壓力脈動法在離心泵汽蝕故障診斷中的研究
發(fā)布時間:2021-11-21 12:27
離心泵是一種應(yīng)用廣泛的流體機械設(shè)備,它在電力、石油化工、農(nóng)業(yè)排灌及紡織等部門都發(fā)揮著重要作用。汽蝕是一種常見的水泵故障。對于離心泵來說,汽蝕的產(chǎn)生和發(fā)展會改變流道內(nèi)的速度分布,使泵的效率下降,揚程降低,引起泵振動,產(chǎn)生噪聲;而且還會損傷葉輪等過流部件。故障診斷目前已成為一門獨立的跨學科的綜合信息處理技術(shù)。它是保證設(shè)備安全運行的基本措施之一。它能夠?qū)υO(shè)備的早期故障做出預報,對出現(xiàn)故障的原因做出判斷,避免或減少事故的發(fā)生。尋找適當?shù)钠g診斷和識別方法,快速準確的排除汽蝕故障,防止汽蝕破壞,提高水泵的效率和使用壽命,具有重要意義。本文首先在閉式汽蝕實驗臺上,模擬了離心泵在額定工況下不同程度的汽蝕狀態(tài),并采集了入口壓力脈動信號。然后根據(jù)入口壓力脈動信號的特點,對離心泵汽蝕故障診斷問題進行研究。最后,應(yīng)用不同的方法,對所采集的信號進行了分析和處理。論文應(yīng)用了“自相關(guān)分析結(jié)合短時傅里葉變換”、“關(guān)聯(lián)維數(shù)分析”、“EMD能量熵分析”、“小波多尺度統(tǒng)計特征分析”4種方法進行了特征提取,并比較了這些方法的局限性及各自的特點,對“應(yīng)用壓力脈動法的離心泵汽蝕故障診斷”進行了初步的探索,其實驗分析的結(jié)果也對實...
【文章來源】:東北電力大學吉林省
【文章頁數(shù)】:71 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
主要符號表
第1章 緒論
1.1 研究的背景及意義
1.2 汽蝕的基本研究
1.2.1 汽蝕的概念
1.2.2 汽蝕的產(chǎn)生機理
1.2.3 汽蝕的破壞作用
1.2.4 汽蝕破壞機理
1.2.5 常見的汽蝕程度衡量方法
1.3 離心泵故障診斷技術(shù)的發(fā)展方向
1.4 離心泵汽蝕診斷的研究狀況
1.5 本文的研究內(nèi)容
第2章 實驗系統(tǒng)與實驗方法
2.1 前言
2.2 汽蝕余量的表示方法
2.3 實驗系統(tǒng)
2.3.1 系統(tǒng)介紹
2.3.2 試驗方法
2.3.3 入口壓力變送器的安裝位置
2.3.4 入口壓力變送器的選擇
2.4 汽蝕狀態(tài)的劃分及泵的運行工況
第3章 自相關(guān)分析與短時傅里葉變換
3.1 前言
3.2 自相關(guān)分析
3.2.1 相關(guān)性的概念
3.2.2 自相關(guān)函數(shù)
3.3 短時傅里葉變換
3.3.1 傅里葉變換
3.3.2 離散傅里葉變換
3.3.3 短時傅里葉變換
3.4 試驗結(jié)果與分析
3.4.1 波形與頻譜分析
3.4.2 自相關(guān)分析
3.4.3 時頻聯(lián)合分析
3.4.4 試驗結(jié)果分析
3.5 本章小結(jié)
第4章 提升小波及EMD 能量熵分析
4.1 前言
4.2 EMD 的原理及能量熵
4.2.1 EMD 分解原理
4.2.2 EMD 方法的正交性
4.2.3 EMD 能量熵
4.3 提升小波的閾值去噪
4.3.1 提升小波的原理
4.3.2 小波分解與重構(gòu)的多相位表示
4.3.3 提升小波算法
4.4 降噪閾值的選取
4.5 實驗結(jié)果與分析
4.5.1 EMD 分解結(jié)果
4.5.2 EMD 能量熵特征提取
4.6 本章小結(jié)
第5章 小波包與關(guān)聯(lián)維數(shù)分析
5.1 前言
5.2 小波包分解原理
5.2.1 小波與小波包的比較
5.2.2 小波包的算法
5.3 關(guān)聯(lián)維數(shù)的計算
5.3.1 分形維數(shù)的概念
5.3.2 關(guān)聯(lián)維數(shù)的分析原理
5.4 試驗結(jié)果分析
5.4.1 小波包分解結(jié)果
5.4.2 關(guān)聯(lián)維數(shù)計算結(jié)果
5.5 本章小結(jié)
第6章 小波多尺度統(tǒng)計量分析
6.1 前言
6.2 小波多尺度統(tǒng)計特征
6.2.1 多尺度的離散小波變換
6.2.2 特征選擇與提取
6.3 支持向量機
6.4 試驗結(jié)果分析
6.4.1 試驗結(jié)果與分析
6.4.2 多尺度統(tǒng)計量分析
6.4.3 識別結(jié)果分析
6.5 本章小結(jié)
結(jié)論
參考文獻
攻讀學位期間發(fā)表的學術(shù)論文
致謝
【參考文獻】:
期刊論文
[1]泵汽蝕研究現(xiàn)狀及展望[J]. 王勇,劉厚林,談明高. 水泵技術(shù). 2008(01)
[2]基于圖像小波包信息熵和遺傳神經(jīng)網(wǎng)絡(luò)的氣-液兩相流流型識別[J]. 周云龍,陳飛,孫斌. 核動力工程. 2008(01)
[3]基于EMD與關(guān)聯(lián)維數(shù)的故障診斷AR模型[J]. 程軍圣,于德介,唐駕時,楊宇. 系統(tǒng)工程與電子技術(shù). 2007(09)
[4]基于第二代小波變換和矢量量化理論的電能質(zhì)量擾動分類方法[J]. 何為,楊洪耕. 電網(wǎng)技術(shù). 2007(12)
[5]離心泵汽蝕判據(jù)的研究[J]. 牟介剛,張生昌,鄧鴻英,鄭水華. 農(nóng)業(yè)機械學報. 2006(09)
[6]基于提升小波包變換和集成支持矢量機的早期故障智能診斷[J]. 胡橋,何正嘉,張周鎖,訾艷陽,雷亞國. 機械工程學報. 2006(08)
[7]一種基于小波包變換的關(guān)聯(lián)維數(shù)計算方法[J]. 劉景夏,胡冰新,單華寧,王平立. 解放軍理工大學學報(自然科學版). 2006(03)
[8]基于多尺度能量統(tǒng)計和小波能量熵測度的電力暫態(tài)信號識別方法[J]. 何正友,陳小勤. 中國電機工程學報. 2006(10)
[9]關(guān)聯(lián)維數(shù)和Kolm ogorov熵在航空發(fā)動機故障診斷中的應(yīng)用[J]. 余波,李應(yīng)紅,張樸. 航空動力學報. 2006(01)
[10]基于支持向量機和小波包能量特征的氣液兩相流流型識別方法[J]. 孫斌,周云龍. 中國電機工程學報. 2005(17)
博士論文
[1]基于聲學的水輪機狀態(tài)監(jiān)測技術(shù)研究[D]. 吳道虎.華中科技大學 2006
[2]基于EMD和支持向量機的旋轉(zhuǎn)機械故障診斷方法研究[D]. 楊宇.湖南大學 2005
碩士論文
[1]基于小波分析的水泵初生汽蝕的超聲特性研究[D]. 梁金棟.揚州大學 2005
[2]小波分析在離心泵汽蝕故障診斷中的應(yīng)用研究[D]. 黃忠富.江蘇大學 2005
本文編號:3509512
【文章來源】:東北電力大學吉林省
【文章頁數(shù)】:71 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
主要符號表
第1章 緒論
1.1 研究的背景及意義
1.2 汽蝕的基本研究
1.2.1 汽蝕的概念
1.2.2 汽蝕的產(chǎn)生機理
1.2.3 汽蝕的破壞作用
1.2.4 汽蝕破壞機理
1.2.5 常見的汽蝕程度衡量方法
1.3 離心泵故障診斷技術(shù)的發(fā)展方向
1.4 離心泵汽蝕診斷的研究狀況
1.5 本文的研究內(nèi)容
第2章 實驗系統(tǒng)與實驗方法
2.1 前言
2.2 汽蝕余量的表示方法
2.3 實驗系統(tǒng)
2.3.1 系統(tǒng)介紹
2.3.2 試驗方法
2.3.3 入口壓力變送器的安裝位置
2.3.4 入口壓力變送器的選擇
2.4 汽蝕狀態(tài)的劃分及泵的運行工況
第3章 自相關(guān)分析與短時傅里葉變換
3.1 前言
3.2 自相關(guān)分析
3.2.1 相關(guān)性的概念
3.2.2 自相關(guān)函數(shù)
3.3 短時傅里葉變換
3.3.1 傅里葉變換
3.3.2 離散傅里葉變換
3.3.3 短時傅里葉變換
3.4 試驗結(jié)果與分析
3.4.1 波形與頻譜分析
3.4.2 自相關(guān)分析
3.4.3 時頻聯(lián)合分析
3.4.4 試驗結(jié)果分析
3.5 本章小結(jié)
第4章 提升小波及EMD 能量熵分析
4.1 前言
4.2 EMD 的原理及能量熵
4.2.1 EMD 分解原理
4.2.2 EMD 方法的正交性
4.2.3 EMD 能量熵
4.3 提升小波的閾值去噪
4.3.1 提升小波的原理
4.3.2 小波分解與重構(gòu)的多相位表示
4.3.3 提升小波算法
4.4 降噪閾值的選取
4.5 實驗結(jié)果與分析
4.5.1 EMD 分解結(jié)果
4.5.2 EMD 能量熵特征提取
4.6 本章小結(jié)
第5章 小波包與關(guān)聯(lián)維數(shù)分析
5.1 前言
5.2 小波包分解原理
5.2.1 小波與小波包的比較
5.2.2 小波包的算法
5.3 關(guān)聯(lián)維數(shù)的計算
5.3.1 分形維數(shù)的概念
5.3.2 關(guān)聯(lián)維數(shù)的分析原理
5.4 試驗結(jié)果分析
5.4.1 小波包分解結(jié)果
5.4.2 關(guān)聯(lián)維數(shù)計算結(jié)果
5.5 本章小結(jié)
第6章 小波多尺度統(tǒng)計量分析
6.1 前言
6.2 小波多尺度統(tǒng)計特征
6.2.1 多尺度的離散小波變換
6.2.2 特征選擇與提取
6.3 支持向量機
6.4 試驗結(jié)果分析
6.4.1 試驗結(jié)果與分析
6.4.2 多尺度統(tǒng)計量分析
6.4.3 識別結(jié)果分析
6.5 本章小結(jié)
結(jié)論
參考文獻
攻讀學位期間發(fā)表的學術(shù)論文
致謝
【參考文獻】:
期刊論文
[1]泵汽蝕研究現(xiàn)狀及展望[J]. 王勇,劉厚林,談明高. 水泵技術(shù). 2008(01)
[2]基于圖像小波包信息熵和遺傳神經(jīng)網(wǎng)絡(luò)的氣-液兩相流流型識別[J]. 周云龍,陳飛,孫斌. 核動力工程. 2008(01)
[3]基于EMD與關(guān)聯(lián)維數(shù)的故障診斷AR模型[J]. 程軍圣,于德介,唐駕時,楊宇. 系統(tǒng)工程與電子技術(shù). 2007(09)
[4]基于第二代小波變換和矢量量化理論的電能質(zhì)量擾動分類方法[J]. 何為,楊洪耕. 電網(wǎng)技術(shù). 2007(12)
[5]離心泵汽蝕判據(jù)的研究[J]. 牟介剛,張生昌,鄧鴻英,鄭水華. 農(nóng)業(yè)機械學報. 2006(09)
[6]基于提升小波包變換和集成支持矢量機的早期故障智能診斷[J]. 胡橋,何正嘉,張周鎖,訾艷陽,雷亞國. 機械工程學報. 2006(08)
[7]一種基于小波包變換的關(guān)聯(lián)維數(shù)計算方法[J]. 劉景夏,胡冰新,單華寧,王平立. 解放軍理工大學學報(自然科學版). 2006(03)
[8]基于多尺度能量統(tǒng)計和小波能量熵測度的電力暫態(tài)信號識別方法[J]. 何正友,陳小勤. 中國電機工程學報. 2006(10)
[9]關(guān)聯(lián)維數(shù)和Kolm ogorov熵在航空發(fā)動機故障診斷中的應(yīng)用[J]. 余波,李應(yīng)紅,張樸. 航空動力學報. 2006(01)
[10]基于支持向量機和小波包能量特征的氣液兩相流流型識別方法[J]. 孫斌,周云龍. 中國電機工程學報. 2005(17)
博士論文
[1]基于聲學的水輪機狀態(tài)監(jiān)測技術(shù)研究[D]. 吳道虎.華中科技大學 2006
[2]基于EMD和支持向量機的旋轉(zhuǎn)機械故障診斷方法研究[D]. 楊宇.湖南大學 2005
碩士論文
[1]基于小波分析的水泵初生汽蝕的超聲特性研究[D]. 梁金棟.揚州大學 2005
[2]小波分析在離心泵汽蝕故障診斷中的應(yīng)用研究[D]. 黃忠富.江蘇大學 2005
本文編號:3509512
本文鏈接:http://sikaile.net/jixiegongchenglunwen/3509512.html
最近更新
教材專著