三缸往复泵阀的故障多参数联合诊断方法的研究

    三缸往复泵是石油矿场中广泛应用的一种关键设备，一旦发生故障，会严重影响整个工艺。由于工况比较恶劣，泵阀非常容易发生故障，是往复泵的薄弱环节，对泵阀进行状态监测与故障诊断具有重要意义。笔者针对各种诊断方法的优点与不足，确定了故障特征向量的构造规则，提出多参数联合诊断的方法。

    一、故障特征的提取

    1． 利用幅值域分析提取故障特征

    由往复泵的工作原理可知，在工作过程中泵阀关闭时会对阀座产生冲击，而在发生故障时，会对阀座产生更大的瞬态冲击响应，所以幅值域参数的数值会增大。

    因为有量纲的幅值域诊断参数随载荷和往复泵转速的变化会产生较大的变化，所以在实际中很难应用。这时可以使用无量纲的幅值域参数来提取幅值域的故障特征，适合于识别此类故障的有峰值指标、脉冲指标、裕度指标和峭度指标。

    若采集的振动信号为一组离散数据x1，x2，…，xN，则其幅值域诊断参数可表示为

    利用以上四式，分别求得各种泵阀状态下峰值指标、脉冲指标、裕度指标和峭度指标，这几个幅值域参数对冲击类信号有较好的识别能力。

    2． 利用小波包分析提取故障特征

    小波包分析通过对分解信号在不同尺度上的分解与重构，能得到原信号在不同频段上分布的详细信息，以及信号发生突变的时间点。对信号进行小波包分解的层数视具体信号和对特征参数的要求决定，并可采用小波包分解信号的均方根值表示所在频带的信号能量大小。小波包分解的实质是对被检信号的多带通滤波，正常运行状态与故障状态下设备输出信号的各频带成分是不同的，可以根据这些频率分量的变化确定故障是否发生直至找出故障原因。

    利用小波包分析提取故障特征信息的方法如下。

    (1) 首先对采样信号进行三层小波包分解，分别提取第三层从低频到高频8个频率成份的信号特征，其分解结构如图1所示。

    图1中， (i，j) 表示第i层的第j个结点，其中i=0，1，2，3；j=0，1，…，7，每个结点都代表一定的信号特征。其中(0，0) 结点代表原始信号S， (1，0) 结点代表小波包分解的第一层低频系数X10， (1，1) 结点代表波包分解第一层的高频系数X11，其他依此类推。

    (2) 对小波包分解系数重构，提取各频带范围的信号。以S30表示X30的重构信号，S31表示X31的重构信号，其他依此类推。则重构后总信号S可以表示为

    S=S30+S31+S32+S33+S34+S35+S36+S37     （5）

    提取的8个频率成分S3j(j =0，1，…，7) 所代表的频率范围是将原始信号平均分为8份，每一频带依次占八分之一。