收藏本站
收藏 | 论文排版

基于混沌和随机共振的高压隔膜泵单向阀的早期故障诊断研究

陈远杰  
【摘要】:高压隔膜泵作为工程中的重要动力设备,广泛应用于石油开采、料浆输送等工业生产领域。单向阀是高压隔膜泵的核心机械零部件之一,由于工作在结构复杂、工况多变的环境中,故障发生率远高于泵的其他部件。如果能在故障的早期阶段及时的发现故障发生位置和故障类型,就能有效的遏制由单向阀损坏而造成的重大后果,所以开展高压隔膜泵单向阀早期故障诊断研究具有重要的意义。单向阀早期振动信号不仅受到强背景噪声的干扰,还受到信号传输中衰减、信号采集设备损耗等因素的影响,导致振动信号中能反映故障特征的成分变得微弱。这给单向阀的早期故障诊断带来了极大的困扰与挑战。针对此问题,本文具体研究内容如下:(1)针对早期故障特征信息较为微弱且淹没在强背景噪声下难以检测的问题,提出基于参数优化的随机共振(Stochastic Resonance,SR)和变分模态分解(Variational Mode Decomposition,VMD)的单向阀早期故障检测方法。首先采用Duffing随机共振对故障振动信号进行特征增强,利用混沌粒子群优化算法(Chaos Particle Swarm Optimization,CPSO)自适应确定随机共振参数,达到最优的随机共振效果。然后再次利用CPSO得到最优的VMD参数组合,将随机共振系统的输出信号进行VMD分解,通过包络熵值选取有效的IMF分量信号进行重构,最后进行包络谱分析,实验分析证明该方法能有效的检测出早期故障特征信息。(2)针对随机共振方法能有效检测出早期故障信号,但无法对信号幅值进行估算来确定故障程度大小的问题,提出基于参数优化的VMD和改进的混沌Duffing振子的单向阀早期故障检测方法。首先利用CPSO对VMD的参数进行寻优,然后将故障振动信号进行VMD分解,选取有效的分量信号输入到改进的Duffing振子中,并结合相轨迹的变化和最大Lyapunov指数进行微弱特征信号的检测,实验分析证明该方法能有效的检测出早期故障信号并估算故障程度。(3)针对前述方法不能很好将单向阀早期故障的多种类型进行诊断,提出基于参数优化的随机共振和隐马尔科夫模型(Hidden Markov Model,HMM)的单向阀早期故障诊断方法。首先对正常状态、早期卡阀故障和早期磨损故障下的单向阀振动信号进行CPSO优化的随机共振处理,然后对随机共振系统的输出信号进行VMD分解,得到多个IMF分量,提取每个分量的多个特征参数构建特征向量集,并对特征向量集进行矢量量化处理,最后将特征向量输入到HMM实现故障分类,实验结果表明此方法能提高单向阀早期故障类型的诊断率。论文主要以高压隔膜泵单向阀为研究对象,通过本文所提的信号降噪方法和故障诊断方法,解决了单向阀早期故障难以被诊断的问题。


知网文化
【相似文献】
中国期刊全文数据库 前19条
1 缪涛;;高压隔膜泵进口单向阀结构改进[J];设备管理与维修;2011年12期
2 牟竹青;黄国勇;吴建德;范玉刚;;基于DEMD的高压隔膜泵单向阀早期故障诊断[J];振动.测试与诊断;2018年04期
3 张朝林;范玉刚;;高压隔膜泵运行状态远程监测系统的设计[J];电子科技;2018年04期
4 戴启鹏;;高压隔膜泵箱体加工方案研究[J];中国新技术新产品;2015年07期
5 蔡胜利,郭顺喜,魏庆亭;德国高压隔膜泵进出料阀的国产化改进[J];设备管理&维修;2000年12期
6 刘振刚;;活塞式高压隔膜泵的安装工艺[J];石油化工建设;2015年03期
7 孙丹龙;;大型高压隔膜泵双头螺柱的强度分析与结构优化[J];中国新技术新产品;2016年15期
8 吴漫;冯早;黄国勇;牟竹青;;基于变分模态分解和Wigner-Ville的单向阀早期故障诊断[J];中国测试;2019年04期
9 张立华;;基于ANSYS的高压隔膜泵液力端关键件强度对比分析[J];中国新技术新产品;2016年03期
10 吕佳楠;;基于ANSYS的大型高压隔膜泵液力端弯管的强度分析与校核[J];科技创新导报;2013年12期
11 张洋;;高压隔膜泵液力端流固耦合分析[J];中国新技术新产品;2017年24期
12 戴武超;;大型高压隔膜泵液力端柱塞加工工艺研究[J];中国新技术新产品;2015年19期
13 张丹威;王晓东;黄国勇;;相关系数SVD增强随机共振的单向阀故障诊断[J];电子学报;2018年11期
14 ;专利技术[J];化工科技市场;2006年06期
15 ;市场资讯[J];机电设备;2007年10期
16 王连丹;;大型高压隔膜泵进出料阀箱强度分析与校核[J];科技资讯;2013年06期
17 毋安民;引进高压隔膜泵的特点及使用性能分析[J];有色金属(冶炼部分);2000年02期
18 苟辽;杨宁都;;阻尼系数和弹簧刚度对锥式单向阀动态特性的影响分析[J];机械工程师;2020年06期
19 杨立峰;李玉忠;;三说单向阀[J];新课程学习(下);2015年02期
中国重要会议论文全文数据库 前16条
1 胥永刚;马海龙;冯明时;高立新;;三种非线性方法在早期故障诊断中的应用[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
2 康艳梅;;关于随机共振的理论研究——几个尚未解决的问题[A];第三届全国动力学与控制青年学者研讨会论文摘要集[C];2009年
3 靳艳飞;;随机共振若干基础问题的研究[A];第四届全国动力学与控制青年学者研讨会论文摘要集[C];2010年
4 申建伟;;自诱导随机共振相关研究进展及其在基因网络动力学研究中的应用[A];第六届全国动力学与控制青年学者学术研讨会论文摘要集[C];2012年
5 许勇;;非线性系统的逻辑随机共振研究[A];第七届全国动力学与控制青年学者研讨会论文摘要集[C];2013年
6 刘甜;王青云;张红慧;;异质神经元和信息时滞对神经元网络随机共振的影响[A];第十四届全国非线性振动暨第十一届全国非线性动力学和运动稳定性学术会议摘要集与会议议程[C];2013年
7 邢锴;周萍;欧阳楷;;随机共振理论及其在弱信号检测中的应用[A];21世纪医学工程学术研讨会论文摘要汇编[C];2001年
8 何美娟;孙中奎;徐伟;;基于统计复杂测度的随机共振研究[A];第七届全国动力学与控制青年学者研讨会论文摘要集[C];2013年
9 徐博侯;章惠全;;参数诱导的随机共振在浅海混响目标探测中的应用[A];庆祝中国力学学会成立50周年暨中国力学学会学术大会’2007论文摘要集(下)[C];2007年
10 靳艳飞;;周期势系统的随机共振研究[A];第七届全国动力学与控制青年学者研讨会论文摘要集[C];2013年
11 郭卫民;王留芳;;基于发光二极管对的低功耗氨氮在线检测器的研究[A];2010中国环境科学学会学术年会论文集(第二卷)[C];2010年
12 吴学芳;;单向阀零件的夹具的设计与加工[A];中国职协2015年度优秀科研成果获奖论文集(中册)[C];2015年
13 徐娇华;赵宗曦;张宇;;基于随机共振原理的微弱水声信号处理[A];中国声学学会第九届青年学术会议论文集[C];2011年
14 俞滨;朱琦歆;张晋;孙玉岗;孔祥东;;某超高压管式单向阀阀口压损特性研究[A];第九届全国流体传动与控制学术会议(9th FPTC-2016)论文集[C];2016年
15 邓海山;尚尔鑫;詹莹;唐于平;段金廒;相秉仁;;多组分随机共振算法用于弱色谱峰检测的研究[A];中国化学会第26届学术年会化学信息学与化学计量学分会场论文集[C];2008年
16 郭锋;古天祥;;线性系统中的随机多共振[A];数学·力学·物理学·高新技术研究进展——2006(11)卷——中国数学力学物理学高新技术交叉研究会第11届学术研讨会论文集[C];2006年
中国博士学位论文全文数据库 前14条
1 刘健;基于随机共振机制的弱信号检测理论和应用研究[D];南京邮电大学;2018年
2 梁琳琳;基于非线性随机共振的数字信号检测技术研究[D];西安电子科技大学;2018年
3 韩靖;基于随机共振的弱光信号非线性重构技术研究[D];中国科学院大学(中国科学院西安光学精密机械研究所);2018年
4 李志星;基于强噪声背景下随机共振的微弱故障诊断方法研究[D];北京科技大学;2018年
5 冷永刚;大信号变尺度随机共振的机理分析及其工程应用研究[D];天津大学;2004年
6 刘进;基于非线性随机共振的弱信号检测理论研究[D];西安电子科技大学;2015年
7 杨异秉;二维随机共振理论及其在图像处理中的应用[D];浙江大学;2011年
8 段法兵;参数调节随机共振在数字信号传输中的应用[D];浙江大学;2002年
9 李建龙;随机共振的参数调节方法及在信号处理中的应用[D];浙江大学;2005年
10 周成江;矿浆管道输送系统的隔膜泵单向阀故障诊断研究[D];昆明理工大学;2020年
11 许丽艳;加权超阈值随机共振的信号重构方法研究[D];青岛大学;2017年
12 李淑英;感应电机定子早期故障诊断和辨识研究[D];太原理工大学;2014年
13 曾令藻;反常过程中的非周期随机共振理论[D];浙江大学;2008年
14 张珍;受限空间中熵随机共振与流体棘齿效应的理论研究[D];中国科学技术大学;2014年
中国硕士学位论文全文数据库 前20条
1 陈远杰;基于混沌和随机共振的高压隔膜泵单向阀的早期故障诊断研究[D];昆明理工大学;2020年
2 朱耀楚;高压隔膜泵单向阀的故障诊断与性能退化模型研究[D];昆明理工大学;2019年
3 吴漫;高压隔膜泵单向阀的微弱故障诊断研究[D];昆明理工大学;2019年
4 罗继辉;基于深度置信网络的高压隔膜泵单向阀故障诊断研究[D];昆明理工大学;2020年
5 牟竹青;往复式高压隔膜泵单向阀的早期故障诊断研究[D];昆明理工大学;2018年
6 王之宏;高压隔膜泵单向阀的故障诊断研究与应用[D];昆明理工大学;2018年
7 周成江;基于CEEMD和LSSVM的高压隔膜泵单向阀故障诊断研究[D];昆明理工大学;2017年
8 姚星星;高压隔膜泵健康状况的评估与维护研究[D];昆明理工大学;2016年
9 熊鹏博;高压隔膜泵单向阀故障特征提取研究[D];昆明理工大学;2019年
10 张丹威;强噪声干扰下的单向阀故障诊断方法研究[D];昆明理工大学;2019年
11 黄慧杰;自适应时频域分析法在滚动轴承早期故障诊断中的研究[D];内蒙古科技大学;2019年
12 潘静;行程开关早期故障诊断研究[D];中国计量大学;2017年
13 董一多;旋转机械转子早期故障诊断系统设计[D];大连交通大学;2018年
14 鲍海涛;基于非线性时间序列分析的滚动轴承早期故障诊断[D];大连交通大学;2017年
15 刘国;电解质离子自适应随机共振检测电路研究与设计[D];西安建筑科技大学;2020年
16 王衡;基于二阶随机共振的微弱故障特征提取研究[D];大连交通大学;2019年
17 褚政泱;随机共振的前馈控制方法及其应用研究[D];中国计量大学;2018年
18 曹莉;基于随机共振和经验模态分解微弱信号检测研究[D];重庆邮电大学;2018年
19 郭利军;神经系统中差频随机共振研究[D];电子科技大学;2019年
20 陈浩;随机共振微弱光信号检测机理的研究[D];陕西师范大学;2019年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978