柱塞泵是石化企业重要的流体设备,相比于离心式流体设备,其机械系统和动力学更为复杂,难以对其进行故障溯源。本文根据现场实际情况进行故障的模拟,采用多个振动传感器进行时域特征提取,结合数据分析手段进行故障的分类和诊断,同时对传感器进行降维处理,实现通过最少的传感器实现故障诊断。

针对传统注水柱塞泵故障诊断高度依赖经验,实时处理能力不足,准确率低的问题,提出了一种柱塞泵频域信号在线诊断方法。采集了柱塞泵正常和16种故障状态下的振动信号,采用傅里叶变换进行分析,通过建立故障模型库,在线获取振动信号并进行故障特征提取,通过多次连续时间与模型库的均方根误差进行故障诊断,同时对故障中传感器贡献率进行排序并使传感器降维减少计算量。研究结果表明:采用该方法对轴向柱塞泵故障进行诊断,准确率从66.7%提高到80%以上,计算量降低为原来的26.7%。