解。研究发现，尺度1反映了原始信号中的高频信息，在原始信号的采样频率大于7680Hz时，由尺度1上的小波变换结果的变化可分析三缸往复泵动力端滚动轴承的运行状态；而在一般采样频率大于2560Hz时，尺度5的小波变换结果则能反映三缸往复泵液力端的运行状态；而尺度3上的小波变换结果可分析三缸往复泵动力端齿轮的运行状态。     

基于混沌理论的往复泵故障特征提取方法

特征提取是往复泵状态监测与故障诊断的关键环节。往复泵的振动信号含有丰富的频率成分,大量的高频成分使得确定的时间延迟过小,导致重构的相空间难以充分恢复系统的动力学行为。分别利用小波包奇异值分解(WPSVD)降噪方法和小波包迭代奇异值分解(WPISVD)降噪方法对往复泵振动信号进行降噪以获得整体信号和低频部分信号;利用C-C方法合理地确定低频部分的相空间重构参数;利用得到的相空间参数提取整体信号的关联维数和最大Lyapunov指数。结果表明,关联维数和最大Lyapunov指数可作为往复泵故障诊断的特征量。     

小波神经网络在往复泵故障诊断中的应用

小波分析是一种新的信号处理技术, 具有良好的时频局部化特征。将小波包分析应用于往复泵的故障特征提取, 建立了往复泵小波神经网络故障诊断模型。该模型使用小波包分析的特征提取及神经网络的非线性映射特性, 可完成从测量信号到往复泵故障的分类。以此为基础开发出的故障诊断软件系统具有使用的特征量少, 建造故障诊断系统较为简单等优点。通过对往复泵液力端多故障诊断实例的检验表明, 该系统完全能够较准确地识别出往复泵液力端多种常见故障。     

往复泵活塞磨损故障的振动识别

根据往复泵在工作过程中受多种振源激励的情况，用振动诊断方法对往复泵活塞磨损故障诊断进行了探索研究，提出了判别活塞破损（磨损）的简单方法。诊断过程中，用计算机采集往复泵排出过程或吸入过程中缸套压盖上振动加速度信号。通过对该信号的时域、幅值域分析，尤其是频域的同步功率谱平均分析，可提取出较明显的活塞破损（磨损）故障信息。试验表明，用该方法进行往复泵活塞破损（磨损）故障的监测与诊断，具有简单、实用等优点，可准确地判别出活塞的破损（磨损）故障。     

三缸泵液力端水击现象的缸外监测

根据钻井作业中三缸钻井泵液力端水击现象对钻井泵的危害，以及现场对钻井泵内的水击现象监测手段落后的情况，探讨了用振动加速度时域信号分析水击状况的可行性。实验表明，使用压电加速度计对三缸钻井泵液力端水击现象实施缸外监测是可行的，并找到了发生水击压力脉冲的规律，即在活塞的一个压缩冲程中，信号示波表现为：加速度信号变化四次，具有三大一小的峰值特征，据此判断两个大峰前吸入压力曲线末端的小峰必为水击压力脉冲。     

往复泵泵阀故障智能诊断系统

通过小波分析提取往复泵泵阀的故障特征,以能量为元素可以构造一个特征向量。然后建立合适的神经网络,并采用通过小波包变换得到的特征向量作为样本数据对神经网络进行训练,确定其网络结构及其参数,从而实现对往复泵泵阀故障的智能故障诊断功能。     

振动信号的自适应非抽样提升小波降噪方法

振动信号是机械故障诊断中应用最广泛的信号,为了能够提取隐含在强噪声背景下振动信号的故障特征,设计了一种自适应非抽样提升混合小波。该方法利用LMS自适应法则构造了可与提升小波更好匹配的初始预测器和更新器,在计算预测差值平方和时考虑所有样本的预测信息,以锁定第2代小波信号的局部特征。试验和工程振动信号分析表明,使用该方法降噪的信号获得了较高的信噪比和较小的均方差,且能较理想地提取出故障特征。     

ICA及其在往复泵多源信号分离中的应用

研究了往复泵泵阀故障诊断中多信源振动信号分离的独立分量分析方法。针对往复泵泵阀振动信号成分复杂和相互干扰等特点，将盲源分离技术中独立分量分析方法引入到泵阀振动信号的预处理中，试验结果表明，这种方法能够有效地消除目标泵阀振动信号中混杂的其他泵阀振动分量，从而使后续分析中得到的监测诊断信息的准确性和可靠性得到保障。     

基于一种改进提升方案的泵阀振动信号降噪

针对传统提升小波进行信号分解时会导致信号失真的问题,设计了自适应冗余提升混合小波,用于往复泵泵阀振动信号的降噪。该混合小波计算预测差值平方和时可对所有样本进行预测;通过计算目标函数,从预设的1组预测器和更新器中选取1个最佳预测器和1个最佳更新器作为该层次的初始预测器和初始更新器,以满足尺度函数和小波函数支撑区间的特殊要求;用冗余提升方案算出每层逼近信号,并用于下层初始预测器和初始更新器的设计。用自适应冗余提升混合小波降噪可获得较高的信噪比和较小的均方差,且能完整保留往复泵泵阀应有的冲击信号。     

转阀换向2台油泵驱动的液压三缸往复泵设计

针对现有的液压往复泵在换向时存在冲击问题和排量及压力的波动问题 ,提出了一种全新思路的三缸单作用液压往复泵 ,该泵采用匀速转动的转阀取代传统的液压换向阀 ;采用 2台独立的液压油泵分别用于吸入和排出冲程 ,即一台给液压缸没有活塞杆的一端供油 ,另一台给液压缸有活塞杆的一端供油。新型液压往复泵可以有效降低系统的冲击 ,完全可以实现恒排量。最后指出该泵设计时应注意的问题 ,包括应使用变量液压油泵 ,泵液压采用立式结构 ,使用HSG系列工程液压缸 ,采用外啮合齿轮传动以及采用变频调速控制等。     

三缸泵泵阀故障的幅值域多参数诊断法

采用振动信号幅值域多参数（如峭度指标、裕度指标和脉冲指标等）诊断法,可较准确地判别三缸泵泵阀的故障。通过对测取的三缸泵阀箱上泵阀关闭过程振动加速度信号的幅值域多参数的统计分析证明,采用振动信号幅值域多参数诊断法可有效提取泵阀失效故障的特征信息,且故障信息特征非常明显。由于仅用较少的几个参数就可完成对泵阀状态较准确的描述,大大简化了泵阀故障特征的提取。可见这种诊断法具有简单实用、所用特征参数少和易于建立泵阀故障诊断系统数据库等优点。     

转阀控制液压三缸往复泵液压系统的仿真研究

为解决液压三缸往复泵的换向冲击问题,通过设计合理的转阀过流口结构,使过流面积在转阀旋转过程中呈匀加速→匀速→匀减速变化规律;利用AMESim软件建立了转阀控制的液压三缸往复泵液压系统的仿真模型,通过仿真分析,找出了液压系统供油量、供油压力、转阀过流面积大小和往复泵活塞位移之间的变化规律。该研究对转阀控制的液压三缸往复泵的设计具有重要的参考价值。     

钻井泵液力端故障诊断新方法

往复泵液力端故障原因及故障与征兆间对应关系复杂,为了全面地利用获取的振动信号资源,得到更全面、准确的诊断结果,将分析得到的幅值域的峭度指标、峰值指标、脉冲指标、裕度指标、波形指标和歪度等6个参数,频域的重心频率、均方根频率、频率标准差等3个参数以及32个小波包分频带能量值作为神经网络输入的备选特征向量,由此形成了液力端综合振动信号特征参数的神经网络诊断系统。为了对网络的性能进行比较,分别构建了BP网络和RBF网络。将上述特征输入向量作不同组合,分别输入该网络并进行训练诊断和效果对比,由此求得了最优诊断系统组合。利用此神经网络诊断系统,对现场实际使用的钻井泵液力端进行了多次的测试分析和调试,证明这种方法对钻井泵液力端的故障诊断是行之有效的,可取得较高的诊断准确率。     

基于振动信号分析的电潜柱塞泵故障诊断方法研究

振动信号能够全面反应电潜柱塞泵的运行工况,在电潜柱塞泵的故障诊断中,针对不同工况下的振动信号进行分析尤为重要。提出了一种基于振动信号分析的电潜柱塞泵故障诊断方法,采用改进的隐层神经元数变动的神经网络系统,根据不同情况选择不同节点数,使其达到提高诊断精度及缩短诊断周期的双重要求。对电潜柱塞泵正常运行以及动子不平衡、动子机械磨损运行时的振动信号进行分析研究,利用小波包提取振动信号的能量特征,利用神经网络识别故障。现场试验结果表明,网络训练后实际输出达到允许误差范围,网络测试结果也能与实际状态相对应。该方法能够对电潜柱塞泵进行有效、准确的故障诊断。     

三缸泵液力端的模糊动力响应模拟

试验模态分析是识别机械结构系统固有特性的一种常用、有效的现代技术。在试验模态分析的基础上，探讨了ＮＢＨ２５０／６０型三缸泵泵体的固有特性，并首次将模糊系统动力学的理论应用于工程实践。根据三缸泵“水击烈度”的模糊性，给出了模糊动力响应模拟的理论公式及计算机实现，探讨了ＮＢＨ２５０／６０型三缸泵液力端在承受不同水平的水击激励时的模糊响应特性。