往复泵泵阀故障的智能诊断技术与实现

发布时间：2022-01-01 00:52

　　市场的迫切需求促进了机械故障珍断技术的迅猛发展，故障诊断技术发展至今，已经提出了大量的诊断方法，但是其实际应用成果显得非常不足，能在工业装置上实际应用的还不多。在故障诊断领域，还有许多问题亟待解决。目前，往复泵泵阀故障诊断需要解决的两个关键问题是有效提取往复泵工作时非平稳时变信号中的故障特征和将故障特征准确分类。 故障诊断常用的方法是以泵缸体上的振动信号作为系统特征信号来提取故障特征向量。这种振动诊断技术虽然取得了一定的成果，但是在多个泵阀同时发生故障的场合，这种方法遇到了无法解决的难题，使之不得不求助于粗集理论、遗传算法等数据处理方法来分辩故障类型和判断故障具体发生在哪一个泵阀上。 为此，本文创造性地提出以常见的压力信号（阀箱内的压力）作为系统特征信号来提取故障特征向量的方法。这种方法信号测取简单、处理方便，有着振动信号方法无法比拟的优点。文中利用时域中的相关分析和频域中的功率谱分析、小波包分析技术提取了故障特征向量，且各故障之间的特征区分明显，充分验证了此方法的有效性。此方法的优点在于特征信号取自于阀箱内的压力，不易受到外部环境的干扰，适用于多个泵阀同时发生故障的情形。... 

【文章来源】：东北石油大学黑龙江省

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

最速下降BP算法训练误差曲线

图3一6共扼梯度算法误差曲线F193一6ErroreurveofConjugatedGradientMethod图3一6是采用改进后的共扼梯度算法，利用和最速下降算法相同的训练样本数据对网络进行训练产生的误差曲线。从曲线中可以看出，在采用改进的算法后神经网络的收敛速度明显加快，且在543步的时候训练误差达到了0.02，误差指标函数达到了设计的要求，即神经网络收敛，和传统的BP算法相比，在拥有很强的非线性函数的逼近能力的同时，具有更加良好的收敛特性。在应用共扼梯度训练算法时，取初始搜索方向为:输出层S，，二一w(玛，)=(‘

d*+l=一g、十1+刀*·心(3一20)式中，乳1一粤，风为共潞度系数。图3一6共扼梯度算法误差曲线F193一6ErroreurveofConjugatedGradientMethod图3一6是采用改进后的共扼梯度算法，利用和最速下降算法相同的训练样本数据对网络进行训练产生的误差曲线。从曲线中可以看出，在采用改进的算法后神经网络的收敛速度明显加快，且在543步的时候训练误差达到了0.02，误差指标函数达到了设计的要求，即神经网络收敛，和传统的BP算法相比，在拥有很强的非线性函数的逼近能力的同时，具有更加良好的收敛特性。在应用共扼梯度训练算法时，取初始搜索方向为:输出层S，，二一w(玛，)=(‘

【参考文献】：
期刊论文
[1]神经网络技术在分布式系统智能故障诊断中应用[J]. 蔡卫峰.  化工自动化及仪表. 2002(05)
[2]基于小波包与神经网络的往复压缩机故障诊断方法[J]. 刘树林,张嘉钟,徐敏强,黄文虎.  石油矿场机械. 2002(05)
[3]基于粗集理论的往复泵泵阀故障诊断方法[J]. 时文刚,王日新,黄文虎.  中国机械工程. 2002(16)
[4]时域径向基函数网络诊断方法在往复泵故障诊断中的应用[J]. 白允东,屠良尧,杨纯宝,辛绍杰.  振动工程学报. 2002(02)
[5]双谱分析在往复泵故障诊断中的应用研究[J]. 杨其俊,徐长航.  振动工程学报. 2001(04)
[6]基于神经网络的故障诊断研究[J]. 霍志红,张志学,郭江,唐必光.  工业控制计算机. 2001(10)
[7]BP网络结构、参数及训练方法的设计与选择[J]. 丛爽,向微.  计算机工程. 2001(10)
[8]非线性系统的故障诊断技术[J]. 王占山,李平,任正云,李奇安.  自动化与仪器仪表. 2001(05)
[9]神经网络理论的发展与前沿问题[J]. 张兵,李唯利,谢国胜.  湖南电力. 2001(04)
[10]机械故障信号小波包分解的时域特征提取方法研究[J]. 杨国安,钟秉林,黄仁,贾民平,许云飞.  振动与冲击. 2001(02)



本文编号：3561324