本文的研究是在國家“十三五”重點研發(fā)計劃（2016YFF0203301）和國家自然科學基金（51779106）的資助下開展的�？栈撬C械的“癌癥”,不但會影響水力機械性能,誘發(fā)振動和噪聲,甚至還會導致過流部件遭到腐蝕破壞。為了防止空化發(fā)展造成進一步的破壞,應(yīng)準確對離心泵空化狀態(tài)進行識別�？栈癄顟B(tài)識別不僅能防止離心泵長期運行于空化狀態(tài)而影響機組性能,還有助于實現(xiàn)預(yù)測性維修。本文以離心泵為研究對象,通過試驗研究了信號在不同空化階段的變化規(guī)律,提出了基于單一特征值給定閾值和基于多分辨率多測點信息融合的空化狀態(tài)識別方法,并開發(fā)了離心泵空化狀態(tài)識別系統(tǒng)。本文主要內(nèi)容及成果如下:1.闡述了離心泵空化產(chǎn)生機理及危害,系統(tǒng)地總結(jié)了國內(nèi)外空化狀態(tài)識別方法研究現(xiàn)狀,比較了不同空化監(jiān)測方法的優(yōu)缺點,分析了適用于離心泵空化狀態(tài)識別的信號特征提取及模式識別方法,并對現(xiàn)有離心泵空化狀態(tài)識別系統(tǒng)做了較為全面的概括。2.對離心泵不同空化狀態(tài)下進口空泡分布、外特性、壓力脈動、液載噪聲與振動信號進行同步采集,分析其變化規(guī)律,提出了基于壓力脈動、液載噪聲、振動信號時域及頻域信號單一特征值給定閾值的空化狀態(tài)識別方法,并對... 

【文章來源】：江蘇大學江蘇省

【文章頁數(shù)】：136 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 引言
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 離心泵空化產(chǎn)生機理及危害
        1.2.2 離心泵空化監(jiān)測方法研究現(xiàn)狀
        1.2.3 離心泵空化信號特征提取方法研究現(xiàn)狀
        1.2.4 離心泵空化模式識別方法研究現(xiàn)狀
        1.2.5 離心泵空化監(jiān)測系統(tǒng)研究現(xiàn)狀
    1.3 本文主要研究內(nèi)容
第二章 離心泵空化信號特性分析及閾值確定
    2.1 試驗裝置及方案
        2.1.1 試驗對象
        2.1.2 試驗裝置
        2.1.3 試驗方案
    2.2 試驗不確定度分析
        2.2.1 隨機不確定度
        2.2.2 系統(tǒng)不確定度
        2.2.3 綜合不確定度
    2.3 基本性能試驗分析
        2.3.1 性能結(jié)果分析
        2.3.2 高速攝影結(jié)果分析
    2.4 壓力脈動信號分析
        2.4.1 壓力脈動信號時域分析
        2.4.2 壓力脈動信號頻域分析
    2.5 液載噪聲信號分析
        2.5.1 液載噪聲信號時域分析
        2.5.2 液載噪聲信號頻域分析
    2.6 振動信號分析
        2.6.1 振動信號時域分析
        2.6.2 振動信號頻域分析
    2.7 不同空化狀態(tài)識別方法敏感性分析
    2.8 本章小結(jié)
第三章 離心泵空化狀態(tài)識別方法研究
    3.1 單測點空化狀態(tài)識別
        3.1.1 單測點空化狀態(tài)識別模型
        3.1.2 空化狀態(tài)標定
        3.1.3 小波閾值降噪
        3.1.4 小波包時頻域分析
        3.1.5 時頻域統(tǒng)計特征提取
        3.1.6 主成分分析法降維
        3.1.7 RBF神經(jīng)網(wǎng)絡(luò)模式識別
        3.1.8 抗干擾性分析
    3.2 多測點空化狀態(tài)識別
        3.2.1 信息融合算法簡介
        3.2.2 基于RBF神經(jīng)網(wǎng)絡(luò)的特征級融合
        3.2.3 基于D-S證據(jù)理論的決策級融合
        3.2.4 特征級和決策級融合方法的比較
    3.3 多故障及并發(fā)狀態(tài)識別
        3.3.1 葉片折損和口環(huán)磨損單一故障狀態(tài)識別
        3.3.2 基于倍頻帶的多故障并發(fā)狀態(tài)識別
    3.4 本章小結(jié)
第四章 離心泵空化狀態(tài)識別系統(tǒng)開發(fā)
    4.1 系統(tǒng)總體設(shè)計
    4.2 系統(tǒng)硬件設(shè)計
        4.2.1 傳感器選型
        4.2.2 采集模塊選型
        4.2.3 電控箱設(shè)計
    4.3 系統(tǒng)軟件開發(fā)
        4.3.1 虛擬儀器技術(shù)和軟件開發(fā)平臺
        4.3.2 軟件結(jié)構(gòu)設(shè)計
        4.3.3 參數(shù)設(shè)置
        4.3.4 軟硬件通訊設(shè)計
        4.3.5 試驗?zāi)K設(shè)計
        4.3.6 信號處理與診斷模塊設(shè)計
        4.3.7 在線監(jiān)測模塊設(shè)計
        4.3.8 報表及數(shù)據(jù)庫模塊設(shè)計
        4.3.9 程序發(fā)布
    4.4 系統(tǒng)調(diào)試運行
        4.4.1 測量精度分析
        4.4.2 空化識別精度分析
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 研究總結(jié)
    5.2 研究展望
參考文獻
致謝
攻讀碩士學位期間參與的科研項目及取得的成果
    一、發(fā)表學術(shù)論文
    二、申請專利
    三、軟件著作權(quán)登記
    四、參與科研項目


【參考文獻】：
期刊論文
[1]基于LabVIEW的泵性能測試系統(tǒng)設(shè)計與開發(fā)[J]. 董亮,吳侃,劉厚林,代翠,徐海良.  流體機械. 2018(11)
[2]基于LabView與SQL Server的檢測報告生成系統(tǒng)的設(shè)計與實現(xiàn)[J]. 劉雄,王軍,琚格格,劉紅.  艦船電子工程. 2018(05)
[3]非定常空化流動研究現(xiàn)狀與進展[J]. 黃彪,吳欽,王國玉.  排灌機械工程學報. 2018(01)
[4]新證據(jù)沖突衡量標準下的證據(jù)二次修正組合[J]. 曹潔,馮鋒,王進花.  自動化與儀表. 2017(09)
[5]基于深度學習的離心泵空化狀態(tài)識別[J]. 曹玉良,明廷鋒,賀國,蘇永生.  西安交通大學學報. 2017(11)
[6]部分負荷工況下水泵水輪機的空化特性[J]. 李琪飛,劉超,王源凱.  排灌機械工程學報. 2017(08)
[7]帶可調(diào)式前置導葉軸流泵空化性能試驗[J]. 郭志偉,潘靜也,錢忠東,程千.  農(nóng)業(yè)機械學報. 2017(10)
[8]基于多點噪聲分析的離心泵早期汽蝕故障診斷[J]. 周云龍,呂遠征.  振動與沖擊. 2017(07)
[9]液力減速器模型空化特性數(shù)值模擬及試驗研究[J]. 董亮,肖佳偉,明加意,劉厚林.  排灌機械工程學報. 2017(01)
[10]基于數(shù)據(jù)融合技術(shù)的船舶信息傳輸系統(tǒng)研究與設(shè)計[J]. 種景,陳旭,李晴瑜.  江蘇科技信息. 2016(16)

博士論文
[1]水力裝置空化空蝕數(shù)值計算與試驗研究[D]. 王健.江蘇大學 2015
[2]離心泵葉片前緣空化非定常流動機理及動力學特性研究[D]. 李曉俊.江蘇大學 2013
[3]液壓節(jié)流閥中的空化流動與噪聲[D]. 陸亮.浙江大學 2012
[4]離心泵空化及其誘導振動噪聲研究[D]. 王勇.江蘇大學 2011
[5]液壓泵閥空蝕特性的研究[D]. 劉曉紅.西南交通大學 2008

碩士論文
[1]離心泵內(nèi)空化流動不穩(wěn)定性及其控制研究[D]. 趙國壽.蘭州理工大學 2018
[2]離心泵空化判定及其流聲特性研究[D]. 趙宇琪.江蘇大學 2018
[3]基于信息融合技術(shù)的螺桿泵故障診斷系統(tǒng)的研究[D]. 李華.杭州電子科技大學 2018
[4]基于信息融合的發(fā)動機故障診斷研究[D]. 曹亞鵬.哈爾濱理工大學 2017
[5]基于云平臺的風電機組傳動系統(tǒng)狀態(tài)監(jiān)測系統(tǒng)研究[D]. 閔青焱.重慶大學 2017
[6]基于小波變換/分數(shù)階傅里葉變換的聲自導方法研究[D]. 許傳.中國艦船研究院 2017
[7]信任函數(shù)逼近的探究與應(yīng)用[D]. 黃梅.江西師范大學 2016
[8]基于多傳感器數(shù)據(jù)融合的液壓泵故障診斷[D]. 蘇向陽.太原科技大學 2016
[9]基于D-S證據(jù)理論的融合算法及其在交通事件檢測中的應(yīng)用[D]. 田佳霖.長安大學 2016
[10]泵站機組狀態(tài)評價與故障分析方法研究及軟件開發(fā)[D]. 張祺.揚州大學 2016



本文編號：3046045