基于CEEMD与SVM的离心泵转子不对中故障诊断方法研究
2022-08-25肖幸鑫宋礼威张翊勋张宇航
流体机械 2022年7期
肖幸鑫,宋礼威,张翊勋,董 亮,张宇航
(1.江苏大学 流体机械工程技术研究中心,江苏镇江 212000;2.中广核工程有限公司 核电监控技术与装备国家重点实验室,广东深圳 518172)
0 引言
离心泵作为在各类工程中常用的机械设备,广泛应用于例如石油,煤矿等能源的开采;排水灌溉等农业生产方向;航空航天航海等领域,占到泵产品总量的70%[1]。在实际工程应用中,离心泵的转子故障成为了困扰国内外相关研究人员的难题[2];判断离心泵是否发生故障,主要依靠离心泵在运行过程中出现异常的噪声与振动[3]。
离心泵转子不对中故障主要由转子间存在高度差或转子间存在距离引起的,如图1所示。

图1 典型的不对中故障Fig.1 Typical misalignment fault
2018年李峰等[5]提出了基于电机电流时频特征的不对中故障诊断方法,有效地提高了识别转子系统的轴系不对中故障的正确率,因此通过提取信号时频特征参数,用于故障诊断是有效的;唐贵基等[6]提出一种谱峭度与变分模态分解的转子故障诊断方法,解决了在噪声环境下转子微弱不对中故障特征难以提取的问题,刘忠等[7]提出一种IVMD算法,并将其应用到离心泵空化声发射信号特征提取,因此模态分解算法广泛用于特征提取中,降低故障特征参数提取的难度;XIE等[8]将不对中故障的特征参数离散和模糊化构造故障决策表,能够有效地诊断汽轮发电机组转子不对中故障;YAO等[9]提出了基于分段阈值小波去噪、经验模态分解、遗传算法和最小二乘支持向量机的混合铁路滚动轴承故障诊断方法;……
登录APP查看全文
