油库离心泵振动信号分离与故障识别研究

本文利用多通道振动信号采集仪，采集得到某油库各种类型振动信号，通过信号的数字化音频测试技术进行振动信号的识别与特征信号的截取，并采用信号的基元分段法实现振动信号合理、科学地分段处理。采用信号的模式滤波法对振动信号进行时频子波分解，噪声过滤，不同水平子波的聚类，分类子波信号重构与识别，以及信号的归类汇总处理。研究表明，可以将实测振动信号分成基底和泵体振动、电机轴承振动、流固耦合振动、泵零部件松动、背景干扰等13个大类的分类信号；不同工况下泵体振动分类信号的时域参数统计结果具有良好的空间分布特征，可以利用这些信息实现油库工况识别、离心泵状态检测与故障诊断处理。本文研究为振动测试技术在油库安全检测与油库机械设备振动故障诊断中的应用，创造良好的条件。

技术集约型、自动化程度高、多功能、结构化是近十年来机械装备发展的主流趋势。这些设备若出现故障，就会降低设备功能，危及生产安全，甚至造成无法挽回的经济及人身损失[1]。离心泵在生产生活中是一种重要设备，尤其是石油化工、机械制造、电力、水利、船舶运输甚至军事国防等部门都有广泛的应用。近年来，工业设备自动化程度的越来越高，高转化、连续性、密集化、集约化已成为离心泵发展的趋势。离心泵结构复杂，所以容易在高温、高速的恶劣条件出现不可预测的故障。生产系统中离心泵若出现故障，即会产生一系列连锁现象，甚至导致整个系统停止运转。开展油库离心泵故障诊断的研究具有十分重要的现实意义。

在旋转运动机械设备中，振动信号是一个能够灵敏地指示设备运行状态的重要参数，蕴含着丰富的设备运转状态信息，涉及到各种异常或故障信息源，是提炼故障特征的重要渠道。对于连续运转的机械设备，可以采集能够反映其运行状态的振动信号，即使不停机、持续运行的情况下，也可利用振动诊断方法开展在线监测与故障诊断；静态设备也可以对其施加外来人工刺激，通过检测静态设备对外来作用的动力学反应，再根据动态特征进行诊断分析，实现设备故障的检测。振动信号是一种十分经济、高效的手段，在设备故障诊断中得到广泛的应用[2]。

本文将信号的数字化音频设别与模式滤波法等多种信号处理技术成果应用于油库电机、油泵故障的