隨著信息技術,、測試技術與計算機技術的發(fā)展與普及應用,，水泵故障診斷的方法不斷更新,、擴展與進步,。
水泵故障診斷的方法一,、基于信號處理的方法
目前用于泵故障診斷中基于信號處理的方法主要有頻譜分析,、功率譜估計和小波分析等,。頻譜分析是故障診斷中一種常用的方法,，被廣泛應用于各工程技術領域：對于泵的故障診斷，人們也應用頻譜分析作了大量的研究,。如運用頻譜分析方法對火電廠大型汽輪機組的供水泵進 行診斷,，找出了振源及傳遞媒介，為采取改進措施提供了依據(jù)：鋅對大型泵組的特點,，采用頻譜分析對其狀態(tài)監(jiān)測與故障診斷的方法展開了探討,。但是由于泵故障的 多樣性和復雜性，僅僅依賴振動信號的頻譜分析往往只能粗略地知道泵是否存在故障,。有時也能得到故障嚴重程度的信息,，而對于具體是什么故障以及故障發(fā)生的部 位則難以得到．所以一般只用于泵的簡易診斷。
功率譜估計是在頻域中對信號能量或功率分布情況進行描述,。其 中．經(jīng)典功率譜估計方法（如周期圖法,、自相關法）在工程實踐中應用最為廣泛。例如,，有人在分析國內(nèi)大機組給水泵結構及現(xiàn)有振動監(jiān)測保護系統(tǒng)的基礎上,，結合 火電廠大型氣動給水泵的振動監(jiān)測實例，采用功率譜估計方法對給水泵振動分析診斷系統(tǒng)策略進行了分析探討,，結果表明．通過對振動信號的分析可以確定水泵的最 合適工作參數(shù)并發(fā)現(xiàn)給水泵內(nèi)存在的故障及部位．為給水泵及時,、有效地維修提供保證。但是,，功率譜估計方法存在著計算復雜,、方差性能差,、分辨率低、對局部故障不敏感等局限,。對于平穩(wěn)信號,，其頻域的能量分布不隨時間變化，使用功率譜估計方法尚可基本滿足精度要求,。
小 波分析是為適應信號處理的實際需要而發(fā)展起來的一種時頻分析方法．與傳統(tǒng)的信號處理方法相比,，小波變換在時域和頻域同時具有良好的局部化特征?可用于突變 信號和非平穩(wěn)信號的分析，這在泵的狀態(tài)監(jiān)測以及早期故障診斷中具有重要的意義c目前,，小波分析方法已經(jīng)在泵的故障特征提取中得到了研究和應用,。如有人利用 小波分析對輸油泵的振動信號進行了消噪，實驗結果表明,，使用該方法能夠有效地抑制信號中的噪聲,，提高故障診斷精度。小波變換來源于傅里葉變換和短時傅里葉 變換,，盡管它繼承了傅里葉變換和短時傅里葉變換的許多優(yōu)點,，克服了它們在某些方面的不足（如時頻局部化特性）。但由于該理論本身也正處于研究發(fā)展之中,，因 此仍存在一些需要進一步研究的問題,，比如小波函數(shù)的選取問題等。
水泵故障診斷的方法二,、基于知識的方法
隨著人工智能及計算機 技術的飛速發(fā)展,，基于知識的方法在故障診斷中得到越來越廣泛的應用，目前應用到水泵故障診斷中基于知識的方法主要有粗糙集理論,、專家系統(tǒng),、人工神經(jīng)網(wǎng)絡和 支持向量機等。粗糙集理論是波蘭學者Z Pawlak于1982年提出的一種用于處理不完整不精確知識的數(shù)學方法,，該理論不需要關于數(shù)據(jù)的任何初始或附加信息,，直接對不完整不精確數(shù)據(jù)進行分析處 理。近年來,，粗糙集理論發(fā)展迅速，已經(jīng)在很多領域得到了應用,。有人利用粗糙集理論對離心泵的特征參數(shù)進行約簡,，并優(yōu)選出最簡決策表，形成標準特征庫,，提高 了故障診斷的速度和精度,。但當故障形式和特征參數(shù)較多時，則有可能會導致較大的決策表以及較多的規(guī)則數(shù)目,。同時,，由于許多實際應用中的數(shù)據(jù)經(jīng)常是不斷更新 的,，因此如何動態(tài)地修正現(xiàn)有模型結構和規(guī)則集，提高系統(tǒng)的自學習能力,，還有待于做進一步的研究,。
基于專家系統(tǒng)的故障診斷方法，其實是一個計算 機智能程序,，計算機在采集被診斷對象的信息后,，綜合運用各種規(guī)則（專家經(jīng)驗），進行一系列的推理,，必要時還可以隨時調(diào)用各種應用程序,，運行過程中向用戶索 取必要的信息后，就可快速地找到最終故障或最有可能的故障,，再由用戶來證實,。它一般由數(shù)據(jù)庫、知識庫,、推理機,、解釋機制以及計算機接口5部分組成，其中知 識庫中存儲診斷知識,，也就是故障征兆,、故障模式、故障成因和處理意見等內(nèi)容,，而數(shù)據(jù)庫中存儲了通過測量并處理得到的當前征兆信息,，推理機就是使用數(shù)據(jù)庫中 的征兆信息通過一定的搜索策略在知識庫中找到對應征兆下可能發(fā)生的故障，然后對故障進行評價和決策,。解釋機制可以為此推理過程給出解釋,，而人機接口用于知 識的輸入和人機對話。此種方法在水泵的故障診斷中已有不少應用,。
模糊故障診斷方法是利用集合論中的隸屬函數(shù)和模糊關系矩陣的概念來解決故障 與征兆之間的不確定關系,，進而實現(xiàn)故障的檢測與診斷。,、這種方法具有計算簡單,、應用方便和結論明確直觀等特點。鑒于模糊故障診斷方法的這種特點,，結合泵的 故障與征兆之間的關系,，難以使用精確的數(shù)學模型表述的實際情況，可以借助于這種方法,，用隸屬度的概念來描述泵的振動,，然后運用模糊綜合評判法找出泵故障的 原因。有人采用模糊故障診斷方法對火電廠給水泵的故障診斷進行了嘗試,，為電廠工作人員提供了決策依據(jù),，提高了整個機組運行的安全性和經(jīng)濟性,。使用這種方法 存在的問題：但隸屬函數(shù)是人為構造的,含有一定的主觀因素；對特征元素的選擇有一定的要求,如選擇不合理,，診斷精度會下降,，甚至診斷失敗。
人 工神經(jīng)網(wǎng)絡是試圖模擬生物神經(jīng)系統(tǒng)而建立起來的自適應非線性動力學系統(tǒng),，具有可學習性和并行計算能力,，可以實現(xiàn)分類、自組織,、聯(lián)想記憶和非線性優(yōu)化等功 能,。目前在水泵故障診斷中應用較多的是BP網(wǎng)絡以及自組織映射網(wǎng)絡等。文獻在泵互乎二差教障診斷的專家系統(tǒng)模型中加入神經(jīng)網(wǎng)絡模型,，當系統(tǒng)處于在線運行 時,，可以高運診斷、識別和學習新事件,，從而有效地提高了故障診斷系統(tǒng)的穩(wěn)定性和可靠性,。
支持向量機（support vector machine，SVM）是在有限樣本統(tǒng)計學乏理論（statisticallearning theory,，SLT）基礎上發(fā)展起來的一種新的機器學習方法,，它較好地解決了小樣本、非線性和高維模式識別等實際問題,，并克服了神,、經(jīng)網(wǎng)絡學習方法中網(wǎng) 絡結構難以確定、收斂速度慢,、局部極小點,、過學習與欠學習以及訓練時需要大量數(shù)據(jù)樣本等不足，具有良好的推廣性能,，成為繼神經(jīng)網(wǎng)絡研究之后新的研究熱點,。 對于線性可分模式，其主要思想就是建立一個超平面作為決策面,，該決策面不但能夠將所有訓練樣本正確分類,，而且使用訓練樣本中離分類面最近的點到分類面的距 離最 大。對于非線性不可分模式,，該方法通過某種特定的非線性映射,，將樣本空問映射到高維特征空間，使其線性可分,，并在高維特征空間中構造出最優(yōu)分類超平 面，從而實現(xiàn)分類,。有人應用支持向量機的幾種多類分類算法對離心泵的葉片損壞,、密封泄漏和汽蝕3種故障進行診斷,，并將診斷結果與利用BP神經(jīng)網(wǎng)絡診斷的結 果相比較。結果表明,，采用支持向量機的幾種算法進行診斷較后者具有更高的精度,。
水泵故障診斷的方法三、基于解析模型的方法
基于解析模型的方法需要建立被診斷對象的較為精確的數(shù)學模型,，具體又可以分為狀態(tài)估計方法,、等價空間方法和參數(shù)估計方法。這三種方法雖然是獨立發(fā)展起來的,，但它們彼此之間并不是孤立的,，而是存在一定的關系。
狀態(tài)估計方法的基本思想是利用系統(tǒng)的定量模型和測量信號重建某一可測變量,，將估計值與測量值之差作為殘差,，以檢測和分離系統(tǒng)故障。在能夠獲得系統(tǒng)的精確數(shù)學模型的情況下,，狀態(tài)估計方法是最直接有效的方法,。而在實際中，這一條件往往很難滿足,。
等價空間方法的基本思想就是利用系統(tǒng)的輸入輸出的實際測量值檢驗系統(tǒng)數(shù)學模型的等價性（即一致性）,，以檢測和分離故障。
參 數(shù)估計方法的基本思想是根據(jù)模型參數(shù)及相應的物理參數(shù)的變化來檢測和分離故障,。與狀態(tài)估計的方法相比,，參數(shù)估計法更利于故障的分離。參數(shù)估計方法要求找出 模型參數(shù)和物理參數(shù)之間的一一對應關系,，且被控過程需充分激勵,。因此將參數(shù)估計方法和其他基于解析模型的方法結合起來使用，可以獲得更好的故障檢測和分離 性能,。
在實際情況中,，常常無法獲得對象的精確數(shù)學模型，而且故障引起系統(tǒng)模型結構和參數(shù)變化的形式是不確定的,，這就大大限制了基于解析模型診斷方法的使用范圍和效果,。對于水泵來 說亦是如此，目前利用基于解析模型診斷的方法對其進行故障診斷的研究也較少,。國內(nèi)有人基于非線性建模技術,，利用模糊神經(jīng)網(wǎng)絡模型對離心泵的故障信號進行估 計。該方法沒有考慮模型不確定性,，不具備魯棒性,。針對模型不確定性的非線性系統(tǒng)，有人在給出基于參數(shù)估計故障診斷方法的基礎上，以火電廠的冷卻水泵為對 象,，對該診斷算法的魯棒性,、靈敏度、穩(wěn)定性以及可檢測性進行了分析研究,。
非常感謝您對大東海泵業(yè)無錫有限公司官方網(wǎng)站的訪問,！以上是關于水泵故障有什么診斷方法的介紹，如您對此問題還想深一步了解,，或有其他泵業(yè)產(chǎn)品,、水泵選型、水泵型號,、水泵價格的問題需要解答,，請聯(lián)系本水泵廠家，大東海泵業(yè)還生產(chǎn)潛水泵,，隨時歡迎您的咨詢,。謝謝！