-
题名具有隐含概率条件的磁力泵机组健康状况评估
被引量：1
- 1
-
-
作者
操瑞嘉
廖生温
操松林
邱宁
凤金泉
-
机构
巢湖学院机械工程学院
合肥通用机械研究院有限公司流体事业部
江苏大学国家水泵研究中心
安徽金泉泵阀制造有限公司
-
出处
《机电工程》
北大核心
2025年第1期11-22,共12页
-
基金
国家自然科学基金资助项目(51806082)
巢湖学院科学基金资助启动项目(KYQD-2023067)。
-
文摘
为了解决磁力泵在智能诊断过程中因缺乏概率条件不能评估磁力泵机组的健康状况,以及调控过程不可知的问题,以磁力泵为研究对象,对它的振动信号进行了研究,提出了一种基于Baum-Welch的磁力泵机组健康诊断机制。首先,利用小波包技术与K均值聚类分析,对采集的振动信号进行了滤波和分类,实现了对磁力泵机组在某一时刻运行状态进行分类的目的;其次,根据识别得到的状态序列,使用Baum-Welch算法得到了磁力泵在一段运行时间内可能存在的隐含概率组合;最终,根据概率序列的计算结果,达到了评估磁力泵机组健康状况的目的,应用某磁力泵机组在不同健康条件下的空化和非空化状态数据,对其健康诊断机制进行了验证。研究结果表明:使用小波包分解算法提取的第9层第12组子频带信号对空化和非空化状态最大的识别率为100%,因而该组信号可用于特征状态的识别;提取的均方根、方差、标准差、绝对均值特征在对空化状态分类时,最小的重复率为0,因而这四个特征可用于工作状态的自动分类;经Baum-Welch算法估测得到的健康机组和衰退机组的非空化状态收敛概率分别为95.43%和90.2%,与历史统计值95.40%和91.11%基本一致,完全可用于磁力泵机组运行健康状况的评估。该研究结果可为具有隐含概率条件的磁力泵机组运行健康状态评估提供技术支撑。
-
关键词
磁力泵
离心泵
智能诊断
隐含概率
振动信号
Baum-Welch算法
健康诊断机制
-
Keywords
magnetic drive pump
centrifugal pump
intelligent diagnosis
implicit probability
vibration signal
Baum-Welch algorithm
health diagnosis mechanism
-
分类号
TH312
[机械工程—机械制造及自动化]
-
