大型隔膜泵泵閥狀態(tài)識別方法研究.pdf

1、本文是東北大學設備診斷工程中心與東鞍山燒結廠針對大功率隔膜泵泵閥狀態(tài)監(jiān)測及故障診斷的實際需求，聯(lián)合研發(fā)的一個實際項目。 往復式活塞隔膜泵是工業(yè)生產領域的重要機械設備之一，其運行狀態(tài)的好壞直接關系著生產效率，因此，對其運行狀態(tài)進行在線監(jiān)測，實現(xiàn)設備的趨勢預報與及時維修，避免過剩維修和維修不足是十分必要的。而泵閥作為隔膜泵的重要組成部分，其卡閥與泄漏故障時有發(fā)生，給生產帶來了很大損失。因此，本文針對隔膜泵泵閥的卡閥故障展開了研究，給

2、出了診斷結果。這項技術在國內大型隔膜泵研究中還寥寥無幾，而且具有一定的經濟意義。本文主要研究內容和成果如下： (1)以雙缸雙作用往復式隔膜泵的結構和工作原理為基礎，對其運動規(guī)律進行了數(shù)學建模，并建立了振動微分方程。此外，分析了引起泵閥振動的主要激勵源及泵閥的失效機理，闡述了內部激勵源與表面振動響應信號之間的內在關系，論證了利用泵閥表面振動響應信號對其進行故障診斷的可行性。 (2)針對泵閥的結構特點，利用ANSYS有限元分

3、析軟件對閥箱體動態(tài)響應分析。對泵閥及管道實體建模，得出了在閥盤的沖擊下，閥箱體上不同測點的位移及加速度響應情況。從理論上分析了傳感器的最佳放置位置。此外，分析了閥箱體的幾階固有頻率及振型。 (3)對采集到的泵閥表面振動信號進行了預處理、小波降噪、時域、幅域、頻域及小波包分析，提取了卡閥的故障特征。試驗信號分析表明：垂直方向的幅域參數(shù)尤其是脈沖因數(shù)和峰值因數(shù)兩個指標可作為有力的輔助診斷參數(shù)；功率譜分析為以后的小波包頻帶分解技術提供

4、了有力的依據(jù)，驗證了用振動信號進行卡閥故障特征識別的可行性。利用小波包頻帶分解技術，可有效提取故障信號特征，實現(xiàn)卡閥故障的識別。 (4)為了將多種特征提取方法更加完美的結合在一起，使診斷的精度更加精確。本位采用神經網(wǎng)絡進行故障提取，將幅域分析中的敏感參數(shù)和小波包頻帶分解技術相結合，一起作為網(wǎng)絡的輸入。這樣可以充分的利用多種特征提取的結果，使診斷的精度大大提升。此外，利用神經網(wǎng)絡還可以使診斷系統(tǒng)不斷完善，具有極好的可擴充性，可以實