排灌机械工程学报

作者：骆寅*,陈崟炜,秦学聪,陈云飞

单位：江苏大学国家水泵及系统工程技术研究中心, 江苏 镇江 212013

关键词：离心泵,故障预测模型,外磁场,马氏距离,ReliefF算法,KNN算法

基金：国家自然科学基金面上资助项目(51979127);国家重点研发计划项目(2020YFC1512403)

针对传统离心泵故障诊断方法在复杂多变的工程环境中缺乏通用性和及时性的问题，提出了基于马氏距离改进KNN算法的离心泵故障预测模型.将故障工况下的外磁场信号进行处理并求得相应工况指标，通过ReliefF算法进行权重分析完成特征提取，进而为KNN算法提供故障预测分类的数据库.使用马氏距离替换KNN算法中原有的距离函数欧氏距离来消除特征指标间量纲影响，以提高预测结果的准确率.通过十折交叉验证法，筛选KNN算法的关键值K，得出在K取值为120时预测模型运行结果最优.根据外磁场信号，基于改进KNN算法建立的故障预测模型能够在离心泵偏工况运行时，对可能出现的故障能够进行准确预测，有效解决了传统监测方法滞后性严重的问题，且模型训练数据包含了0.2Qd~1.2Qd全流量下各类工况的外磁场信号.试验结果表明，故障预测模型在0.4Qd，0.8Qd，1.0Qd，1.2Qd流量工况下，故障预测准确率达到0.831 5，0.799 9，0.852 7，0.874 1，基本实现了离心泵故障的准确预测.

来源：2023年第7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2023年第7期