[發明專利]一種海上離心泵故障診斷方法及系統

有效

• 申請號: 202110647925.5
• 申請日: 2021-06-10
• 公開（公告）號: CN113339280B
• 公開（公告）日: 2022-09-02
• 發明（設計）人: 王文祥;秦小剛;于邦廷;賈津耀;徐正海;陳晶華;吳堯增;張琳;楊風允;劉維濱
• 申請（專利權）人: 中國海洋石油集團有限公司;中海油研究總院有限責任公司
• 主分類號: F04D15/00
• 分類號: F04D15/00
• 代理公司: 北京紀凱知識產權代理有限公司 11245
• 代理人: 王胥慧

1.一種海上離心泵故障診斷方法，其特征在于，包括以下內容：

1)根據預先設定的標準報警閾值和預先建立的正常運行狀態模型，建立預警模型，具體過程為：

1.1)根據待測離心泵機組正常運行時的負荷和振動數據，建立待測離心泵機組的正常運行狀態模型；

1.2)設定標準報警閾值；

1.3)根據設定的標準報警閾值和建立的正常運行狀態模型，建立預警模型；

2)獲取待測離心泵機組產生的振動數據并輸入至建立的預警模型，得到特征向量；

3)將得到的特征向量輸入至預先建立的故障預警模型中，若判定為故障，則進入步驟4)；若判定為正常，則完成離心泵機組的故障診斷；

4)將得到的特征向量輸入至預先建立的故障診斷概率模型中，確定離心泵機組的故障類別，完成離心泵機組的故障診斷。

2.如權利要求1所述的一種海上離心泵故障診斷方法，其特征在于，所述步驟2)的具體過程為：

2.1)獲取待測離心泵機組產生的振動數據，并將獲取的振動數據輸入至建立的預警模型；

2.2)預警模型對輸入的振動數據進行低通濾波，去除低頻干擾；

2.3)預警模型提取出濾波后振動數據的4個時域特征和8個頻域特征，并對提取的特征進行歸一化處理，得到一個12維的特征向量。

3.如權利要求2所述的一種海上離心泵故障診斷方法，其特征在于，所述步驟2.3)中12維的特征向量包括濾波前的振動烈度值、濾波后的振動烈度值、加速度波形的歪度值、加速度波形的峭度值、濾波前頻域四個特征以及濾波后頻域四個特征，頻域的四個特征包括0～10Hz頻譜能量比例、10～1KHz頻譜能量比例、1KHz～3KHz頻譜能量比例和3KHz以上頻譜能量比例。

4.如權利要求1所述的一種海上離心泵故障診斷方法，其特征在于，所述離心泵機組的故障類別包括不平衡、不對中、轉子彎曲、動靜間摩擦、旋轉失速、喘振和軸承故障。

5.如權利要求4所述的一種海上離心泵故障診斷方法，其特征在于，所述不平衡的特征頻率成分為轉子的1x成分，其中，x為轉子的旋轉頻率；

所述不對中的特征頻率成分為轉子的2x成分；

所述轉子彎曲的特征頻率成分為轉子的1x成分；

所述動靜間摩擦的特征頻率成分為轉子的1/2x、1/3x、1/4x、1/5x、1x、2x或3x成分；

所述旋轉失速的特征頻率成分為轉子的0.2x～0.5x的成分；

所述喘振的特征頻率成分為1～30Hz的低頻成分；

所述軸承故障的特征頻率成分為轉子的0.5x左右的成分，軸承內圈為：

其中，f_inner為滾動體在軸承內圈上的通過頻率；Z為滾動體個數；f₀為軸承外圈滾道回轉頻率；f_i為軸承內圈滾道回轉頻率；d為滾動體直徑；D為軸承節徑；α為接觸角；

軸承外圈為：

其中，f_outer為滾動體在軸承外圈上的通過頻率；

滾動體為：

其中，f_ball為滾動體單體故障頻率。

6.如權利要求1所述的一種海上離心泵故障診斷方法，其特征在于，所述步驟3)的具體過程為：

3.1)獲取訓練樣本；

3.2)根據獲取的訓練樣本中的正常振動數據，采用支持向量機概率密度估計的方式，確定離心泵機組各故障類別的概率密度P(X)；

3.3)計算特征向量在X處的概率密度P(X)，建立故障預警模型Y：

其中，a為設定的標準報警閾值；X為特征向量；Y為系統狀態；

3.4)將得到的特征向量輸入至建立的故障預警模型Y中，若系統狀態Y為1，則離心泵機組故障，進入步驟4)；若系統狀態Y為0，則離心泵機組正常，完成離心泵機組的故障診斷。