工业泵常见故障及维修技巧(第三章）.ppt

工业泵常见故障及维修技巧 培训内容 泵类设备故障诊断方法综述：一、计算机辅助诊断 1、 基于信号处理的方法 2、 基于解析模型的方法 3、 基于知识的方法 二、现场人工诊断 1、机理分析法 2、逻辑分析法 泵类设备故障诊断方法综述 3.1.基于信号处理的方法 目前用于泵故障诊断中基于信号处理的方法主要有： 频谱分析 功率谱估计 小波分析。 3.1.1频谱分析 频谱分析是故障诊断中一种常用的方法，被广泛应用于各个工程技术领域。 如运用频谱分析方法对火电厂大型汽轮机组的供水泵进行诊断，找出了振源及传递媒介，为采取改进措施提供了依据；针对大型泵组的特点，采用频谱分析对其状态监测与故障诊断的方法展开了探讨。但是由于泵故障的多样性和复杂性，紧紧依赖振动信号的频谱分析往往只能粗略地知道泵是否存在故障，有时也能得到故障严重程度的信息，而对于具体是什么故障以及故障发生的部位则难以得到，所以一般只用于泵的简易诊断。 3.1.2功率谱估计 功率谱估计是在频域中对信号能量或功率分布情况的描述。其中，经典功率谱估计方法(如周期图法、自相关法)在工程实践中应用最为广泛。 例如，有人在分析国内大机组给水泵结构及现有振动监测保护系统的基础上，结合火电厂大型汽动给水泵的振动监测实例，采用功率谱估计方法对给水泵振动分析诊断系统策略进行了分析探讨，结果表明，通过对振动信号的分析可以确定水泵的最佳工作参数并发现给水泵内存在的故障及部位，为给水泵及时、有效地维修提供保证。但是，功率谱估计方法存在着计算复杂、方差性能差、分辨率低、对局部故障不敏感等局限。对于平稳信号而言，其频域的能量分布不随时间变化，使用功率谱估计方法尚可基本满足精度要求。 3.1.3小波分析: 小波分析是适应信号处理的实际需要而发展起来的一种时频分析方法，与传统的信号处理方法相比，小波变换在时域和频域同时具有良好的局部化特征，可用于突变信号和非平稳信号的分析，这在泵的状态监测以及早期故障诊断中具有重要的意义。 目前，小波分析方法已经在泵的故障特征提取中得到了研究和应用。 3.1.2基于解析模型的方法 基于解析模型的方法需要建立被诊断对象的较为精确的数学模型，具体又可以分为状态估计方法、等价空间方法和参数估计方法。这3种方法虽然是独立发展起来的，但它们彼此之间并不是孤立的，而是存在一定的关系。 在实际情况中，常常无法获得对象的精确数学模型，而且故障引起系统模型结构和参数变化的形式是不确定的，这就大大限制了基于解析模型诊断方法的使用范围和效果。对于水泵来说亦是如此。 3.1.3 基于知识的方法 随着人工智能及计算机技术的飞速发展，基于知识的方法在故障诊断得到越来越广泛地应用，目前应用到水泵故障诊断中基于知识的方法主要有： 粗糙集理论、专家系统、人工神经网络和支持向量机等 。 基于知识的方法一 基于专家系统的故障诊断方法： 其实是一个计算机智能程序，计算机在采集被诊断对象的信息后，综合运用各种规则(专家经验)，进行一系列的推理，必要时还可以随时调用各种应用程序，运行过程中向用户索取必要的信息后，就可快速地找到最终故障或最有可能的故障，再由用户来证实。它一般由数据库、知识库、推理机、解释机制以及计算机接口5部分组成，其中知识库中存储诊断知识，也就是故障征兆、故障模式、故障成因和处理意见等内容，而数据库中存储了通过测量并处理得到的当前征兆信息，推理机就是使用数据库中的征兆信息通过一定的有哪些信誉好的足球投注网站策略在知识库中找到对应征兆下可能发生的故障，然后对故障进行评价和决策。解释机制可以为此推理过程给出解释，而人机接口用于知识的输入和人机对话。此种方法在水泵的故障诊断中已有不少应用。 基于知识的方法二 模糊故障诊断方法 是利用集合论中的隶属函数和模糊关系矩阵的概念来解决故障与征兆之间的不确定关系，进而实现故障的检测与诊断。这种方法具有计算简单、应用方便和结论明确直观等特点。鉴于模糊故障诊断方法的这种特点，结合泵的故障与征兆之间的关系难以使用精确的数学模型表述的实际情况，可以借助于这种方法，用隶属度的概念来描述泵的振动，然后运用模糊综合评判法找出泵故障的原因。 基于知识的方法三、四 人工神经网络 支持向量机 不足点： 目前人们对泵进行故障分类主要还是采用基于数据的机器学习方式，这种方式的特点就是需要大量的样本数据，但当样本数据难以获得的时候这种方法就显示出了其局限性。因此需要研究一种具有更高泛化推广能力的小样本故障模式分类方法，使其能够利用有限的数据样本来获得更好的诊断效果。 三、工业泵一般故障的诊断思路及故障排除案例 3.2、现场人工诊断 机理分析：根据设备的工作原理与失效机理进行的诊断。 如：泵系统出力不足：通过振动、温度、进、出口压力的变化、泵的功 率变化来进行分析判断 逻辑分析：主要