基于多源信号融合的离心泵叶轮磨损故障分析
郭文琪
田慕琴
宋建成
耿蒲龙
姚宇
1.太原理工大学煤矿电气设备与智能控制山西省重点实验室,山西太原030024;矿用智能电器技术国家地方联合工程实验室,山西太原0300242.太原理工大学煤矿电气设备与智能控制山西省重点实验室,山西太原030024;矿用智能电器技术国家地方联合工程实验室,山西太原0300243.太原理工大学煤矿电气设备与智能控制山西省重点实验室,山西太原030024;矿用智能电器技术国家地方联合工程实验室,山西太原0300244.太原理工大学煤矿电气设备与智能控制山西省重点实验室,山西太原030024;矿用智能电器技术国家地方联合工程实验室,山西太原0300245.太原理工大学煤矿电气设备与智能控制山西省重点实验室,山西太原030024;矿用智能电器技术国家地方联合工程实验室,山西太原030024
摘要：针对离心泵故障信号易被噪声淹没、数据分析困难的问题,提出了一种基于多源信号融合的离心泵叶轮磨损故障分析方法.采集离心泵叶轮正常状态和磨损状态下蜗壳、出水口和底座3处的振动信号及原动机接线端的电信号;采用小波包分解提取振动信号的特征频段,通过横向比较各频段能量值确定底座可作为最佳检测点,通过纵向比较各频段能量值以缩小频率分析范围;在缩小频率分析范围的基础上,采用线性调频Z变换对原动机接线端的电信号进行频谱分析,将故障特征频率与3次谐波频率分离,从而精确提取到故障特征频率.试验结果验证了该方法的有效性.
关键词：矿井主排水离心泵叶轮磨损故障特征频率多源信号融合小波包分解线性调频Z变换
分类号：TD636(矿山电工)
资助基金：山西省科技重大专项项目(20131101029)山西省物联网产业发展及应用分析预测(kxkt1605)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 74-79 )
英文信息