[发明专利]一种基于振动信号分析的高压隔膜泵单向阀故障诊断方法

说明书

本发明涉及一种基于振动信号分析的高压隔膜泵单向阀故障诊断方法，属于机械故障诊断及信号处理领域。本发明首先对高压隔膜泵单向阀振动信号进行广义形态差值，滤除原始信号中的噪声成分；其次，计算降噪后信号时域指标，获得一系列的特征指标值；最后，将提取的特征指标作为极限学习机(ELM)模型输入，建立ELM故障分类模型，对高压隔膜泵单向阀的不同运行状态进行辨识。本发明与现有技术相比，主要解决了高压隔膜泵工作环境恶劣，机械系统结构复杂，导致单向阀振动信号存在背景噪声，难以准确提取设备运行状态的特征现象，提高了单向阀故障识别的正确率，有较强实用性和工程意义。

技术领域

本发明涉及一种基于振动信号分析的高压隔膜泵单向阀故障诊断方法，属于机械故障诊断及信号处理领域。

背景技术

高压隔膜泵是一种往复式机械设备，广泛应用于石油、化工、煤炭和冶金工业生产领域，作为管道输送系统的动力源，隔膜泵一旦发生故障将造成重大经济损失，甚至造成严重的生产安全事故。为了保证管道输送系统安全运行，实际生产中按固定周期(最小安全周期)检修设备、更换部件，这不仅浪费大量的可用部件，而且人为地缩短了生产周期，降低了经济效益。即便如此，严格按照最小安全周期检修设备、更换部件，仍然无法避免故障发生。现代化工业生产对设备的可靠性、安全性以及经济性提出了越来越来高的要求，然而按固定周期停车检修的方式并不科学，存在维修不足或者维修过剩的问题。因此研究一种高压隔膜泵运行状态诊断系统，制定科学的主动维修策略，降低设备运行维护费用，已经成为管道输送系统安全运行的迫切需求。高压隔膜泵工作环境恶劣，单向阀的振动信号受到噪声、其他激励源及耦合工况因素的干扰，导致单向阀振动信号存在背景噪声，难以准确提取设备运行状态的特征现象。

发明内容

本发明涉及一种基于振动信号分析的高压隔膜泵单向阀故障诊断方法，以用于解决高压隔膜泵工作环境恶劣，机械系统结构复杂，导致单向阀振动信号存在背景噪声，难以准确提取设备运行状态的特征现象，提高了单向阀故障识别的正确率，有较强实用性和工程意义。

本发明采用的技术方案是：一种基于振动信号分析的高压隔膜泵单向阀故障诊断方法，具体步骤如下：

Step1.利用加速度传感器测量高压隔膜泵单向阀的振动信号，采集高压隔膜泵单向阀在正常状态、卡阀故障、磨损故障状态下的振动信号，得到各状态下的振动信号；

Step2.采用广义形态差值滤波算法对高压隔膜泵单向阀三种状态下的振动信号数据进行滤波处理，使提取到的特征能更好的反映设备运行状态，得到降噪后的振动信号；

Step3.计算降噪后信号的7个时域指标，作为设备状态的特征指标值，构造故障特征矩阵；

Step4.选择训练样本输入ELM分类器中进行训练，得到单向阀故障诊断模型；

Step5.将测试样本输入到训练好的ELM模型，通过ELM分类器输出结果，完成高压隔膜泵单向阀的故障诊断；

具体地，所述Step2中的广义形态差值滤波算法原理如下：

形态学滤波的基本运算包括腐蚀、膨胀，并可根据基本运算进行更加复杂的形态学变换，如开闭运算、形态学梯度。该滤波方法能够依据原始信号的形态，通过结构元素的变换，滤除信号中的噪声成分，并凸显信号中的原有特征，使提取的特征更加准确的反映设备运行状态。

在形态滤波的基础上，利用两个不同大小的结构元素g₁和g₂构造开-闭和闭-开两个不同的广义形态滤波器，那么f(n)关于g(n)的开-闭和闭-开的广义形态滤波器的数学描述为:

式中：g₁(n)，g₂(n)为结构元素为g₁和g₂时对应的一维结构元素序列