为了检测石油钻探用柱塞泵斜盘不平衡故障的精度,提出一种基于对称点模式(SDP)图像与卷积神经网络(CNN)的故障诊断方法。对包含故障信息的时域信号进行转换得到SDP图像,再把SDP图像参数输入CNN中,由此完成识别SDP图像的功能,从而判断出故障类型。研究结果表明:以尺寸batchsize为32、迭代次数为20、学习为0.1、第一层卷积核数为32作为模型参数是最优的。输入图片尺寸为128×128条件下,模型识别的准确率为87.4%,达到对各程度故障进行分类的效果。通过对时域信号特征提取可有效地提高耦合故障类别的判断准确率。

在斜盘式柱塞泵的生产装配过程中,需要对斜盘安装零位进行检测,以保证产品质量。提出了一种柱塞泵斜盘安装零位的检测方法,该方法利用最小二乘法建立了平行度求解数学模型,结合MATLAB在数值运算中的强大功能,可快速而精准的得到求解结果,解决了目前检测误差较大和检测效率低的问题,并以一90柱塞泵为检测实例,通过手工与程序模块的计算结果对比,验证了这种检测方法的准确性和精确性,为柱塞泵斜盘零位测量仪器的整体设计奠定了基础。