离心泵故障诊断的研究与探讨

《离心泵故障诊断的研究与探讨》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、离心泵故障诊断的研究与探讨【摘要】论述了EV1D技术基本原理和算法，提出了利用EMD进行离心泵振动的时频分析方法。通过搭建离心泵故障诊断实验台釆集信号，完成离心泵的正常状态、质量不平衡、不对中、基础松动的初步诊断和汽蚀故障的最终诊断。【关键词】离心泵；故障诊断；EMD0引言设备故障诊断技术是保证设备安全运行的基本措施之一，能对设备故障的发展做出早期预报，对出现故障的原因做出判断，提出对策建议，避免或减少爭故的发生。随着科学技术的进步，现代设备的结构越来越复杂,自动化程度也越来越高，如果离心泵出现故障不仅会降低或失去其预左的功能，

2、甚至造成严重的以至灾难性的事故。当前，我国的工业中的离心泵的数目越来越多，其在生产中的重要性不言而喻，离心泵的监测和诊断技术所带來的社会效益和经济效益，也不断为人们所认识。提高离心泵的故障诊断技术，可以有效的预防事故，保证人牛和设备的安全，推动设备维修制度的改革，提高经济效益。1离心泵故障的概述从系统的观点来看，故障包括两层含义：一是，离心泵系统偏离正常功能，它的形成原因主要是因为离心泵工作条件（不止常而产生的，通过参数调节，或零部件修复又可恢复到正常功能；二是，功能失效，是指系统连续偏离止常功能，口其程度不断加剧，使离心泵基本

3、功能不能保证。离心泵故障种类很多，但具有共同的基本特点，归纳起来有以下几点。（1）离心泵故障现象大部分具冇随机特性。因为离心泵运行过程是动态过程，就其木质而言是随机过程。机器的运行过程是一个动态过程，都可以用数学方法（微分方程和差分方程）描述，不同型号的离心泵，由于装配、安装及工作条件上的差异，往往导致泵的工况状态及故障模式改变。（2）从系统特性来看，除了连续性、离散性、间歇性、缓变性、突发性、随机性、趋势性和模糊性等一般特性外，离心泵有很多个零件，零部件间相互耦合，这决定了离心泵故障的多层次性，一种故障山多层次故障原因所构成。

4、离心泵诊断技术以离心泵的故障机理为基础，通过准确采集和检测反映设备状态的各种信号，并利用现代信号处理技术将现场采集的各种信号经过相应变换，提取真正反映设备状态的信息，然后根据已掌握的故障特征信息和状态参数判断故障及原因，并预测故障的发展和设备寿命。山于目前人们对故障诊断的理解不同，各工程领域都有其各自的方法，按检测手段分类，主要包括：振动检测诊断法；噪声检测诊断法；温度检测诊断法；压力检测诊断法；声发射检测诊断法；润滑油或冷却液屮金属含量分析诊断法等。2离心泵故障诊断实验2.1禺心泵买验台木文的离心泵振动位移和加速度信号的采集实

5、验是在2BA-6A型离心泵故障诊断系统实验台上完成的，如图1所示。1•电动机；2.阀门；3•位移传感器；4•岀口压力；5•入口压力；6•离心泵；7•涡轮流量计；8•水箱实验中离心泵的型号为2BA-6A,转速为2900r/min,扬程为25.2m,流量为20m3/h,效率为65.6%,吸上真空高度7.2m,离心泵为开式系统;电动机为上海先锋电机厂的三相交流整流子电动机，型号为JZS2-51-1,主电压为380V,主电流为71A,转速1410/1470r/min,频率50Hzo离心泵泵轴的垂直和水平方向用支架分别安装非接触式电涡流位

6、移传感器测取径向位移；泵联轴器上焊接法兰盘，法兰盘的垂直面作为实验测试面，水平安装非接触电涡流位移传感器测取轴向位移。加速度传感器安装通过自带永久性磁力座垂直吸附在离心泵的轴承座上。系统分别测取正常状态、质量不平衡、转子不对中和基础松动四种状态的振动位移和加速度信号。2.2振动位移和加速度信号的釆集（1）准备振动位移、加速度和其他传感器、数据采集器与计算机的安装连接；（2）运行离心泵，采集正常状态下离心泵位移、加速度、流量和转速等信号；（3）在联轴器法兰上加重块，运行后采集离心泵位移、加速度、流量和转速等信号；（4）挪动电机使轴

7、线不对中，运行后采集离心泵位移、加速度、流量和转速等信号;(5)松动电机的基础，运行后采集离心泵位移、加速度、流量和转速等信号，采样频率设为800Hz,采样点数为4096点。3EMD的基本理论和算法2.1EMD方法的基本原理EMD方法能对非稳态的数据进行平稳化处理，并且与希尔伯特变换相结合获得时频谱图，所以这种方法能处理非稳态和非线性数据。与小波和以前的自适应时频分解等方法相比，这种方法是直观的、直接的、后验的和自适应的。该分解方法是建立在以下的假设上：信号至少有两个极值点，一个最大值和一个最小值；特征时间尺度通过两个极值点Z间

8、的时间定义；若数据缺乏极值点但有变形点，则可通过数据微分一次或几次获得极值点，然后再通过积分来获得分解结果。通过数据的特征时间尺度来获得固冇波动模式，然后分解数据。为了把各种波动模式从数据中提取出来，使用一种系统的方法，即经验模态分解方法(EMD)o分解方法可以