水泵的故障诊断方法、控制设备及其存储介质与流程

本申请涉及机械故障检测，尤其涉及一种水泵的故障诊断方法、控制设备及其存储介质。

背景技术：

1、在现代工业中，旋转机械在电力、交通、制造业等领域发挥着重要作用。作为水电厂的主要旋转机械设备，泵承担着流体输送和压力提升的重要任务。为了满足水电厂的需求，泵需要具备寿命长、长期安全稳定运行、密封性能优良等优秀性能。因此，及时准确的故障诊断对于水泵的状态维护至关重要。

2、现有技术中通过采集泵运行中的振动数据、压力数据和转速数据的名号，根据收集到的数据提取与振动相关的特征值，以此设定合理的阈值，用于判断泵是否出现故障。

3、然而，泵的实际运行情况较为复杂，单纯依赖阈值预警无法覆盖不同运行工况的泵。

技术实现思路

1、本申请提供一种水泵的故障诊断方法、控制设备及其存储介质，用以实现对不同工况下的水泵故障进行诊断。

2、一方面，本申请提供一种水泵的故障诊断方法，包括：

3、采集水泵的振动数据，并提取振动参数集；

4、根据所述振动参数集中的数据对故障的敏感程度，在所述振动参数集中确定敏感特征参数集；

5、根据所述敏感特征参数集的数据分布进行趋势分析，并预测所述水泵的未来设定时间段内的运行状态；

6、将所述未来设定时间段内的运行状态与故障诊断知识库中的故障状态对比，并预测所述水泵的故障趋势。

7、在一种可能的实现方式中，本申请提供的水泵的故障诊断方法，还包括：

8、依据所述水泵的当前运行状态和未来运行状态，预测所述水泵的不同部件节点的故障发生率、故障点和故障类型。

9、在一种可能的实现方式中，本申请提供的水泵的故障诊断方法，所述采集水泵的振动数据，并提取振动参数集，包括：

10、采集水泵的振动数据，进行时域分析，得到初选数据集；

11、对所述初选数据进行频域分析，得到振动参数集。

12、在一种可能的实现方式中，本申请提供的水泵的故障诊断方法，所述采集水泵的振动数据，并提取振动参数集，包括：

13、采集水泵的振动数据，并对所述振动数据进行分解，得到初选数据集；

14、对所述初选数据集进行分析，得到振动参数集。

15、在一种可能的实现方式中，本申请提供的水泵的故障诊断方法，所述依据所述水泵的当前运行状态和所述未来运行状态，预测不同节点的故障发生率、故障点和故障类型，包括：

16、向故障诊断模型内输入所述敏感特征参数集，并输出故障发生率、故障点和故障类型。

17、在一种可能的实现方式中，本申请提供的水泵的故障诊断方法，还包括：

18、采集代表不同故障的振动信号作为所述故障诊断模型的原始数据；

19、对所述原始数据进行特征提取，作为孪生神经网络模型的训练和测试样本；

20、对所述孪生神经网络模型进行训练和优化，得到所述故障诊断模型。

21、在一种可能的实现方式中，本申请提供的水泵的故障诊断方法，还包括：

22、输入所述水泵的历史记录数据；

23、提取所述历史记录数据中与所述水泵的振动状态相关度高于阈值的关联数据；

24、将所述关联数据进行白化处理，得到所述关联数据之间的灰色关联度，并进行排序；

25、得到所述历史记录数据与所述振动状态之间的关联规则；

26、训练系统健康状态量化的分层模型，并根据所述关联规则建立故障诊断知识库。

27、在一种可能的实现方式中，本申请提供的水泵的故障诊断方法，还包括：

28、生成故障诊断单和设备状态监测报表。

29、另一方面，本申请提供一种控制设备，包括处理器和存储器，所述处理器用于运行代码以执行上述任一项所述的水泵的故障诊断方法，所述存储器用于存储所述代码以供所述处理器执行所述方法。

30、另一方面，本申请提供一种控制设备可读取存储介质，所述控制设备可读存储介质中存储有故障诊断执行指令，所述执行指令被控制设备执行时用于实现如上述任一项所述的水泵的故障诊断方法。

31、本申请提供的水泵的故障诊断方法、控制设备及其存储介质，其中水泵的故障诊断方法，通过采集水泵的振动数据，提取振动参数集，并根据振动参数集中的数据对故障的敏感程度，在振动参数集中确定敏感特征参数集，以保证敏感特征参数集的准确性和全面性；根据敏感特征参数集的数据分布进行趋势分析，从而能够快速准确的预测水泵未来设定时间段内的运行状态，将预测的运行状态与故障诊断知识库中的故障状态对比，使得预测水泵的故障趋势更加准确，从而提高了水泵的故障诊断效率，并能够适用于不同使用工况的水泵。

技术特征：

1.一种水泵的故障诊断方法，其特征在于，包括：

2.根据权利要求1所述的水泵的故障诊断方法，其特征在于，所述方法还包括：

3.根据权利要求1所述的水泵的故障诊断方法，其特征在于，所述采集水泵的振动数据，并提取振动参数集，包括：

4.根据权利要求1所述的水泵的故障诊断方法，其特征在于，所述采集水泵的振动数据，并提取振动参数集，包括：

5.根据权利要求2所述的水泵的故障诊断方法，其特征在于，所述依据所述水泵的当前运行状态和所述未来运行状态，预测不同节点的故障发生率、故障点和故障类型，包括：

6.根据权利要求5所述的水泵的故障诊断方法，其特征在于，所述方法还包括：

7.根据权利要求1-6任一项所述的水泵的故障诊断方法，其特征在于，所述方法还包括：

8.根据权利要求1-6任一项所述的水泵的故障诊断方法，其特征在于，所述方法还包括：

9.一种控制设备，其特征在于，包括处理器和存储器，所述处理器用于运行代码以执行权利要求1-7任一项所述的水泵的故障诊断方法，所述存储器用于存储所述代码以供所述处理器执行所述方法。

10.一种控制设备可读取存储介质，其特征在于，所述控制设备可读存储介质中存储有故障诊断执行指令，所述执行指令被控制设备执行时用于实现如权利要求1-7任一项所述的水泵的故障诊断方法。

技术总结
本申请提供一种水泵的故障诊断方法、控制设备及其存储介质。水泵的故障诊断方法包括：采集水泵的振动数据，并提取振动参数集；根据振动参数集中的数据对故障的敏感程度，在振动参数集中确定敏感特征参数集；根据敏感特征参数集的数据分布进行趋势分析，并预测水泵的未来设定时间段内的运行状态；将未来设定时间段内的运行状态与故障诊断知识库中的故障状态对比，并预测水泵的故障趋势。通过确定敏感特征参数集，保证数据的准确性和全面性，使得预测水泵的故障趋势更加准确，从而提高了水泵的故障诊断效率，并能够适用于不同使用工况的水泵。

技术研发人员：雷成龙,邹祖冰,呼和,林雪龙,王云虎,桂本,靳学伟,李晓静,冯瑞,张美俊,朱意平,张小波,郝玮,朱瑞庭,薛冬
受保护的技术使用者：三峡陆上新能源投资有限公司
技术研发日：
技术公布日：2024/3/31