技术领域
[0001] 本
发明属于故障诊断技术领域，具体涉及一种用于
离心泵振动监测与故障预警的装置及方法。
背景技术
[0002] 离心泵是现代过程工业的重要设备，广泛应用于炼化、
冶金、发电、采油、食品及制药等行业，它对生产过程的稳定、安全、可靠起着非常重要的作用，因此开展离心泵运行状态的监测评价与诊断维护研究，对保持其良好运行，减少因设备故障造成的生产事故具有重大意义。目前，国内外进行的离心泵故障诊断研究，主要都是利用机组的振动
信号对其运行状态是否存在故障进行分析和判断，并对故障的类型及原因作出识别与决策。这种故障诊断方式在一定程度上能够
预防因离心泵故障导致的严重事故，但由于故障辨识往往需要不同故障振动信号之间有较为明显的差别，离心泵已进入比较明显的故障运行状态，即故障的特征已比较明显时，才能进行有效的故障辨识。也就是说，故障诊断研究工作没有利用早期故障振动信号对离心泵进行振动监测与故障预警，提前来防止和避免故障的进一步恶化，而这有可能导致机组完全失效甚至彻底报废。
发明内容
[0003] 为弥补
现有技术的不足，本发明提供了一种用于离心泵振动监测与故障预警的装置及方法。通过合理设计离心泵振动信号的采集装置，并提取早期振动故障的敏感特征，实现对离心泵实时运行状态的有效监测和早期故障的准确预警。
[0004] 本发明通过如下技术方案解决上述技术问题并实现上述目的：
[0005] 一种用于离心泵振动监测与故障预警的装置，包括离心泵泵体、
联轴器、
电机、振动
传感器、
数据采集卡、处理主计算机；离心泵泵体上安装有旋
转轴，
旋转轴的两端由
滚动轴承支撑，旋转轴通过联轴器连接电机，离心泵泵体、
滚动轴承和
基座上分别安装有振动传感器，振动传感器连接数据采集卡，数据采集卡连接处理主计算机。
[0006] 进一步，振动传感器为压电式振动
加速度传感器；所述振动传感器通过磁
力座进行固定。
[0007] 进一步，数据采集卡为多通道输入的异步数据采集卡。
[0008] 一种用于离心泵振动监测与故障预警的方法，按照以下步骤进行：
[0009] a.模拟离心泵故障，采集故障信号
[0010] 模拟离心泵的典型轻微故障，利用振动传感器获取振动加速度信号，通过数据采集卡将振动加速度信号送入处理主计算机，形成故障信号文件fault.txt；
[0011] b.对步骤a中的故障信号进行消噪处理
[0012] 将存储在故障信号文件fault.txt中的振动信号表示为x(n)，采用广义数学形态
滤波器处理x(n)的表达式为：
[0013]
[0014] 其中，
[0015]
[0016] (xΘh)(n)＝min[x(n+m)-h(m)]，
[0017]
[0018] n＝0,1,…,N-1，m＝0,1,…,M-1，h(n)是定义在H＝{0,1,…,M}上的结构元素，N≥M；
[0019] c.对步骤b中得到的消噪信号s(n)进行特征提取
[0020] 对消噪信号s(n)计算振动峰峰值C1、振动均方根值C2、振动峭度C3三个时域特征，其表达式分别为：
[0021]
[0022]
[0023]
[0024] 其中，Ni为s(n)的极值点个数，sext(n)为s(n)的局部极值点，
[0025]
[0026]
[0028] 使用步骤c中的C1、C2、C3构造故障状态特征向量C，C＝[C1,C2,C3]，将4个振动传感器采集到的故障
信号处理后得到4个故障状态特征向量C，构造离心泵故障状态特征向量[0029]
[0030] 将F保存在文件vector.txt中；
[0031] e.运行离心泵机组，将振动传感器采集来的信号按照步骤b和步骤c进行处理，得到对比特征向量C′＝[C1′,C2′,C3′]，将C′与步骤d中得到的C进行比对，若(C1′≥C1)∨(C2′≥C2)∨(C3′≥C3)＝1成立，则离心泵的对应测点出现故障；不成立则离心泵的对应测点运行正常。
[0032] 进一步，步骤d中，离心泵故障状态特征向量F根据离心泵的长期实际监测结果进行修正。
[0033] 本发明的优点和有益效果在于：利用常用的
硬件资源组建了用于离心泵振动监测与故障预警的装置，使得该装置的成本较低；通过振动峰峰值、振动均方根值和振动峭度三个振动强弱的指标对离心泵的运行状态进行综合评定，可保证评定结果准确、可靠；振动峰峰值、振动均方根值和振动峭度，三个振动强弱指标的计算公式简单，
算法易于实现，可在各种
软件平台上实施且运行速率快；在离心泵上布置多个振动最为敏感的信号采集点，利用多组振动信号计算三个振动敏感特征，可减少机组发生故障却不预警的状况出现；利用三个振动指标评判机组的振动状况后，自动做出离心泵是否正常运行的判断，整个过程无需人工参与，具有较高的自动化程度。
附图说明
[0034] 图1是本发明用于离心泵振动监测与故障预警装置的结构示意图；
[0035] 图2是本发明用于离心泵振动监测与故障预警方法的步骤
流程图；
[0036] 图3是模拟离心泵轴承轻微松动故障的原始振动信号和消噪处理后的信号
波形图；
[0037] 图4是本发明
实施例离心泵轴承松动早期故障振动信号的峰峰值图；
[0038] 图5是本发明实施例离心泵轴承松动早期故障振动信号的均方根值图；
[0039] 图6是本发明实施例离心泵轴承松动早期故障振动信号的峭度图。
[0040] 图1中的符号：1.离心泵泵体；2.联轴器；3.电机；4.振动传感器；5.数据采集卡；6.处理主计算机；7.旋转轴；8.滚动轴承；9.基座。
具体实施方式
[0041] 下面结合附图及具体实施例，对本发明进行详细说明。
[0042] 本发明装置如图1所示，包括离心泵泵体1、联轴器2、电机3、振动传感器4、数据采集卡5以及处理主计算机6；离心泵泵体1中安装有旋转轴7，旋转轴7两端由滚动轴承8支撑，旋转轴7通过联轴器2连接到电机3；振动传感器4连接数据采集卡5，数据采集卡5连接处理主计算机6。其中，振动传感器4为康泰
电子的ULT2004V单轴向IEPE压电加速度传感器；数据采集卡5为研华科技的PCIE-1816多功能卡。
[0043] 按图2所示的方法流程，对一台额定功率为3千瓦、扬程为28.5米、流量为每小时18立方米的离心泵进行振动监测与故障预警，其详细的实施过程与步骤如下：
[0044] a.模拟离心泵故障，采集故障信号
[0045] 模拟离心泵的轴承轻微松动故障，利用振动传感器获取振动加速度信号，通过数据采集卡将振动加速度信号送入处理主计算机，数据采集卡的
采样频率设为8KHz，形成故障信号文件fault.txt；
[0046] b.对上述步骤a中的故障信号进行消噪处理
[0047] 将存储在故障信号文件fault.txt中的振动信号表示为x(n)，采用广义数学形态滤波器处理x(n)，其表达式为：
[0048]
[0049] 其中，
[0050]
[0051] (xΘh)(n)＝min[x(n+m)-h(m)]，
[0052]
[0053] n＝0,1,…,N-1，m＝0,1,…,M-1，h(n)是定义在H＝{0,1,…,M}上的结构元素，N≥M；
[0054] 由于结构元素h(n)的形状对于滤波效果影响不大，而直线型结构元素计算简单，故选用直线型结构元素进行信号滤波处理，且长度设为5，即5个数据点；
[0055] 图3是原始振动信号和经过形态滤波消噪处理后的时域波形图，从图中可见，干扰噪声得到了明显的抑制，且保留了有用的振动冲击成分；
[0056] c.对上述步骤b中得到的消噪信号s(n)进行特征提取
[0057] 对消噪信号s(n)计算振动峰峰值C1、振动均方根值C2、振动峭度C3三个时域特征，其表达式分别为：
[0058]
[0059]
[0060]
[0061] 其中，Ni为s(n)的极值点个数，sext(n)为s(n)的局部极值点，
[0062]
[0063]
[0064] 经计算得到的振动峰峰值C1，振动均方根值C2，振动峭度C3三个时域特征值分别为86.4，16.2，3.6；
[0065] d.建立离心泵故障特征向量
[0066] 使用步骤c中的C1、C2、C3构造故障状态特征向量C，
[0067] C＝[86.4,16.2,3.6]，
[0068] 由于本次实施例模拟轴承轻微松动故障只出现在一个测点上，故离心泵故障状态特征向量F就是特征向量C，即F＝C＝[86.4,16.2,3.6]，将F保存在文件vector.txt中；
[0069] e.运行离心泵，判别其运行状态的正常与否，并做预警决策；
[0070] 先使离心泵运行于正常状态，待其平稳运行7分钟后，稍稍拧松轴承座上的固定
螺栓，将振动加速度传感器采集来的故障信号按照上述步骤b和步骤c进行处理，得到对比特征向量C′＝[C1′,C2′,C3′]。其中，特征提取时以每1024个数据点为一段数据进行特征值的计算，从而获得随时间变化的特征值。基于此，振动峰峰值C1′，振动均方根值C2′，振动峭度C3′的计算结果与离心泵故障状态特征向量F的对比情况分别如图4，图5，图6所示。从图中可见，当离心泵出现轻微的轴承松动故障时，在离心泵的对应测点上，三个时域特征——振动峰峰值C1′，振动均方根值C2′，振动峭度C3′都表现出了明显的变化，可实现对离心泵轴承轻微松动故障的实时监测与准确预警。
[0071] 以上所述仅是对本发明的较佳实施方式而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施方式所做的任何简单
修改，等同变化与修饰，均属于本发明技术方案的范围内。
