气动式涡轮泵泄漏检测与诊断系统研究

采用检测气体压力的方法，研究一种针对涡轮泵泄漏现象进行故障诊断的系统，采用小波方法对检测到的压力参数进行去噪，用泵的液体压力脉动信号进行解调，通过气压信号的缓变量以发现涡轮泵是否存在泄漏。研究结果表明，利用气体压力信息实现涡轮泵泄漏的及时检测是可行的。     

原油外输泵齿轮箱高振动分析及其诊断

原油外输泵是某浮式储油轮（FPSO）原油输送系统的重要组成部分之一，对原油生产起着相当重要的作用。通过对某FPSO（浮式储油轮）原油外输泵高振动的分析与故障诊断，阐述齿轮箱故障诊断的方法。     

基于小波包变换的柱塞泵脉动压力信号BP故障诊断

为了提高柱塞泵脉动压力信号的故障诊断诊断能力，分别提取得到正常的泵脉动压力与齿圈出现磨损故障时对应的泵脉动压力，利用小波包变换的方法消除原始信号的噪声信号，再提取得到由故障信息构成的频段，完成信号时域特征的分析。频段介于0～4 kHz之间时，在柱塞泵脉动压力信号中形成了泵轴频、基频与谐倍频等，含有泵运行过程的各项信息参数，处于高频区间时，发生了线谱幅值的持续减小。利用MATLAB软件建立BP网络故障诊断结果表明：脉动压力指标可以实现柱塞泵内部运行情况的准确识别，达到故障诊断的测试要求。方法在诊断方面是有效的，在处理柱塞泵脉动压力信号故障诊断领域具有很好的实际指导意义。     

两层采同步抽油系统故障诊断模型的数值分析法

建立两层分采同步抽油系统的故障诊断模型，研究在实心抽油杆与空心抽油杆的界面处空心泵对应力波的影响，给出抽油杆柱不同杆段的波动方程的显示差分格式，提出一种故障诊断模型的反问题计算法。用此算法可在缺少一个边界条件的情况下求解故障诊断模型，获得抽油系统各个工况下抽油杆柱任意截面的受力状态，从而绘制出两层分采同步抽油系统的空心泵示功图和管式泵示功图。将此算法与模式识别技术相结合可对两层分采同步抽油系统的故障进行诊断。     

基于BP神经网络的全贯流电机泵故障诊断

BP神经网络是一种按照误差逆向传播算法训练的多层前馈神经网络,可用于数据的运算分类及预测,在故障诊断分析方面应用广泛。全贯流电机泵特点是电机的转子代替了水泵的叶轮外壳,电机泵的电机故障特点比普通电机多且复杂。目前,全贯流泵故障诊断的研究较少,但BP神经网络算法对电机故障诊断分析的研究应用成熟。运用BP神经网络算法尝试对全贯流泵可能存在的故障进行模拟诊断分析与研究,得到了较好的效果。     

国外对泵可靠性的研究状况

概述国外对泵的可靠性的研究状况,内容包括:研究泵可靠性的必要性;一般离心泵的可靠性状况;重要工位用泵的可靠性状况;故障诊断和故障预测技术。     

用参数测量法诊断液压系统故障

为液压系统故障诊断自动化打下了基础的现代化故障诊断方法需要昂贵的检测设备和复杂的传感控制系统以及计算机处理系统,在研究和使用中受到限制,不能在现场推广使用,因此,研究简单实用的液压系统故障诊断方法仍是当务之急。 1.基于参数测量法的故障诊断方法 反映液压系统工作状态的参数是系统的工作压力、温度、流量和泵组功     

EMD模糊神经网络的发动机泵机组故障诊断

提出了利用经验模态分解方法、神经网络和模糊诊断的方法进行发动机泵机组故障诊断;运用神经网络使故障诊断具有自适应、自学习能力。     

基于神经网络的泵机组故障诊断技术

利用神经网络对泵机组进行了故障诊断,探讨了故障诊断的神经网络方法和专家系统方法的联系和区别。该分析方法为转子临界速度的计算提供了比较完善的方法。     

核电站立式泵组结构共振分析与防治研究

基于核电站立式泵组的结构及安装特点,分析了其在现场频繁发生结构共振故障的原因及结构共振源的判断方法。结合核电站现场立式泵共振故障的分析与诊断方法,对立式泵组通过改变固有频率及现场动平衡来解决结构共振问题的思路与方法进行了研究,为此类转动设备的故障诊断提供了重要依据。     

旋转机械振动故障原因及识别特征研究

机械故障诊断的研究，实质上就是对故障产生的原因和故障征兆参数（或称识别特征）进行分类，并找出二者相互对应关系。本文首次提出振动故障的一次原因和非准确分、倍频（分频滞后、同频滞后、倍频滞后）振动的概念，对传统的故障原因及特征频率分类方法进行了修正，使二者之对应关系更清晰、简捷。机械故障诊断工程实践表明，此方法是可行的，适用于透平机，离心压缩机、泵、风机等旋转机械。     

基于小波变换的柱塞泵故障诊断方法

基于柱塞泵的脉动分析模型,提出了一种基于小波变换的柱塞泵故障诊断方法。以泵出口处的压力信号作 为分析信号,利用小波变换将该信号进行频谱分解,可有效地提取压力信号中所包含的故障信号。仿真与试验结 果均表明:基于小波变换对泵出口压力信号的分析可实现泵的故障诊断。     

一种基于PLC的工程机械液压系统故障诊断方法

介绍基于PLC实现工程机械液压系统故障诊断的方法，讨论了诊断系统的构成特点，并给出一个在混凝土拖泵上使用PLC实现复杂操作控制、状态监测、故障诊断功能为一体的工程实例。     

基于粗糙集的石油开采故障诊断方法

故障诊断是保证石油开采正常运作的关键.利用计算机准确的监控与故障诊断,能够让生产管理者可以及时发现油井或泵的故障,并且立即采取正确的措施.本文以有杆泵抽油过程为例,给出了基于粗糙集理论的抽油故障诊断方案,将反映系统状态的数据建构决策表,对五种典型的故障类别进行识别,结果显示了方法的有效性.     

基于CGHMM的核电装备主泵状态监测与故障诊断技术的研究

本文对核电机械装备系统中主泵状态进行监测和故障诊断。在短时傅里叶变换的倒谱系数为特征训练模型的基础上,采用CGHMM分析主泵运行的振动信号和建模,并对模型进行状态监测和故障诊断。实验结果表明该方法有效可行,不仅提高了诊断精度,而且加快了诊断速度。     

基于改进VMD和1DCNN的泵注系统轴承故障诊断

针对泵注系统轴承振动信号传递路径长,故障特征微弱而导致传统机器学习方法难以进行故障诊断的问题,提出一种基于改进变分模态分解(IVMD)和一维卷积神经网络(1DCNN)的泵注系统轴承故障诊断模型。首先,通过多个传感器采集泵注系统轴承振动信号;然后,利用Elastic回归替换Ridge回归构造IVMD并将轴承振动信号自动分解,采用改进峭度指标进行筛选重构实现振动信号的有效降噪;最后,将降噪后的重构信号输入适用于工业多传感器系统的1DCNN进行自动特征提取和故障诊断。试验结果表明,IVMD-1DCNN模型的故障诊断准确率达99.27%,相比于其他方法具有较大优势。另外,对1DCNN学习到的卷积核进行可视化,也在一定程度探讨了深度学习故障诊断的可解释性问题。     

气动双隔膜泵故障分析及治理

气动双隔膜泵作为一种新型容积泵,越来越多地运用在恶劣环境下。现对气动双隔膜泵在调试及生产期间出现的常见故障现象——泵无法启动、启动后负压、启动后高压、启动后压力波动大等进行分析,并给出故障诊断方法,为气动双隔膜泵的故障诊断提供了参考。     

立式泵组共振问题分类及预防

根据立式泵组在多个工程项目中实际发生的共振现象,结合振动频谱分析及有限元方法,研究了立式泵组的共振问题,对不同原因的共振进行类别区分,提出了针对不同类型共振问题的振动故障诊断方法及处理措施。强调针对立式泵组在工程设计阶段应进行相应的固有频率计算,在出厂试验中需要根据实际情况进行相应振动敲击及频谱测试,对立式泵组的共振振动预防提供参考。     

多重结构神经网络在液体火箭发动机故障诊断中的应用研究

根据液体火箭发动机的结构特点和故障诊断过程的特性 ,分析了复杂设备诊断过程的层次性 ,建立了复杂设备故障诊断的多重神经网络模型结构 ,并将其应用于液体火箭发动机涡轮泵的故障诊断 ,结果表明 ,该方法可有效地降解复杂系统故障诊断问题的复杂性、具有快速诊断能力     

两层分采同步抽油系统故障诊断模型的数值分析法

建立两层分采同步抽油系统的故障诊断模型 ,研究在实心抽油杆与空心抽油杆的界面处空心泵对应力波的影响 ,给出抽油杆柱不同杆段的波动方程的显示差分格式 ,提出一种故障诊断模型的反问题计算法。用此算法可在缺少一个边界条件的情况下求解故障诊断模型 ,获得抽油系统各个工况下抽油杆柱任意截面的受力状态 ,从而绘制出两层分采同步抽油系统的空心泵示功图和管式泵示功图。将此算法与模式识别技术相结合可对两层分采同步抽油系统的故障进行诊断。