CN110083962B - 一种离心泵主轴运行寿命的预测方法及预测系统 - Google Patents
一种离心泵主轴运行寿命的预测方法及预测系统 Download PDFInfo
- Publication number
- CN110083962B CN110083962B CN201910373497.4A CN201910373497A CN110083962B CN 110083962 B CN110083962 B CN 110083962B CN 201910373497 A CN201910373497 A CN 201910373497A CN 110083962 B CN110083962 B CN 110083962B
- Authority
- CN
- China
- Prior art keywords
- centrifugal pump
- main shaft
- value
- data
- calculating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000005070 sampling Methods 0.000 claims abstract description 29
- 239000000463 material Substances 0.000 claims abstract description 14
- 238000004088 simulation Methods 0.000 claims abstract description 8
- 238000013500 data storage Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000012887 quadratic function Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 claims description 6
- 239000012530 fluid Substances 0.000 claims description 4
- 230000003068 static effect Effects 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 6
- 206010016256 fatigue Diseases 0.000 description 39
- 230000005284 excitation Effects 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 125000006850 spacer group Chemical group 0.000 description 1
- 210000002105 tongue Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/06—Power analysis or power optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Structures Of Non-Positive Displacement Pumps (AREA)
- Control Of Non-Positive-Displacement Pumps (AREA)
Abstract
本发明公开了一种离心泵主轴运行寿命的预测方法，包括以下步骤：根据离心泵性能曲线获得不同流量下的轴功率值；根据离心泵设计资料并通过数值模拟方式获得不同流量下的主轴最大应力值；查阅获得离心泵主轴材料的应力(S)‑寿命(N)函数，并确定无限寿命下对应的临界应力值S∞；计算每次采样下的离心泵主轴疲劳损伤率k；计算当前时刻tn的离心泵主轴累计疲劳损伤率Kn；采用加权移动平均法计算未来离心泵主轴疲劳损伤率预测值k′；根据Kn和k′计算离心泵主轴剩余运行寿命预测值TP。本发明将离心泵设计资料和运行监测数据二者紧密结合，充分利用了离心泵性能曲线、三维结构图、主轴材料疲劳曲线和仿真数据等，具有良好的针对性。
Description
技术领域
本发明涉及一种离心泵主轴运行寿命的预测方法及预测系统。
背景技术
作为应用最为广泛的泵类设备，离心泵大量用于工农业生产、居民生活和航空、船舶、军工等高端装备领域的各个场合，发挥着液体输送和增压的作用。离心泵运行的安全稳定性受到人们的密切关注，因此，人们大力发展离心泵的状态监测方法，实现离心泵各种故障的早期预警。在离心泵运行过程的各种故障类型中，主轴断裂是离心泵最严重的失效事件，其发生往往具有突然性和不可预知行。其中，在机械加工和装配水平良好的情况下，离心泵内部高速高压流体因叶轮-隔舌动静干涉作用，产生不平衡的径向水力激励力，并伴随主轴旋转过程形成交变载荷，形成影响主轴疲劳的主导因素，且径向水力激励力在偏离额定流量工况下会特别显著。一旦主轴疲劳破坏累积到一定程度，就会导致断轴事故的发生。
由于离心泵运行过程中，流量往往动态变化，甚至时常偏离额定流量工况，这导致作用通过叶轮作用在主轴上的径向水力激励力也不断变化，这客观上加大了离心泵主轴疲劳寿命预测的难度，目前公知的技术方案中，不能充分考虑流量工况动态变化因素，故难以实现离心泵主轴疲劳寿命的准确预测。因此，针对现有离心泵主轴运行寿命预测方法的不足，如何充分利用离心泵机组运行过程中有限种类的监测数据，并结合离心泵的设计资料，客观动态地实现离心泵运行寿命的预测，是一个亟待解决的技术问题。
发明内容
为了解决上述技术问题，本发明提供一种算法简单、适用范围广的离心泵主轴运行寿命的预测方法，并提供一种离心泵主轴运行寿命的预测系统。
本发明解决上述问题的技术方案是：一种离心泵主轴运行寿命的预测方法，包括以下步骤：
步骤1、根据离心泵性能曲线获得不同流量Q下的轴功率P值，拟合获得一元二次函数P＝A1Q2+B1Q+C1，A1、B1、C1为拟合系数，并改写成
的表达式；
步骤2、根据离心泵设计资料并通过数值模拟方式获得不同流量下的主轴最大应力值；
步骤3、查阅获得离心泵主轴材料的应力(S)-寿命(N)曲线数据，拟合并整理成函数
的形式，A2、B2、C2为拟合系数，并确定无限寿命下对应的临界应力值S∞；
步骤4、以相等的时间间隔ΔT连续获得离心泵运行过程中对应的驱动电机有功功率值PE，并基于步骤1中的表达式
步骤2中的主轴最大应力值、步骤3中的函数
计算每次采样下的离心泵主轴疲劳损伤率k；
步骤5、根据步骤4得到的多次采样下的离心泵主轴疲劳损伤率计算当前时刻tn的离心泵主轴累计疲劳损伤率Kn；
步骤6、采用加权移动平均法计算未来离心泵主轴疲劳损伤率预测值k′；
步骤7、根据Kn和k′计算离心泵主轴剩余运行寿命预测值TP。
上述离心泵主轴运行寿命的预测方法，步骤2主轴最大应力Sm值的获得，包括以下步骤：
步骤2.1、根据离心泵设计资料绘制三维水力模型图，划分网格，采用计算流体力学方式计算给定流量下的离心泵内部流场压力分布；
步骤2.2、对离心泵叶轮表面的压力进行积分，获得叶轮所受水力径向力；
步骤2.3、根据离心泵设计资料绘制主轴三维图，划分网格，将步骤2.2获得的叶轮所受水力径向力加载至主轴的叶轮安装部位，固定主轴的轴承安放部位，采用有限元方法进行结构静力学分析，计算并获得主轴最大应力Sm值。
上述离心泵主轴运行寿命的预测方法，步骤3所述函数的拟合和整理，包括以下步骤：
步骤3.1、查阅获得离心泵主轴材料的应力(S)-寿命(N)曲线数据，改写成lgS和
的数据组合形式；
步骤3.2、根据步骤3.1获得的lgS和
的数据组合，拟合成一元二次函数
的形式；
步骤3.3、将3.2拟合获得的函数式，改写成
的函数形式。
上述离心泵主轴运行寿命的预测方法，步骤4中每次采样下的离心泵主轴疲劳损伤率k的计算，包括以下步骤：
步骤4.1、计算每个采样时刻的离心泵轴功率P＝PEηE，式中PE为该时刻采样得到的驱动电机有功功率值PE，ηE为驱动电机效率；
步骤4.2、将步骤4.1获得的离心泵轴功率P值带入步骤1中的表达式
获得离心泵的流量Q值；
步骤4.3、根据步骤4.2获得离心泵的流量Q值，由步骤2中不同流量Q及其对应的主轴最大应力Sm值的数据组合，估算出该采样时刻下的主轴最大应力Sm值；
步骤4.4、根据步骤4.3获得的主轴最大应力Sm值，若Sm≤S∞，则主轴疲劳损伤率k＝0；若Sm>S∞，则令S＝Sm并带入步骤3获得的函数
中，由此获得主轴疲劳损伤率
上述离心泵主轴运行寿命的预测方法，所述步骤4.3中流量Q下主轴最大应力Sm值的估算方法为：若流量Q值包含在步骤2中的数据组合中，则直接找出其对应的主轴最大应力Sm值；若流量Q值不包含在骤2中的数据组合中，则找出与之相邻的两个流量值Q1和Q2及二者各自对应的主轴最大应力值Sm1和Sm2，Q1<Q<Q2，然后采用线性插值法估算流量Q下主轴最大应力Sm值：
上述离心泵主轴运行寿命的预测方法，所述步骤5中当前时刻tn的离心泵主轴累计疲劳损伤率Kn的计算为：
式中ki为根据时刻ti下采样数据计算的主轴疲劳损伤率值，Rs为离心泵主轴转速。
上述离心泵主轴运行寿命的预测方法，所述步骤6中离心泵主轴疲劳损伤率预测值k′计算方法为：从当前时刻倒推M个采样周期获得主轴疲劳损伤率ki序列，并采用加权移动平均法计算离心泵主轴疲劳损伤率预测值k′，越接近当前时刻的采样结果赋予的权重越高，其计算式为：
式中M为5至100之间的正整数，wi>0、
且i越接近n时wi值越大。
上述离心泵主轴运行寿命的预测方法，所述步骤7中离心泵主轴运行寿命预测值TP的计算方法，分为以下步骤：
步骤7.1、计算离心泵主轴剩余寿命
即为离心泵剩余可转动圈数；
步骤7.2、计算离心泵主轴剩余运行寿命预测值
式中Rs为离心泵主轴转速，单位为转/分钟，并将离心泵主轴运行寿命预测值TP由分钟形式换算为年-月-日的形式，即为离心泵剩余可运转时长。
一种离心泵主轴运行寿命的预测系统，其特征在于：包括参数输入模块、数据采集模块、数据存储模块、数据运算模块和数据显示模块；
所述参数输入模块、数据采集模块均连接数据存储模块，数据运算模块与数据存储模块、数据显示模块相连；
参数输入模块接受用户输入离心泵主轴转速、离心泵驱动电机效率、拟合函数P＝A1Q2+B1Q+C1、不同流量下的主轴最大应力值、拟合函数
信息；
数据采集模块按照相等的时间间隔采集电机有功功率值；
数据存储模块存储参数输入模块、数据采集模块和数据运算模块提供的数据；
数据运算模块实时动态计算当前时刻下的主轴疲劳损伤率和离心泵剩余可运转时长的值；
数据显示模块接收数据运算模块的计算结果并予以实时显示。
本发明的有益效果在于：
1、本发明将离心泵设计资料和运行监测数据二者紧密结合，充分利用了离心泵性能曲线、三维结构图、主轴材料疲劳曲线和仿真数据等，这使得本发明提供的离心泵主轴运行寿命的预测方法具有良好的针对性。
2、本发明提供的主轴运行寿命的预测属于动态方法，考虑了离心泵运行历史上的所有数据和近期动态变化情况，在此基础上预测未来的预测寿命，预测结果会随着离心泵的流动工况情况而变化，十分符合现场实际情况。
3、本发明提供的主轴运行寿命的预测方法只需要监测离心泵驱动电机有功功率数据，简便易行、普适性广、逻辑清晰，相应的预测系统硬件成本较低且易于编程实现。
附图说明
图1为本发明预测方法的流程图。
图2为本发明预测系统的结构框图。
图3为本发明预测方法的流量-轴功率曲线及拟合结果图。
图4为本发明预测方法中主轴材料以lgS为横坐标、以
为纵坐标的曲线及拟合结果图。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明。
如图1所示，一种离心泵主轴运行寿命的预测方法，包括以下步骤：
步骤1、根据离心泵性能曲线获得不同流量Q下的轴功率P值，拟合获得一元二次函数P＝A1Q2+B1Q+C1，A1、B1、C1为拟合系数，并改写成
的表达式。
步骤2、根据离心泵设计资料并通过数值模拟方式获得不同流量下的主轴最大应力值。主轴最大应力Sm值的获得，包括以下步骤：
步骤2.1、根据离心泵设计资料绘制三维水力模型图，划分网格，采用计算流体力学方式计算给定流量下的离心泵内部流场压力分布；
步骤2.2、对离心泵叶轮表面的压力进行积分，获得叶轮所受水力径向力；
步骤2.3、根据离心泵设计资料绘制主轴三维图，划分网格，将步骤2.2获得的叶轮所受水力径向力加载至主轴的叶轮安装部位，固定主轴的轴承安放部位，采用有限元方法进行结构静力学分析，计算并获得主轴最大应力Sm值。
步骤3、查阅获得离心泵主轴材料的应力(S)-寿命(N)曲线数据，拟合并整理成函数
的形式，A2、B2、C2为拟合系数，并确定无限寿命下对应的临界应力值S∞；具体包括以下步骤：
步骤3.1、查阅获得离心泵主轴材料的应力(S)-寿命(N)曲线数据，改写成lgS和
的数据组合形式；
步骤3.2、根据步骤3.1获得的lgS和
的数据组合，拟合成一元二次函数
的形式；
步骤3.3、将3.2拟合获得的函数式，改写成
的函数形式。
步骤4、以相等的时间间隔ΔT连续获得离心泵运行过程中对应的驱动电机有功功率值PE，并基于步骤1中的表达式
步骤2中的主轴最大应力值、步骤3中的函数
计算每次采样下的离心泵主轴疲劳损伤率k。
每次采样下的离心泵主轴疲劳损伤率k的计算，包括以下步骤：
步骤4.1、计算每个采样时刻的离心泵轴功率P＝PEηE，式中PE为该时刻采样得到的驱动电机有功功率值PE，ηE为驱动电机效率；
步骤4.2、将步骤4.1获得的离心泵轴功率P值带入步骤1中的表达式
获得离心泵的流量Q值；
步骤4.3、根据步骤4.2获得离心泵的流量Q值，由步骤2中不同流量Q及其对应的主轴最大应力Sm值的数据组合，估算出该采样时刻下的主轴最大应力Sm值；
流量Q下主轴最大应力Sm值的估算方法为：若流量Q值包含在步骤2中的数据组合中，则直接找出其对应的主轴最大应力Sm值；若流量Q值不包含在骤2中的数据组合中，则找出与之相邻的两个流量值Q1和Q2及二者各自对应的主轴最大应力值Sm1和Sm2，Q1<Q<Q2，然后采用线性插值法估算流量Q下主轴最大应力Sm值：
步骤4.4、根据步骤4.3获得的主轴最大应力Sm值，若Sm≤S∞，则主轴疲劳损伤率k＝0；若Sm>S∞，则令S＝Sm并带入步骤3获得的函数
中，由此获得主轴疲劳损伤率
步骤5、根据步骤4得到的多次采样下的离心泵主轴疲劳损伤率计算当前时刻tn的离心泵主轴累计疲劳损伤率Kn；Kn的计算为：
式中ki为根据时刻ti下采样数据计算的主轴疲劳损伤率值，Rs为离心泵主轴转速。
步骤6、采用加权移动平均法计算未来离心泵主轴疲劳损伤率预测值k′；k′计算方法为：从当前时刻倒推M个采样周期获得主轴疲劳损伤率ki序列，并采用加权移动平均法计算离心泵主轴疲劳损伤率预测值k′，越接近当前时刻的采样结果赋予的权重越高，其计算式为：
式中M为5至100之间的正整数，wi>0、
且i越接近n时wi值越大。
步骤7、根据Kn和k′计算离心泵主轴剩余运行寿命预测值TP。分为以下步骤：
步骤7.1、计算离心泵主轴剩余寿命
即为离心泵剩余可转动圈数；
步骤7.2、计算离心泵主轴剩余运行寿命预测值
式中Rs为离心泵主轴转速，单位为转/分钟，并将离心泵主轴运行寿命预测值TP由分钟形式换算为年-月-日的形式，即为离心泵剩余可运转时长。
如图2所示，一种离心泵主轴运行寿命的预测系统，其特征在于：包括参数输入模块、数据采集模块、数据存储模块、数据运算模块和数据显示模块；
所述参数输入模块、数据采集模块均连接数据存储模块，数据运算模块与数据存储模块、数据显示模块相连；
参数输入模块接受用户输入离心泵主轴转速、离心泵驱动电机效率、拟合函数P＝A1Q2+B1Q+C1、不同流量下的主轴最大应力值、拟合函数
信息；
数据采集模块按照相等的时间间隔采集电机有功功率值；
数据存储模块存储参数输入模块、数据采集模块和数据运算模块提供的数据；
数据运算模块实时动态计算当前时刻下的主轴疲劳损伤率和离心泵剩余可运转时长的值；
数据显示模块接收数据运算模块的计算结果并予以实时显示。
实施例
某离心泵额定流量为1000m3/h、转速750转/分钟，主轴材料为45号钢，驱动电机效率为0.95，离心泵不同流量值下对应的轴功率值见表1，对表1中数据采用最小二乘法按照一元二次函数P＝A1Q2+B1Q+C1拟合，结果见图3，得到A1＝1.32E-4，B1＝-6.14E-2，C1＝8.86E1，由此得到：
表1离心泵不同流量值下对应的效率值和功率值
| 流量(m<sup>3</sup>/h) | 轴功率(kW) |
| 400 | 84 |
| 600 | 102 |
| 800 | 123 |
| 1000 | 158 |
| 1200 | 206 |
根据离心泵设计资料并通过数值模拟方式获得一系列不同流量Q下的主轴最大应力Sm值，见表2。
表2离心泵不同流量值下对应的主轴最大应力值
| 流量(m<sup>3</sup>/h) | 最大应力(Pa) |
| 300 | 1.50E+08 |
| 400 | 1.20E+08 |
| 500 | 1.00E+08 |
| 600 | 9.70E+07 |
| 700 | 9.10E+07 |
| 800 | 8.80E+07 |
| 900 | 8.30E+07 |
| 1000 | 6.00E+07 |
| 1100 | 6.50E+07 |
| 1200 | 8.20E+07 |
| 1300 | 8.90E+07 |
查阅获得离心泵主轴材料45号钢的应力(S)-寿命(N)曲线数据，见表3，该材料无限寿命对应的临界应力值S∞＝8E7Pa。以lgS为横坐标、
为纵坐标，绘图并拟合，如图4所示。根据图4拟合结果可以获得函数式：
表3主轴材料的应力-寿命数据
| 应力(Pa) | 寿命(次) |
| 4.00E+09 | 1.E+01 |
| 2.83E+09 | 2.E+01 |
| 1.90E+09 | 5.E+01 |
| 1.41E+09 | 1.E+02 |
| 1.07E+09 | 2.E+02 |
| 4.41E+08 | 2.E+03 |
| 2.62E+08 | 1.E+04 |
| 2.14E+08 | 2.E+04 |
| 1.38E+08 | 1.E+05 |
| 1.14E+08 | 2.E+05 |
| 8.62E+07 | 1.E+06 |
数据采集模块按照时间间隔ΔT＝30分钟连续采集离心泵运行过程中对应驱动电机的有功功率值。当前时刻采集得到的驱动电机有功功率值为120kW，则按照0.95的电机效率计算得到离心泵轴功率值P＝114kW，带入式(1)求出当前流量Q＝720m3/h，根据表2差值计算得到该流量下主轴最大应力值Sm＝9.1E7+(720-700)*(8.8E7-9.1E7)/(800-700)＝9.03E7Pa>S∞，故令S＝Sm并带入式(2)，得主轴疲劳损伤率
从该离心泵运行初始时刻开式监测，并根据每次数据记录结果计算疲劳损伤率k值，按照离心泵主轴累计疲劳损伤率Kn的计算公式，求得当前时刻的疲劳损伤率Kn＝0.021。
从当前时刻往前倒推9个采样周期，共计10次采样结果，按时间先后分别编号为1～10，每个采样时刻计算得到的疲劳损伤率及其对应的权重见表4，由表4中数据采用加权移动平均法计算离心泵主轴疲劳损伤率预测值
故可得离心泵主轴剩余寿命
进而得到离心泵主轴剩余运行寿命预测值
即当前离心泵因处于偏工况状态，若继续保持当前趋势运行，则在21.6小时后将面临疲劳断轴的风险。
表4最近10次采样结果的疲劳损伤率及其对应的权重值
| 编号 | 疲劳损伤率k | 权重w |
| 1 | 1.45E-06 | 0.03 |
| 2 | 0 | 0.05 |
| 3 | 0 | 0.08 |
| 4 | 0 | 0.09 |
| 5 | 0 | 0.1 |
| 6 | 0 | 0.11 |
| 7 | 0 | 0.12 |
| 8 | 0 | 0.13 |
| 9 | 0 | 0.14 |
| 10 | 6.23E-06 | 0.15 |
本实施例提供的离心泵主轴运行寿命的预测方法及预测系统，将离心泵设计资料和运行监测数据二者紧密结合，充分利用了离心泵性能曲线、三维结构图、主轴材料疲劳曲线和仿真数据等，在仅采集离心泵驱动电机有功功率值的情况下，考虑了离心泵运行历史上的所有数据和近期动态变化情况，实现离心泵主轴运行寿命的动态预测，具有例简便易行、普适性广、逻辑清晰、系统硬件成本较低且易于编程实现等一系列突出优点。
Claims (9)
1.一种离心泵主轴运行寿命的预测方法，包括以下步骤：
步骤1、根据离心泵性能曲线获得不同流量Q下的轴功率P值，拟合获得一元二次函数P＝A1Q2+B1Q+C1，A1、B1、C1为拟合系数，并改写成
的表达式；
步骤2、根据离心泵设计资料并通过数值模拟方式获得不同流量下的主轴最大应力值；
步骤3、查阅获得离心泵主轴材料的应力S-寿命N曲线数据，拟合并整理成函数
的形式，A2、B2、C2为拟合系数，并确定无限寿命下对应的临界应力值S∞；
步骤4、以相等的时间间隔ΔT连续获得离心泵运行过程中对应的驱动电机有功功率值PE，并基于步骤1中的表达式
步骤2中的主轴最大应力值、步骤3中的函数
计算每次采样下的离心泵主轴疲劳损伤率k；
步骤5、根据步骤4得到的多次采样下的离心泵主轴疲劳损伤率计算当前时刻tn的离心泵主轴累计疲劳损伤率Kn；
步骤6、采用加权移动平均法计算未来离心泵主轴疲劳损伤率预测值k′；
步骤7、根据Kn和k′计算离心泵主轴剩余运行寿命预测值TP。
2.权利要求1所述的离心泵主轴运行寿命的预测方法，其特征在于，步骤2主轴最大应力Sm值的获得，包括以下步骤：
步骤2.1、根据离心泵设计资料绘制三维水力模型图，划分网格，采用计算流体力学方式计算给定流量下的离心泵内部流场压力分布；
步骤2.2、对离心泵叶轮表面的压力进行积分，获得叶轮所受水力径向力；
步骤2.3、根据离心泵设计资料绘制主轴三维图，划分网格，将步骤2.2获得的叶轮所受水力径向力加载至主轴的叶轮安装部位，固定主轴的轴承安放部位，采用有限元方法进行结构静力学分析，计算并获得主轴最大应力Sm值。
3.权利要求1所述的离心泵主轴运行寿命的预测方法，其特征在于，步骤3所述函数的拟合和整理，包括以下步骤：
步骤3.1、查阅获得离心泵主轴材料的应力S-寿命N曲线数据，改写成lgS和
的数据组合形式；
步骤3.2、根据步骤3.1获得的lgS和
的数据组合，拟合成一元二次函数
的形式；
步骤3.3、将3.2拟合获得的函数式，改写成
的函数形式。
4.权利要求1所述的离心泵主轴运行寿命的预测方法，其特征在于，步骤4中每次采样下的离心泵主轴疲劳损伤率k的计算，包括以下步骤：
步骤4.1、计算每个采样时刻的离心泵轴功率P＝PEηE，式中PE为该时刻采样得到的驱动电机有功功率值PE，ηE为驱动电机效率；
步骤4.2、将步骤4.1获得的离心泵轴功率P值带入步骤1中的表达式
获得离心泵的流量Q值；
步骤4.3、根据步骤4.2获得离心泵的流量Q值，由步骤2中不同流量Q及其对应的主轴最大应力Sm值的数据组合，估算出该采样时刻下的主轴最大应力Sm值；
步骤4.4、根据步骤4.3获得的主轴最大应力Sm值，若Sm≤S∞，则主轴疲劳损伤率k＝0；若Sm>S∞，则令S＝Sm并带入步骤3获得的函数
中，由此获得主轴疲劳损伤率
5.根据权利要求4的离心泵主轴运行寿命的预测方法，其特征在于，所述步骤4.3中流量Q下主轴最大应力Sm值的估算方法为：若流量Q值包含在步骤2中的数据组合中，则直接找出其对应的主轴最大应力Sm值；若流量Q值不包含在骤2中的数据组合中，则找出与之相邻的两个流量值Q1和Q2及二者各自对应的主轴最大应力值Sm1和Sm2，Q1<Q<Q2，然后采用线性插值法估算流量Q下主轴最大应力Sm值：
6.权利要求1所述的离心泵主轴运行寿命的预测方法，其特征在于，所述步骤5中当前时刻tn的离心泵主轴累计疲劳损伤率Kn的计算为：
式中ki为根据时刻ti下采样数据计算的主轴疲劳损伤率值，Rs为离心泵主轴转速。
7.权利要求1所述的离心泵主轴运行寿命的预测方法，其特征在于，所述步骤6中离心泵主轴疲劳损伤率预测值k′计算方法为：从当前时刻倒推M个采样周期获得主轴疲劳损伤率ki序列，并采用加权移动平均法计算离心泵主轴疲劳损伤率预测值k′，越接近当前时刻的采样结果赋予的权重越高，其计算式为：
式中M为5至100之间的正整数，wi>0、
且i越接近n时wi值越大。
8.权利要求1所述的离心泵主轴运行寿命的预测方法，其特征在于，所述步骤7中离心泵主轴运行寿命预测值TP的计算方法，分为以下步骤：
步骤7.1、计算离心泵主轴剩余寿命
即为离心泵剩余可转动圈数；
步骤7.2、计算离心泵主轴剩余运行寿命预测值
式中Rs为离心泵主轴转速，单位为转/分钟，并将离心泵主轴运行寿命预测值TP由分钟形式换算为年-月-日的形式，即为离心泵剩余可运转时长。
9.一种用于实现权利要求1-8中任一项所述的预测方法的离心泵主轴运行寿命的预测系统，其特征在于：包括参数输入模块、数据采集模块、数据存储模块、数据运算模块和数据显示模块；
所述参数输入模块、数据采集模块均连接数据存储模块，数据运算模块与数据存储模块、数据显示模块相连；
参数输入模块接受用户输入离心泵主轴转速、离心泵驱动电机效率、拟合函数P＝A1Q2+B1Q+C1、不同流量下的主轴最大应力值、拟合函数
信息；
数据采集模块按照相等的时间间隔采集电机有功功率值；
数据存储模块存储参数输入模块、数据采集模块和数据运算模块提供的数据；
数据运算模块实时动态计算当前时刻下的主轴疲劳损伤率和离心泵剩余可运转时长的值；
数据显示模块接收数据运算模块的计算结果并予以实时显示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910373497.4A CN110083962B (zh) | 2019-05-07 | 2019-05-07 | 一种离心泵主轴运行寿命的预测方法及预测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910373497.4A CN110083962B (zh) | 2019-05-07 | 2019-05-07 | 一种离心泵主轴运行寿命的预测方法及预测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110083962A CN110083962A (zh) | 2019-08-02 |
| CN110083962B true CN110083962B (zh) | 2022-11-15 |
Family
ID=67418805
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910373497.4A Active CN110083962B (zh) | 2019-05-07 | 2019-05-07 | 一种离心泵主轴运行寿命的预测方法及预测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110083962B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112580238B (zh) * | 2020-12-14 | 2022-04-26 | 湘潭大学 | 一种基于仿真结果修正的离心泵效率值预测方法 |
| CN113048073B (zh) * | 2021-03-25 | 2022-07-15 | 福州物联网开放实验室有限公司 | 一种潜污水泵设备的预测性维护方法和存储设备 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102081020A (zh) * | 2010-01-26 | 2011-06-01 | 上海海事大学 | 基于支持向量机的材料疲劳寿命预测方法 |
| WO2018107730A1 (zh) * | 2016-12-16 | 2018-06-21 | 海口未来技术研究院 | 复合材料的疲劳寿命预测方法及预测系统 |
| CN108829917A (zh) * | 2018-04-25 | 2018-11-16 | 内蒙古工业大学 | 一种秸秆抛送叶轮疲劳寿命预测方法 |
-
2019
- 2019-05-07 CN CN201910373497.4A patent/CN110083962B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102081020A (zh) * | 2010-01-26 | 2011-06-01 | 上海海事大学 | 基于支持向量机的材料疲劳寿命预测方法 |
| WO2018107730A1 (zh) * | 2016-12-16 | 2018-06-21 | 海口未来技术研究院 | 复合材料的疲劳寿命预测方法及预测系统 |
| CN108829917A (zh) * | 2018-04-25 | 2018-11-16 | 内蒙古工业大学 | 一种秸秆抛送叶轮疲劳寿命预测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110083962A (zh) | 2019-08-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110083962B (zh) | 一种离心泵主轴运行寿命的预测方法及预测系统 | |
| JP4721234B2 (ja) | 真空ポンプの傾向監視及び診断解析方法、その傾向監視及び診断解析システム、及びその方法を行うコンピュータプログラムを含むコンピュータ可読記憶媒体 | |
| US11519458B2 (en) | Model-based method and system for monitoring the condition of a sliding bearing, particularly for wind turbines | |
| CN100504337C (zh) | 检测离心泵故障的方法和装置 | |
| JP5460160B2 (ja) | 設備機器の診断装置 | |
| Yiu et al. | A multi-sensor approach to remaining useful life estimation for a slurry pump | |
| EP3507464B1 (en) | Tightness test evaluation module for a valve and actuator monitoring system | |
| US20120148382A1 (en) | Method and apparatus for the model-based monitoring of a turbomachine | |
| CN109883691A (zh) | 核估计和随机滤波集成的齿轮剩余寿命预测方法 | |
| EP2884404A2 (en) | System abnormalities | |
| US10066501B2 (en) | Solid particle erosion indicator module for a valve and actuator monitoring system | |
| CN112483427B (zh) | 一种高效的离心泵能效管理方法及系统 | |
| CN109615126A (zh) | 一种轴承剩余寿命预测方法 | |
| WO2024077685A1 (zh) | 油气压裂泵设备寿命预测方法、装置及非易失性存储介质 | |
| JP7035842B2 (ja) | 監視システム | |
| JP6567838B2 (ja) | 液体ポンプのメインテナンス・スケジューラ | |
| CN105466707A (zh) | 用于离心泵中的故障检测的方法、系统和计算机程序 | |
| CN109931254B (zh) | 一种连续变工况的压裂泵保养规则设定系统 | |
| Kebabsa et al. | Experimental vibratory analysis of a fan motor in industrial environment | |
| EP0828332B1 (en) | Vacuum pump status evaluation system | |
| US20230152179A1 (en) | Fault detection system for vacuum pump | |
| CN114936722B (zh) | 基于计算机辅助的液压泵滤油器清洗时间预测方法 | |
| CN113864208B (zh) | 脱硫浆液循环泵运行状态智能监测诊断方法 | |
| Dalton et al. | Model-based fault diagnosis of a two-pump system | |
| JP7254635B2 (ja) | 歯車損傷予測装置、歯車損傷予測システム、および、歯車損傷予測方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231205 Address after: 242000 South side of Yihuang Road (Jishan section) in Ningguo Economic and Technological Development Zone, Xuancheng City, Anhui Province Patentee after: ANHUI GOOD PUMP TECHNOLOGY CO.,LTD. Address before: 230000 floor 1, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province Patentee before: Dragon totem Technology (Hefei) Co.,Ltd. Effective date of registration: 20231205 Address after: 230000 floor 1, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province Patentee after: Dragon totem Technology (Hefei) Co.,Ltd. Address before: Donkey pond in Hunan province Xiangtan City Yuhu District 411105 Lu Jia Tan No. 27 Patentee before: XIANGTAN University |