CN114810623B - 一种基于马氏距离的叶片式泵健康监测评估方法及装置 - Google Patents

一种基于马氏距离的叶片式泵健康监测评估方法及装置 Download PDF

Info

Publication number
CN114810623B
CN114810623B CN202210400591.6A CN202210400591A CN114810623B CN 114810623 B CN114810623 B CN 114810623B CN 202210400591 A CN202210400591 A CN 202210400591A CN 114810623 B CN114810623 B CN 114810623B
Authority
CN
China
Prior art keywords
pump
health
data
groove
parameter
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
Application number
CN202210400591.6A
Other languages
English (en)
Other versions
CN114810623A (zh
Inventor
骆寅
靳涛
秦学聪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wenling Institute Of Fluid Machinery Jiangsu University
Original Assignee
Wenling Institute Of Fluid Machinery Jiangsu University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wenling Institute Of Fluid Machinery Jiangsu University filed Critical Wenling Institute Of Fluid Machinery Jiangsu University
Priority to CN202210400591.6A priority Critical patent/CN114810623B/zh
Publication of CN114810623A publication Critical patent/CN114810623A/zh
Application granted granted Critical
Publication of CN114810623B publication Critical patent/CN114810623B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04D—NON-POSITIVE-DISPLACEMENT PUMPS
    • F04D15/00—Control, e.g. regulation, of pumps, pumping installations or systems
    • F04D15/0088—Testing machines

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Control Of Positive-Displacement Pumps (AREA)
  • Control Of Non-Positive-Displacement Pumps (AREA)

Abstract

本发明公开了一种基于马氏距离的叶片式泵健康监测评估方法，其包括以下步骤：步骤S1：确定离心泵的运行状态，采用专门的仪器设备采集离心泵运行时相关的参数数据，提取训练样本；步骤S2：将采集到的泵运行的数据传送到计算机系统，对采集的参数数据进行处理；参数数据处理需进行泵系统性能参数基线模型的建立、协方差矩阵的运算、相似度处理、归一化处理；步骤S3：参数数据在健康状况评估模块进行处理后，输出泵的健康评估结果。本发明能够自动检验/评估泵系统健康状况，能够融合在线和离线数据，对正在监测或者维修后的叶片式泵进行健康状况的智能评估。

Description

一种基于马氏距离的叶片式泵健康监测评估方法及装置
技术领域
本发明涉及离心泵、泵故障监测技术领域，具体涉及一种基于马氏距离的叶片式泵健康监测评估方法及装置。
背景技术
水泵的正常高效运转要求对泵运行状态进行及时监测诊断，叶片式泵受现场恶劣环境、传统设备老化、不当操作等原因影响，泵体设备容易出现机械故障，泵发生故障，不仅会损害经济利益，更会造成现场人员事故。传统有线监测系统存在安装困难，布线难度高，灵活性低等缺点。本发明设计了一套低成本、传输距离远以及可以简单有效监测离心泵振动状态以评估其健康状态的监测系统。
泵在故障维修后，需要进行健康状况的测试评估，目前的检验方法繁琐、可靠性较差，无法精准的判断离心泵的维修情况，本方法可以及时、有效检测以达到特定健康指标。
发明内容
本发明的目的是克服现有技术中存在的不足，提供一种基于马氏距离的叶片式泵健康监测评估方法及装置，以切实且及时反映离心泵装置的健康状况，为后续的泵装置故障监测提供新的思路；本发明提供了一种可以实现离线测试数据录入、在线监测参量显示、自动检验泵系统健康状况的评估系统，能够融合在线和离线数据，对正在监测或者维修后的叶片式泵进行健康状况的智能评估。
为了实现上述目的，本发明采用的技术方案为：
一种基于马氏距离的叶片式泵健康监测评估方法，其包括以下步骤：
步骤S1：确定离心泵的运行状态，采用专门的仪器设备采集离心泵运行时相关的参数数据，提取训练样本；其中，信号采集监测模块被配置用来采集并监测泵系统的各项参数数据，所采集的内容被用来传送到健康状况评估模块；
步骤S2：将采集到的泵运行的数据传送到计算机系统，对采集的参数数据进行处理；其中，健康状况评估模块被配置用来确定泵的工作状态，并通过数据传输系统获取到历史健康数据及试验中的各组数据；健康状况评估模块被配置用来分别处理历史健康数据与多次起动后的待监测数据，计算获取试验样本与健康样本的度量距离，以评估泵的损伤程度；参数数据处理需进行泵系统性能参数基线模型的建立、协方差矩阵的运算、相似度处理、归一化处理；
步骤S3：参数数据在健康状况评估模块进行处理后，输出泵的健康评估结果；其中，输出计算后的归一化马氏距离值HI，判断离心泵的健康程度。
进一步地，其特征在于，步骤S1中：采集的数据信号包括振动信号、流量、进出口压力信号、瞬时转速、扭矩信号，采集信号的数据采集模块包括进出口压力传感器、NI信号采集卡、电子流量计、瞬态转速与动态扭矩测试仪和电阻，其中，瞬态转速与动态扭矩测试仪可获取离心泵瞬时转速、扭矩信号，压力传感器进行泵进出口压力信号的读取与采集；数据的采集既要包括历史健康数据，也要包括多次起动的待评估数据；选定当离心泵的效率最高时的流量，以及此流量状态下的各特征参数；该特征参数要能最大程度的表征泵系统的健康状况，包括均方根、峰值因子、偏态系数、峭度；
对于所提取的训练样本，挑选出泵系统的历史健康状况下的特征值的集合，组成训练样本矩阵D，确定该流量下的多次试验所得的待评估样本数据组成矩阵D′；要提取训练样本，需要挑选出泵系统的历史健康状况下的特征值的集合，组成训练样本矩阵D，训练样本矩阵D包括行向量与列向量，D的每一行训练样本代表一次起动试验，每一列表征泵的性能特征值，一个训练集合DM×N中包含M个训练样本，N个特征值；则该矩阵D为：
D＝[X1，X2，…，XN]
Xj＝[x1j，x2j，…，xMj]T，1≤j≤N
其中，xij表示监测的第i个样本的第j个特征参数；Xj表示监测的第m个样本的第i个特征参数所构成的行向量。
进一步地，其特征在于，步骤S1中：泵系统性能参数基线模型建立单元，采用训练样本矩阵D中的行向量表征泵系统健康状态下的特征值集合，选择均值作为泵系统起动过程性能参数基线，即：
其中，是历史起动试验中健康性能参数基线，也就是若干标准化后的特征值集合；/>是某一个特征参数标准化后的结果；
协方差矩阵的运算单元，计算p和q两个维度样本协方差，表示两个变量的整体偏差；采集的实际样本矩阵D′协方差矩阵：
相似度处理单元，计算实际的样本数据与参数基线的相似度；其中，MDi表示第i次起动试验的样本和参考基线之间的马氏距离，该距离度量表示的是该次试验与健康状况下离心泵数据之间的偏离程度，可以表征泵系统的健康状况。
进一步地，其特征在于，步骤S3中：归一化处理单元，根据其中，k为常数，这里k＝100，HI是马氏度量距离转化的无量纲值，HI越接近于0，则故障程度越严重。
一种离心泵，其包括叶轮、蜗壳，叶轮安装于蜗壳内，叶轮包括后盘(10)、前盘(11)、叶片(12)、轮毂(13)，多个叶片沿周向均匀分布且连接于后盘和前盘之间，后盘的径向内端设置有轮毂，其特征在于：后盘(10)的内侧面且位于径向外端设置有凹槽部(14)，凹槽部位于相邻两个叶片之间。
进一步地，所述凹槽部(14)包括依次相邻设置第一凹槽(141)、第二凹槽(142)、第三凹槽(143)，第一凹槽、第二凹槽、第三凹槽的径向长度依次减小，且第一凹槽、第二凹槽、第三凹槽的外径相等。
进一步地，所述第一凹槽(141)的径向长度R1为后盘(10)半径R的0.25-0.45倍，凹槽部(14)的轴向深度为后盘轴向厚度的0.25-0.45倍。
进一步地，所述第一凹槽(141)、第二凹槽(142)、第三凹槽(143)的内半径分别为25K、29.5K、33.5K，K为比例系数。
本发明的一种基于马氏距离的叶片式泵健康监测评估方法及装置，可以实现离线测试数据录入、在线监测参量显示、自动检验泵系统健康状况的评估系统，能够融合在线和离线数据，对正在监测或者维修后的叶片式泵进行健康状况的智能评估。本发明通过对离心泵的叶轮设计，能够使泵腔/叶轮出口处的压力分布更加均匀，能够有效地降低离心泵的压力脉动，减少振动，从而提高泵的运行稳定性。
附图说明
图1为本发明叶片式泵/离心泵外观结构示意图；
图2为本发明马氏距离评估泵系统健康状况流程图；
图3为本发明离心叶轮结构示意图；
图4为本发明后盘结构示意图。
图中：泵体1、进口接管2、出口接管3、底座4、后盘10、前盘11、叶片12、轮毂13、凹槽部14、第一凹槽141、第二凹槽142、第三凹槽143。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面结合附图对本发明作进一步详细说明。
如图1-2所示，一种基于马氏距离的叶片式泵健康监测评估方法，其包括以下步骤：
步骤S1：确定离心泵的运行状态，采用专门的仪器设备采集离心泵运行时相关的参数数据，提取训练样本；其中，信号采集监测模块被配置用来采集并监测泵系统的各项参数数据，所采集的内容被用来传送到健康状况评估模块；
步骤S2：将采集到的泵运行的数据传送到计算机系统，对采集的参数数据进行处理；其中，健康状况评估模块被配置用来确定泵的工作状态，并通过数据传输系统获取到历史健康数据及试验中的各组数据；健康状况评估模块被配置用来分别处理历史健康数据与多次起动后的待监测数据，计算获取试验样本与健康样本的度量距离，以评估泵的损伤程度；参数数据处理需进行泵系统性能参数基线模型的建立、协方差矩阵的运算、相似度处理、归一化处理；
步骤S3：参数数据在健康状况评估模块进行处理后，输出泵的健康评估结果；其中，输出计算后的归一化马氏距离值HI，判断离心泵的健康程度。
步骤S1中：
先要进行泵各项运行参数的不确定度判断，以保证泵试验所得数据准确可靠；具体的，采集的数据信号包括振动信号、流量、进出口压力信号、瞬时转速、扭矩信号。
如图1所示的振动信号监测点，振动信号监测的节点选择在泵进口管/进口接管2、泵出口管/出口接管3、轴承座以及底座4附近。可以选择轴向位置信号作为数据的监测点，也可以分别监测轴向、径向、底座方向的振动信号以确保试验的高度准确。
其中，采集的数据信号包括振动信号、流量、进出口压力信号、瞬时转速、扭矩信号，采集信号的数据采集模块包括进出口压力传感器、NI信号采集卡、电子流量计、瞬态转速与动态扭矩测试仪和电阻，其中，瞬态转速与动态扭矩测试仪可获取离心泵瞬时转速、扭矩信号，压力传感器进行泵进出口压力信号的读取与采集。
数据的采集既要包括历史健康数据，也要包括多次起动的待评估数据。选定当离心泵/叶片泵的效率最高时的流量，以及此流量状态下的各特征参数；该特征参数要能最大程度的表征泵系统的健康状况，包括均方根、峰值因子、偏态系数、峭度。
对于所提取的训练样本，挑选出泵系统的历史健康状况下的特征值的集合，组成训练样本矩阵D，确定该流量下的多次试验所得的待评估样本数据组成矩阵D′。
要提取训练样本，需要挑选出泵系统的历史健康状况下的特征值的集合，组成训练样本矩阵D，训练样本矩阵D包括行向量与列向量，D的每一行训练样本代表一次起动试验，每一列表征泵的性能特征值，一个训练集合DM×N中包含M个训练样本，N个特征值；则该矩阵D为：
D＝[X1，X2，...，XN]
Xj＝[x1j，x2j，…，xMj]T，1≤j≤N
其中，xij表示监测的第i个样本的第j个特征参数；xj表示监测的第m个样本的第i个特征参数所构成的行向量。
步骤S2中：
如图3所示，是本发明健康状况评估模块中基于马氏度量距离的流程图，具体包括：
泵系统性能参数基线模型建立单元，采用训练样本矩阵D中的行向量表征泵系统健康状态下的特征值集合，选择均值作为泵系统起动过程性能参数基线，即：
其中，是历史起动试验中健康性能参数基线，也就是若干标准化后的特征值集合；/>是某一个特征参数标准化后的结果。
协方差矩阵的运算单元，计算p和q两个维度样本协方差，表示两个变量的整体偏差；采集的实际样本矩阵D′协方差矩阵：
相似度处理单元，计算实际的样本数据与参数基线的相似度；其中，MDi表示第i次起动试验的样本和参考基线之间的马氏距离，该距离度量表示的是该次试验与健康状况下离心泵数据之间的偏离程度，可以表征泵系统的健康状况。
步骤S3中：
归一化处理单元，根据其中，k为常数，这里k＝100，HI是马氏度量距离转化的无量纲值，HI越接近于0，则故障程度越严重。
归一化后的平均马氏距离单元，表1是进行多次试验后处理的HI值，可以归纳出泵系统健康程度评估标准，当HI小于0.1时，泵系统健康程度极为恶劣，必须进行相应的修理或更换零部件，否则会造成恶劣影响；当HI大于0.9时，表征泵系统健康程度良好，也可以表示修理之后的叶片泵达到可用标准；当HI大于0.1小于0.9时，泵系统不够健康，需要进行进一步检修。
表1：进行多次试验后处理的HI值
包括至少一种存储器、至少一种处理器，存储器与处理器相连接，存储器用来存储处理器要进行的指令，处理器需要运行存储器的各项指令。
一种基于马氏距离的叶片式泵健康监测评估系统，其特征在于：采用马氏度量距离方法检验评估叶片泵系统的健康状况，该系统包括：
确定离心泵的运行状态，分别采集泵系统历史健康状态下和待测状态下相关的参数数据，提取健康训练样本和实际运行样本；
将采集到的泵运行的数据传送到计算机系统，对采集的参数数据进行系统性能参数基线模型的建立、协方差矩阵的运算、相似度处理、归一化处理；
数据在健康状况评估模块进行处理后，输出泵的健康评估结果；建立的监测评估系统，包括：信号数据监测模块、信号采集与数据传输模块、健康状况评估模块、人机界面；所述信号数据监测模块获取参数数据，提取样本，所述的信号采集与数据传输模块将提取的数据样本传送至健康状况评估模块，数据处理评估后输出评估结果。
其中，可选择测量不同流量，不同位置处的振动信号，经多次起动试验后求取的平均马氏距离更具准确性，克服了特征参数之间的相关性，且其本身不受量纲的影响，能将各个特征对结果的影响差异看待。系统健康状况评估模块中的性能参数基线模型建立单元，确定以均值计算性能参数基线，健康状况样本矩阵选择最能有效表征离心泵健康状态的特征参数作为行向量，使矩阵更具有一般性；协方差矩阵运算单元，获取变量之间的整体偏差；相似度处理单元，确定历史健康样本与实际样本之间的度量距离；归一化处理单元，方便数据的进一步分析，以达到简要准确表征健康状况的目的，计算后的无量纲值越接近于0，表明泵系统的健康程度越差。
健康状况评估模块，被配置用来确定离心泵的工作状态，并通过数据传输系统获取到历史健康数据及试验中的各组数据；所述的健康状况评估模块，被配置用来分别处理历史健康数据与多次起动后的监测数据，计算获取实验样本与健康样本的度量距离，评估所述泵的损伤程度；信号采集监测模块，被配置用来采集并监测泵系统的各项参数数据，所采集的内容被用来传送到健康状况评估模块。
如图3-4所示，一种基于马氏距离的叶片式泵健康监测评估的离心泵，其包括叶轮、蜗壳，叶轮安装于蜗壳内，叶轮包括后盘10、前盘11、叶片12、轮毂13，多个叶片12沿周向均匀分布且连接于后盘10和前盘11之间，后盘10的径向内端设置有轮毂13，其特征在于：后盘10的内侧面且位于径向外端设置有凹槽部14，凹槽部14位于相邻两个叶片12之间。
进一步地，凹槽部14包括依次相邻设置第一凹槽141、第二凹槽142、第三凹槽143，第一凹槽141、第二凹槽142、第三凹槽143的径向长度依次减小，且第一凹槽141、第二凹槽142、第三凹槽143的外径相等。第一凹槽141、第二凹槽142、第三凹槽143、第一凹槽141、第二凹槽142、第三凹槽143依次沿周向设置。
进一步地，第一凹槽141的径向长度R1为后盘10半径R的0.3-0.4倍，凹槽部14的轴向深度为后盘10轴向厚度的0.3-0.4倍。第一凹槽141、第二凹槽142、第三凹槽143的内半径(径向内侧半径)分别为25K、29.5K、33.5K，K为比例系数，单位mm/cm。
本发明通过对离心泵的叶轮设计，能够使泵腔/叶轮出口处的压力分布更加均匀，能够有效地降低离心泵的压力脉动，减少振动，从而提高泵的运行稳定性。
本发明的一种基于马氏距离的叶片式泵健康监测评估方法及装置，可以实现离线测试数据录入、在线监测参量显示、自动检验泵系统健康状况的评估系统，能够融合在线和离线数据，对正在监测或者维修后的叶片式泵进行健康状况的智能评估。本发明通过对离心泵的叶轮设计，能够使泵腔/叶轮出口处的压力分布更加均匀，能够有效地降低离心泵的压力脉动，减少振动，从而提高泵的运行稳定性。
上述实施方式是对本发明的说明，不是对本发明的限定，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的保护范围由所附权利要求及其等同物限定。

Claims (5)

1.一种离心泵，其包括叶轮、蜗壳，叶轮安装于蜗壳内，叶轮包括后盘(10)、前盘(11)、叶片(12)、轮毂(13)，多个叶片沿周向均匀分布且连接于后盘和前盘之间，后盘的径向内端设置有轮毂；
其特征在于：后盘(10)的内侧面且位于径向外端设置有开放式凹槽部(14)，开放式凹槽部位于相邻两个叶片之间；所述凹槽部(14)包括依次相邻设置第一凹槽(141)、第二凹槽(142)、第三凹槽(143)，第一凹槽、第二凹槽、第三凹槽的径向长度依次减小，且第一凹槽、第二凹槽、第三凹槽的外径相等；所述第一凹槽(141)的径向长度R1为后盘(10)半径R的0.25-0.45倍，凹槽部(14)的轴向深度为后盘轴向厚度的0.25-0.45倍；所述第一凹槽(141)、第二凹槽(142)、第三凹槽(143)的内半径分别为25K、29.5K、33.5K，K为比例系数。
2.一种基于马氏距离的叶片式泵健康监测评估方法，其应用于权利要求1所述的离心泵，其包括以下步骤：
步骤S1：确定离心泵的运行状态，采用仪器设备采集离心泵运行时相关的参数数据，提取训练样本；其中，信号采集监测模块被配置用来采集并监测泵系统的各项参数数据，所采集的内容被用来传送到健康状况评估模块；
步骤S2：将采集到的泵运行的数据传送到计算机系统，对采集的参数数据进行处理；其中，健康状况评估模块被配置用来确定泵的工作状态，并通过数据传输系统获取到历史健康数据及试验中的各组数据；健康状况评估模块被配置用来分别处理历史健康数据与多次起动后的待监测数据，计算获取试验样本与健康样本的度量距离，以评估泵的损伤程度；参数数据处理需进行泵系统性能参数基线模型的建立、协方差矩阵的运算、相似度处理、归一化处理；
步骤S3：参数数据在健康状况评估模块进行处理后，输出泵的健康评估结果；其中，输出计算后的归一化马氏距离值HI，判断离心泵的健康程度。
3.如权利要求2所述的一种基于马氏距离的叶片式泵健康监测评估方法，其特征在于，步骤S1中：采集的数据信号包括振动信号、流量、进出口压力信号、瞬时转速、扭矩信号，采集信号的数据采集模块包括进出口压力传感器、NI信号采集卡、电子流量计、瞬态转速与动态扭矩测试仪和电阻，其中，瞬态转速与动态扭矩测试仪可获取离心泵瞬时转速、扭矩信号，压力传感器进行泵进出口压力信号的读取与采集；数据的采集既要包括历史健康数据，也要包括多次起动的待评估数据；选定当离心泵的效率最高时的流量，以及此流量状态下的各特征参数；该特征参数要能最大程度的表征泵系统的健康状况，包括均方根、峰值因子、偏态系数、峭度；
对于所提取的训练样本，挑选出泵系统的历史健康状况下的特征值的集合，组成训练样本矩阵D，确定该流量下的多次试验所得的待评估样本数据组成矩阵D′；要提取训练样本，需要挑选出泵系统的历史健康状况下的特征值的集合，组成训练样本矩阵D，训练样本矩阵D包括行向量与列向量，D的每一行训练样本代表一次起动试验，每一列表征泵的性能特征值，一个训练集合DM×N中包含M个训练样本，N个特征值；则该矩阵D为：
D＝[X1，X2，...，XN]
Xj＝[x1j，x2j，...，xMj]T，1≤j≤N
其中，xij表示监测的第i个样本的第j个特征参数；Xj表示监测的第m个样本的第i个特征参数所构成的行向量。
4.如权利要求3所述的一种基于马氏距离的叶片式泵健康监测评估方法，其特征在于，步骤S1中：泵系统性能参数基线模型建立单元，采用训练样本矩阵D中的行向量表征泵系统健康状态下的特征值集合，选择均值作为泵系统起动过程性能参数基线，即：
其中，是历史起动试验中健康性能参数基线，也就是若干标准化后的特征值集合；/>是某一个特征参数标准化后的结果；
协方差矩阵的运算单元，计算p和q两个维度样本协方差，表示两个变量的整体偏差；采集的实际样本矩阵D′协方差矩阵：
相似度处理单元，计算实际的样本数据与参数基线的相似度；其中，MDi表示第i次起动试验的样本和参考基线之间的马氏距离，该距离度量表示的是该次试验与健康状况下离心泵数据之间的偏离程度，可表征泵系统的健康状况。
5.如权利要求3所述的一种基于马氏距离的叶片式泵健康监测评估方法，其特征在于，步骤S3中：归一化处理单元，根据其中，k为常数，这里k＝100，HI是马氏度量距离转化的无量纲值，HI越接近于0，则故障程度越严重。
CN202210400591.6A 2022-04-16 2022-04-16 一种基于马氏距离的叶片式泵健康监测评估方法及装置 Active CN114810623B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210400591.6A CN114810623B (zh) 2022-04-16 2022-04-16 一种基于马氏距离的叶片式泵健康监测评估方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210400591.6A CN114810623B (zh) 2022-04-16 2022-04-16 一种基于马氏距离的叶片式泵健康监测评估方法及装置

Publications (2)

Publication Number Publication Date
CN114810623A CN114810623A (zh) 2022-07-29
CN114810623B true CN114810623B (zh) 2023-09-22

Family

ID=82537520

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210400591.6A Active CN114810623B (zh) 2022-04-16 2022-04-16 一种基于马氏距离的叶片式泵健康监测评估方法及装置

Country Status (1)

Country Link
CN (1) CN114810623B (zh)

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB682358A (en) * 1949-11-22 1952-11-05 Bendix Aviat Corp Balanced impeller for centrifugal pump
US3918829A (en) * 1974-06-19 1975-11-11 Warren Pumps Inc Low pressure-pulse kinetic pump
US4764086A (en) * 1986-01-04 1988-08-16 Fortuna-Werke Maschinenfabrik Gmbh Blower for circulating larger gas volumes, in particular for high-power laser systems
US4872806A (en) * 1987-05-15 1989-10-10 Aisan Kogyo Kabushiki Kaisha Centrifugal pump of vortex-flow type
JP2002227795A (ja) * 2001-01-31 2002-08-14 Ebara Corp 遠心ポンプ
CN203130545U (zh) * 2013-01-07 2013-08-14 洛阳北玻台信风机技术有限责任公司 一种新型无蜗壳风机
CN103244456A (zh) * 2013-05-06 2013-08-14 西华大学 一种离心泵叶轮
CN203570644U (zh) * 2013-11-29 2014-04-30 中国石油天然气股份有限公司长庆石化分公司 多级离心泵的轴心动力平衡盘
CN104879316A (zh) * 2015-05-14 2015-09-02 江苏大学 一种不锈钢冲焊式离心泵叶轮及其改进焊接方法
CN207093446U (zh) * 2017-06-01 2018-03-13 沈阳盛纳机械制造有限公司 一种叶轮前后盘开槽的离心式风机
CN108930665A (zh) * 2018-07-17 2018-12-04 赵浩浩 一种用于压缩机或鼓风机的叶轮结构
CN111336130A (zh) * 2020-01-14 2020-06-26 江苏大学镇江流体工程装备技术研究院 一种带凹槽结构的旋流泵叶轮
CN112177937A (zh) * 2020-09-29 2021-01-05 南通大学 一种径向力自平衡的离心泵及其工作方法
JP2021025476A (ja) * 2019-08-06 2021-02-22 株式会社デンソー 遠心ポンプ及び遠心ポンプ用羽根車
CN113175443A (zh) * 2021-06-01 2021-07-27 雷勃电气(嘉兴)有限公司 高效低噪无蜗壳后向离心风机三元流叶轮

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7128538B2 (en) * 2003-07-07 2006-10-31 Terumo Corporation Centrifugal fluid pump apparatus
CA2911361C (en) * 2013-05-23 2020-05-05 Reinheart Gmbh Impeller of a centrifugal pump apparatus
DE102017010152A1 (de) * 2017-11-02 2019-05-02 Richter Chemie-Technik Gmbh Kreiselpumpe mit verstärktem Kunststofflaufrad

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB682358A (en) * 1949-11-22 1952-11-05 Bendix Aviat Corp Balanced impeller for centrifugal pump
US3918829A (en) * 1974-06-19 1975-11-11 Warren Pumps Inc Low pressure-pulse kinetic pump
US4764086A (en) * 1986-01-04 1988-08-16 Fortuna-Werke Maschinenfabrik Gmbh Blower for circulating larger gas volumes, in particular for high-power laser systems
US4872806A (en) * 1987-05-15 1989-10-10 Aisan Kogyo Kabushiki Kaisha Centrifugal pump of vortex-flow type
JP2002227795A (ja) * 2001-01-31 2002-08-14 Ebara Corp 遠心ポンプ
CN203130545U (zh) * 2013-01-07 2013-08-14 洛阳北玻台信风机技术有限责任公司 一种新型无蜗壳风机
CN103244456A (zh) * 2013-05-06 2013-08-14 西华大学 一种离心泵叶轮
CN203570644U (zh) * 2013-11-29 2014-04-30 中国石油天然气股份有限公司长庆石化分公司 多级离心泵的轴心动力平衡盘
CN104879316A (zh) * 2015-05-14 2015-09-02 江苏大学 一种不锈钢冲焊式离心泵叶轮及其改进焊接方法
CN207093446U (zh) * 2017-06-01 2018-03-13 沈阳盛纳机械制造有限公司 一种叶轮前后盘开槽的离心式风机
CN108930665A (zh) * 2018-07-17 2018-12-04 赵浩浩 一种用于压缩机或鼓风机的叶轮结构
JP2021025476A (ja) * 2019-08-06 2021-02-22 株式会社デンソー 遠心ポンプ及び遠心ポンプ用羽根車
CN111336130A (zh) * 2020-01-14 2020-06-26 江苏大学镇江流体工程装备技术研究院 一种带凹槽结构的旋流泵叶轮
CN112177937A (zh) * 2020-09-29 2021-01-05 南通大学 一种径向力自平衡的离心泵及其工作方法
CN113175443A (zh) * 2021-06-01 2021-07-27 雷勃电气(嘉兴)有限公司 高效低噪无蜗壳后向离心风机三元流叶轮

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
基于NLP技术的装备故障文本匹配算法研究;祖月芳;《兵器装备工程学报》;第42卷(第1期);第204-207页 *
基于发参数据的发动机泵调系统的健康监测;杨天林;《测控技术》;第41卷(第1期);第63-69页 *
柜式空调用多翼离心通风机内流场的数值分析;王嘉冰,区颖达;风机技术(04);全文 *
矿用多级离心泵平衡盘和叶轮技术改造;王晓华;;中州煤炭(08);全文 *
离心泵叶轮不同磨损程度下的振动信号分析;尹江南;袁寿其;骆寅;孙慧;龚波;;排灌机械工程学报(02);全文 *
袁寿其 ; 梁 ; 袁建平 ; 张金凤 ; 骆寅 ; .离心泵进口回流流场特性的数值模拟及试验.排灌机械工程学报.2011,全文. *

Also Published As

Publication number Publication date
CN114810623A (zh) 2022-07-29

Similar Documents

Publication Publication Date Title
CN109190166B (zh) 一种叶片泵空化判定及状态评估方法及其系统
JP4504065B2 (ja) 転がり軸受の余寿命診断方法
JP3880455B2 (ja) 転がり軸受の余寿命診断方法及びこの余寿命診断装置
JP4787904B2 (ja) 転がり軸受の余寿命診断方法
CN111963415A (zh) 一种液压柱塞泵的故障诊断方法及系统
CN102262215A (zh) 一种大型发电机定转子气隙偏心故障检测方法
CN113757093B (zh) 一种闪蒸汽压缩机组故障诊断方法
CN112302966B (zh) 一种离心泵运行状态判定方法及判定系统
CN112329357B (zh) 一种清水离心泵振动故障的简易诊断方法及诊断系统
CN116878886B (zh) 一种用于冷却塔水泵轴承磨损的监测方法
CN114295367B (zh) 一种风电机组齿轮箱工况在线监测方法
CN114810623B (zh) 一种基于马氏距离的叶片式泵健康监测评估方法及装置
CN115876288A (zh) 一种基于大数据的电子仪表故障分析方法及系统
Fan et al. Research on running status monitoring and rotating blade crack detection of large-scale centrifugal compressor based on blade tip timing technique
Wu et al. A hybrid fault diagnosis approach for blade crack detection using blade tip timing
KR20240003469A (ko) 원전설비의 예측진단방법 및 시스템
CN114705908A (zh) 一种智能电表状态监测装置及其使用方法
KR20150019360A (ko) 저압터빈의 경년열화평가방법
CN109630450B (zh) 一种天然气长输管道离心压缩机组停机保护方法
CN112393907B (zh) 基于扫频分析技术的风电机组轴承典型故障自动诊断方法
CN113339280B (zh) 一种海上离心泵故障诊断方法及系统
CN116358864B (zh) 一种旋转机械设备故障类型诊断方法及系统
CN113588259B (zh) 一种设备振动信号标度曲线转折点检测方法及工况监测装置
CN219956881U (zh) 一种离心水泵、阀门性能测试的联合试验装置
CN114200163B (zh) 一种风力发电机组风速计异常识别方法与系统

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