基于轴承振动分析的智能离心泵寿命研究及故障诊断

摘要

离心泵广泛应用于石油、石化、化工等流体领域，是重要的旋转机器之一。在工作过程中，由于泵的失效会导致生产线停止运转，因此，泵失效能力的早期检测可以保证生产线的连续性，同时也防止了泵本身的严重损坏，而监测离心泵的健康状况对于防止泵的意外停机至关重要。振动信号处理和技术分类的组合可以更好、更可靠的进行离心泵故障诊断。振动信号处理、尺寸测量技术和分类技术的应用是离心泵故障诊断中更值得深入探索的一个开放研究领域。 本文研究基于轴承振动分析的离心泵寿命研究及故障诊断，在基于条件的维护（CBM）中，预测及健康管理（PHM）的加入对系统的有效保护有重要作用。在此之前，直接用测量的实际数值与PHM匹配的方法会引入外部噪音，基于此模型的维护策略并不理想。为了解决上述问题，本论文提出基于条件维护（CBM）和预测与健康管理（PHM）的结合，建立一种新的故障诊断方法，从轴承的数据中提取隐藏知识以提高离心泵寿命预测性能的工具。应用这种数据处理方法，在使用数据作为PHM输入之前，先消除外部噪声并进行数据匹配。 我们采用泵轴承振动数据来验证模型。将该模型与两个相似模型进行了比较，通过建立一个智能网络，隐藏数据信号，获取更多清晰的知识预测。结果表明，我们所提出的模型可以更精确地进行预测。该方法可以期待用于提高设备管理的有效性、可靠性、安全性，最终提高离心泵的使用寿命。

目录

第一个书签之前