基于振动信号分析的电潜柱塞泵故障诊断方法研究

摘要

振动信号能够全面反应电潜柱塞泵的运行工况,在电潜柱塞泵的故障诊断中,针对不同工况下的振动信号进行分析尤为重要.提出了一种基于振动信号分析的电潜柱塞泵故障诊断方法,采用改进的隐层神经元数变动的神经网络系统,根据不同情况选择不同节点数,使其达到提高诊断精度及缩短诊断周期的双重要求.对电潜柱塞泵正常运行以及动子不平衡、动子机械磨损运行时的振动信号进行分析研究,利用小波包提取振动信号的能量特征,利用神经网络识别故障.现场试验结果表明,网络训练后实际输出达到允许误差范围,网络测试结果也能与实际状态相对应.该方法能够对电潜柱塞泵进行有效、准确的故障诊断.