排灌机械工程学报

作者：宋礼威,张翊勋,陈泽宇,张宇航,范传翰,肖幸鑫,董亮*

单位：1. 中广核工程有限公司核电安全监控技术与装备国家重点实验室, 广东 深圳 518124; 2. 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：卧式离心泵,经验模态分解,地脚螺栓松动,径向基神经网络

基金：国家自然科学基金资助项目(51879122,51779108,51779106);镇江市重点研发计划项目(GY2017001,GY2018025);西华大学流体及动力机械教育部重点实验室开放课题项目(szjj2015-017,szjj2017-094,szjj2016-068);过程装备与控制工程四川省高校重点实验室开放基金资助项目(GK201614,GK201816);江苏高校优势学科建设工程项目;江苏省“六大人才高峰”高层次人才项目(GBZB-017)

为了准确识别卧式离心泵地脚螺栓松动故障,搭建了卧式离心泵机组诊断平台,采用电涡流传感器对离心泵转子位移进行监测.将采集的转子位移信号经过经验模态分解法(empirical mode decomposition, EMD)分解为多个固有模态函数(intrinsic mode function, IMF),对各层IMF频谱特征、相关系数及能量占比进行分析得到故障敏感分量.最后,通过径向基(radial basis function, RBF)神经网络对离心泵松动故障进行识别预测.结果表明:采用EMD方法可以有效提取出离心泵松动故障特征,IMF5—IMF8层可作为故障特征分量.通过将IMF5—IMF8层的相关系数和能量占比作为故障特征输入到RBF神经网络中进行识别,准确率可达95%.

来源：2022年第10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2022年第10期