基于自搜索特征峰值与局部极差的离心泵故障诊断方法与流程

技术特征：
1.基于自搜索特征峰值与局部极差的离心泵故障诊断方法，其特征在于，包括以下步骤：步骤1：获取离心泵的振动信号样本及三相电流信号样本；步骤2：自动搜索离心泵转频，对获取的离心泵振动信号样本做功率谱，在离心泵额定转速内自动搜索功率谱峰值，谱峰值对应的频率即为自动搜索所得的离心泵转频f
search
；步骤3：构建自搜索转频峰值指标rp
v
，首先对获取的离心泵振动信号样本进行低通滤波，得到频率在1280hz以下的信号成分，并计算滤波后振动信号时域峰峰值x
pp
：x
pp
＝max(x)
‑
min(x)其中，x表示低通滤波后的振动信号；然后对低通滤波后的信号进行快速傅里叶变换，在获得的频谱中，对步骤2所得的离心泵转频f
search
左右各2hz频率区间内进行最大幅值自动搜索，得到转频附近最大幅值f
max
，进而得到自搜索转频峰值指标rp
v
：步骤4：构建自搜索特征频率峰值指标fp
v
，首先对获取的离心泵振动信号样本进行带通滤波，得到频率在[2500hz,10000hz]区间的信号成分，并计算滤波后振动信号时域峰峰值：x'
pp
＝max(x')
‑
min(x')其中，x'表示带通滤波后的振动信号；利用db10小波对带通滤波后的振动信号进行四层小波分解，并对各层小波分解的高频细节信号进行平方包络，得到各层平方包络谱其中k表示层数，k∈[1,4]；其次将中转频f
search
左右各0.5hz频率区间内的信号幅值取反，得到转频负谱k∈[1,4]，即：通过计算：得到各层消除转频后的平方包络谱根据转频f
search
分别计算离心泵中轴承的外圈、内圈、滚动体、保持架故障特征频率，在中的各故障特征频率附近频段内搜索最高峰值及其对应频率，并输出：
其中，分别为外圈、内圈、滚动体、保持架故障特征频率的频段输出，(l∈[1,3])分别为1、2、3层小波分解中的各故障特征频段最高峰值对应频率；最终计算得到自搜索特征频率峰值指标fp
v
：步骤5：构建电流局部极差指标pd
c
，将三相电流信号样本分别分割为长度为1s的小段，每相电流信号包含j段样本，计算分段后三相电流信号每段的峰峰值和最小值其中，j＝1,2,...,j，并依此得到u、v、w相电流局部极差指标：其中，j＝1,2,...,j，并依此得到u、v、w相电流局部极差指标：其中，j＝1,2,...,j，并依此得到u、v、w相电流局部极差指标：将获得的u、v、w相电流局部极差指标取平均，得到电流局部极差指标pd
c
：步骤6：对步骤3、步骤4、步骤5中构造的指标根据幅值分别设定相应的阈值thh
r
、thh
f
、thh
p
，并根据所构建的指标和相应阈值对离心泵健康状态进行划分：若rp
v
＞thh
r
，则诊断为轴承故障，否则，如果满足fp
v
＞thh
f
，此时判断故障类型为叶轮故障；每组数据均须判断是否有气穴现象，若pd
c
＞thh
p
，则离心泵入口流量不足，存在气穴，若pd
c
≤thh
p
，则离心泵无气穴。

技术总结
基于自搜索特征峰值与局部极差的离心泵故障诊断方法，首先获取离心泵的振动信号和三相电流信号；其次在额定转频内根据功率谱峰值自动搜索离心泵转频；然后利用低通滤波后的振动信号构建自搜索转频峰值指标，利用带通滤波及db10小波分解后的振动信号构建自搜索特征频率峰值指标，利用电流信号构建电流局部极差指标；分别设定相应的阈值，并通过所提取指标与设定阈值的比较输出诊断结果，实现对离心泵故障的自动诊断；本发明针对离心泵振动信号和电流信号的特点，分别构建指标，克服了传统方法需要人工判断且过于依赖专家及先验知识，费时费力且易发生状态误判的缺陷，能够对离心泵实现自动故障诊断，提高了离心泵故障诊断的效率和准确性。率和准确性。率和准确性。


技术研发人员：雷亚国 何平 邢赛博 李乃鹏 武通海
受保护的技术使用者：西安交通大学
技术研发日：2021.07.05
技术公布日：2021/10/8