三缸往复泵泵阀故障诊断

发布时间：2020-10-24 22:24

　　 往复泵是工程中广泛应用的一种机械设备。由于其结构复杂,激励源多,对其实施故障诊断比较困难,尽管取得了一些研究成果,但还有许多问题需要解决。目前,往复泵泵阀故障诊断需要解决的两个关键的问题是如何有效提取往复泵工作时非平稳时变信号中的故障特征和准确判断故障类型。本文在吸取前人研究成果的基础上,结合实际,并根据往复泵泵阀振动信号的非平稳特性,提取了其故障特征,引入了智能诊断方法,较好地解决了往复泵泵阀的故障诊断。 本文以常见的振动信号作为系统特征信号来提取故障特征向量。这种方法的优点是信号测取方便、处理简单。然后,对测取的各种泵阀状态的振动信号利用时域分析、小波包分析技术提取故障特征,各故障之间的特征区分明显,充分验证了此方法的有效性。为了提高诊断的准确率,将时域分析与小波包分析的结果融合在一起,构造故障特征向量。同时,本文还构造了三层的前向神经网络,以提取的故障特征向量作为网络的训练样本数据,对神经网络进行训练,并采用试验的方法调整神经网络的初始值。在确定了神经网络的结构和参数后,经检验数据验证训练后的神经网络所得的网络结构和参数是合理的。通过使用该神经网络进行诊断,结果表明该方法能提高往复泵泵阀故障的诊断率。
【学位单位】：大庆石油学院
【学位级别】：硕士
【学位年份】：2007
【中图分类】：TH38
【部分图文】：

-1.6190e-01 3.4073e-01 9.4759e-02-1.2711e-01 3.8499e-01 1.0086e-01-1.4725e-01 3.1144e-01 9.8421e-021.5610e-01 2.9465e-01 8.7739e-02-4.7593e-01 5.3239e-01 6.9429e-021.1093e-01 2.1988e-01 1.0636e-01. . .. . .. . .-1.2009e-01 2.5650e-01 8.3162e-02-1.2039e-01 2.5895e-01 9.3233e-02-1.1734e-01 2.6383e-01 1.0269e-01-1.1429e-01 2.6383e-01 1.0513e-01-1.0880e-01 2.6078e-01 9.9336e-02阀正常状态的振动时域波形如下图所示：

正常状态下3号排出阀时域波形图

正常状态下1号吸入阀时域波形图
【参考文献】

相关期刊论文 前10条

1 何成兵,顾煜炯,杨昆;一种改进型BP网络在汽轮发电机组故障诊断中的应用[J];电站系统工程;2002年06期

2 时文刚,刘树林,张嘉钟,黄文虎;基于支持向量机的往复泵泵阀故障诊断方法[J];机械强度;2002年03期

3 杨国安,钟秉林,黄仁,贾民平,许飞云;小波分析在钻井泵阀故障诊断中的应用[J];流体机械;2000年12期

4 张利平,王伟峰,唐德善;改进的BP网络在凝汽器故障诊断中应用[J];热力发电;2004年03期

5 杨其俊,裴峻峰,田佳禾,徐彦明,李继志,李福海;用神经网络对泵阀故障进行识别[J];石油矿场机械;1997年02期

6 杨其俊,徐长航,孙辉,李继志;三缸泵泵阀故障的幅值域多参数诊断法[J];石油机械;1999年01期

7 王琳;机械设备故障诊断与监测的常用方法及其发展趋势[J];武汉工业大学学报;2000年03期

8 谷传纲,阎日方,王彤;采用改进的BP神经网络预测离心通风机性能的研究[J];西安交通大学学报;1999年03期

9 王耀才;智能故障诊断技术的现状与展望[J];徐州建筑职业技术学院学报;2003年01期

10 夏松波,张嘉钟,徐世昌,张礼勇;旋转机械故障诊断技术的现状与展望[J];振动与冲击;1997年02期

本文编号：2855055