排灌机械工程学报

作者：杜灿阳, 曾庚运, 张兆波, 方福东, 黄华, 许颜贺

单位：1. 广东粤海珠三角供水有限公司, 广东 广州 511455; 2. 广东省水利电力勘测设计研究院有限公司, 广东 广州 510175; 3. 华中科技大学土木与水利工程学院, 湖北 武汉 430074; 4. 华中科技大学数字流域科学与技术湖北省重点实验室, 湖北 武汉 430074

关键词：水泵机组,故障诊断,经验小波变换降噪,NPDLPP特征约简,最小二乘支持向量机

基金：国家自然科学基金资助项目(52479082)

为提高水泵机组关键部件故障诊断的效率和精度,综合考虑水泵机组的运行环境,提出一种集信号降噪、特征提取、特征降维与故障识别一体化的水泵机组关键部件故障诊断方法.首先,通过经验小波变换(empirical wavelet transform, EWT)对原始信号进行降噪处理,减少环境噪声影响,提高数据质量.然后,为全面刻画水泵机组运行状态,针对水泵机组运行特点设计了多通道(振动信号、压力脉动信号、电气信号及其他信号)、多域(时域、频域和时频域)的多源融合指标提取方法.在此基础上,提出基于近邻概率距离(nearby probability distance, NPD)改进的局部保持投影(local preserving projections, LPP)特征约简方法,剔除多维特征冗余信息.进一步,采用最小二乘支持向量机(least square support vector machine, LSSVM)识别不同故障.结果表明:采用基于EWT-NPDLPP-LSSVM的故障诊断方法取得了99.44%较高的诊断精度以及较优的运算效率,证实了所提方法的有效性和工程实用性.

来源：2026年第1期

《排灌机械工程学报》期刊编辑部

查看排灌机械工程学报杂志2026年第1期