CN116066357A - 一种用于诊断泥浆泵故障的系统及方法 - Google Patents

Abstract

本发明公开了一种用于诊断泥浆泵故障的系统，包括：探测装置，其配置为采用传感器阵列技术对泥浆泵各噪点位置的声音信号进行探测；处理装置，其配置为对所探测到的各噪点声音信号进行分析，并根据经过分析处理的所述各噪点声音信号进行声源定位并进行特征提取；诊断装置，其配置为根据所定位的声源和提取到的声音特征数据，确定泥浆泵的故障部件以及相应故障部件的故障类型。本发明能够有效预测泥浆泵故障并快速定位故障部位，结构设计简单，诊断结果精度高，适合泥浆泵在线故障诊断。

Description

一种用于诊断泥浆泵故障的系统及方法

技术领域

本发明涉及泥浆泵检测技术领域，尤其是涉及一种用于诊断泥浆泵故障的系统及方法。

背景技术

泥浆泵是石油钻机的心脏，主要用于循环钻井液、冲洗井底并携带岩屑、冷却钻头、保护井壁等，在喷射钻井时，还有破碎岩屑的作用。由于泥浆泵的环境恶劣、钻井工况复杂，导致泥浆泵故障率高。正确、及时地处理钻井过程中泥浆泵出现的各种故障，减少停钻时问，对于保障钻井顺利进行，降低钻井成本，减少事故的发生和杜绝安全隐患都将起着重要的作用。

传统的泥浆泵故障的诊断方法是在发生故障时，在现场依靠人的经验、技术水平，通过目测、耳听及常规的泵压数据等方式进行故障部位的判断，效率低，主观性强，现场无法做到提前预测泥浆泵故障。

在现有泥浆泵故障诊断技术中，有如下几种类型的方案：其一，通过振动传感器检测泥浆泵的振动，利用数据线传输给动态信号测试仪，最后上传数据处理模块，利用数据处理模块进行信号处理与诊断；其二，根据多个参数(主轴承温度、十字头温度、润滑油温度和压力、缸套压力、泵压、泵冲)来进行实时监测和预警，便于快速确定泥浆泵故障点；其三，在泥浆泵的各个液缸上设置若干单声音传感器，采集各液缸单声音信号进行融合运算，可以分离出各个液缸的噪声信号。

虽然现有技术能够对泥浆泵进行故障诊断处理，但在实现本发明中，发明人发现现有泥浆泵故障诊断技术存在如下问题：1、基于接触式传感器设备进行振动信号、音频信号采集，采集结果受安装位置、安装环境和泥浆泵工作环境等因素影响更较大；2、基于单麦克风处理技术来进行声音信号采集，使得目标声源定位结果失真严重；3、采用线性阵列技术进行声信号采集，在背景噪声较强的情况下，诊断精度较低；4、仅研究了噪声分离方案，并未实现故障诊断和预测。

发明内容

为了解决上述技术问题，本发明提供了一种用于诊断泥浆泵故障的系统，包括：探测装置，其配置为采用传感器阵列技术对泥浆泵各噪点位置的声音信号进行探测；处理装置，其与所述探测装置连接，配置为对所探测到的各噪点声音信号进行分析，并根据经过分析处理的所述各噪点声音信号进行声源定位并进行特征提取；诊断装置，其与所述处理装置连接，配置为根据所定位的声源和提取到的声音特征数据，确定泥浆泵的故障部件以及相应故障部件的故障类型。

优选地，所述系统还包括：采集装置，其位于所述探测装置和所述处理装置之间，配置为对所探测到的各噪点声音信号进行数据清洗处理，其中，数据清洗处理依次包括异常数据清除、错误数据纠正、重复数据清理及数据格式标准化处理。

优选地，所述处理装置包括：预处理单元，其中，所述预处理单元，其配置为对所述各噪点声音信号进行分析处理，其中，所述分析处理依次包括模数转换处理、滤波处理、降噪处理、信号放大处理、加窗分帧处理和时频变换处理。

优选地，所述处理装置包括：定位单元，其中，所述定位单元，其配置为根据分析处理结果，计算声音信号到达各传感器的时间并得到各传感器之间的延时时间，而后根据声音到达时间和所述延时时间，结合所述探测装置的空间位置、泥浆泵各部件之间的相对位置以及各部件与所述探测装置之间的相对位置，对当前探测到的声音信号的发射声源进行定位，得到声源信息。

优选地，所述处理装置包括：特征提取单元，其中，所述特征提取单元，其配置为对分析处理结果进行声音特征提取处理，得到表征提取结果的综合声音特征数据，其中，所述综合声音特征数据包括但不限于相位谱图、幅度谱图、能量占比特征、统计因子特征、声强分布特征和频率成分特征。

优选地，声源部件包括但不限于：液缸、活塞、吸入阀、排出阀、动力端链条、十字头和导板部件。

优选地，所述探测装置水平放置在泥浆泵的液力端侧的下方，所述探测装置构造为由多个声音传感器形成的矩形面阵机构，其中，矩形面阵机构采用16*13矩形阵列，各传感器间的间距为0.05m。

优选地，所述诊断装置，其配置为根据声源信息，从泥浆泵故障诊断特征数据库中提取每个已定位声源部件的故障评价特征数据，并将所述声音特征数据与所述每个已定位声源部件的故障评价特征数据进行对比，从而判断是否存在故障部件，其中，在存在故障部件时，明确故障部件并预测相应的故障阶段和故障类型。

优选地，所述泥浆泵故障诊断特征数据库包括各泥浆泵声源部件的故障评价特征数据，其中，所述故障评价特征数据包括各声源部件在正常运行情况下的声音特征数据、以及各声源部件在不同故障类型下以完整故障发生过程运行时所对应的故障趋势声音特征数据。

另一方面，本发明还提供了一种用于诊断泥浆泵故障的方法，所述方法利用如上述所述的系统来实现，其中，所述方法包括如下步骤：采用传感器阵列技术对泥浆泵各噪点位置的声音信号进行探测；对所探测到的各噪点声音信号进行分析，并根据经过分析处理的所述各噪点声音信号进行声源定位并进行特征提取；根据所定位的声源和提取到的声音特征数据，确定泥浆泵的故障部件以及相应故障部件的故障类型。

与现有技术相比，上述方案中的一个或多个实施例可以具有如下优点或有益效果：

本发明公开了一种用于诊断泥浆泵故障的系统及方法。该系统及方法通过在泥浆泵附近安装麦克风传感器阵列，采集泥浆泵运行过程中各部位发出的声音信号，并对所采集声音信号进行分析，预测诊断泥浆泵的故障，有效发现泥浆泵故障苗头，从而在故障发生之前处理，避免非停机带来的损失。本发明能够有效预测泥浆泵故障并快速定位故障部位，结构设计简单，诊断结果精度更高，适合泥浆泵在线故障诊断。其次，本发明所采用的非接触式安装方式，不受安装位置和环境的限制，对声源信号可自动监测、定位、预测和诊断。再次，本发明所采用的矩形面阵麦克风阵列结构，可以获得泥浆泵不同部件声源信号的方位信息，具有更高精度的时变信息。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：

图1是本申请实施例的用于诊断泥浆泵故障的系统的整体结构示意图。

图2是本申请实施例的用于诊断泥浆泵故障的系统的具体结构示意图。

图3是本申请实施例的用于诊断泥浆泵故障的系统中处理装置3的实施流程示意图。

图4是本申请实施例的用于诊断泥浆泵故障的系统中诊断装置4的实施流程示意图。

图5是本申请实施例的用于诊断泥浆泵故障的方法的步骤示意图。

在本申请中，所有附图均为示意性的附图，仅用于说明本发明的原理，并且未按实际比例绘制。

其中，附图标记列表如下：

1：探测装置

2：采集装置

3：处理装置

4：诊断装置

31：预处理单元

32：定位单元

33：特征提取单元

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。

泥浆泵是石油钻机的心脏，主要用于循环钻井液、冲洗井底并携带岩屑、冷却钻头、保护井壁等，在喷射钻井时，还有破碎岩屑的作用。由于泥浆泵的环境恶劣、钻井工况复杂，导致泥浆泵故障率高。正确、及时地处理钻井过程中泥浆泵出现的各种故障，减少停钻时问，对于保障钻井顺利进行，降低钻井成本，减少事故的发生和杜绝安全隐患都将起着重要的作用。

传统的泥浆泵故障的诊断方法是在发生故障时，在现场依靠人的经验、技术水平，通过目测、耳听及常规的泵压数据等方式进行故障部位的判断，效率低，主观性强，现场无法做到提前预测泥浆泵故障。

在现有泥浆泵故障诊断技术中，有如下几种类型的方案：其一，通过振动传感器检测泥浆泵的振动，利用数据线传输给动态信号测试仪，最后上传数据处理模块，利用数据处理模块进行信号处理与诊断；其二，根据多个参数(主轴承温度、十字头温度、润滑油温度和压力、缸套压力、泵压、泵冲)来进行实时监测和预警，便于快速确定泥浆泵故障点；其三，在泥浆泵的各个液缸上设置若干单声音传感器，采集各液缸单声音信号进行融合运算，可以分离出各个液缸的噪声信号。

虽然现有技术能够对泥浆泵进行故障诊断处理，但在实现本发明过程中，发明人发现现有泥浆泵故障诊断技术存在如下问题：1、基于接触式传感器设备进行振动信号、音频信号采集，采集结果受安装位置、安装环境和泥浆泵工作环境等因素影响更较大；2、基于单麦克风处理技术来进行声音信号采集，使得目标声源定位结果失真严重；3、采用线性阵列技术进行声信号采集，在背景噪声较强的情况下，诊断精度较低；4、仅研究了噪声分离方案，并未实现故障诊断和预测。

因而，为了克服上述现有技术依赖人员经验、受安装位置和环境影响、信噪分离难、诊断精度低、无法提前预测等技术问题，本发明提出了一种用于诊断泥浆泵故障的系统及方法。该系统及方法包括：安装在泥浆泵附近的探测装置，其配置为采用传感器阵列技术采集泥浆泵各点噪声处的声音信号；用于对声音信号依次进行分析处理、声源定位和信号特征提取的处理装置；以及用于根据声源定位结果和信号特征提取结果来预测泥浆泵的故障部件并诊断故障阶段及故障类型。这样，本发明通过非接触式声音信号安装方式，有效预测泥浆泵故障，并快速定位故障部位，使得预测结果受安装位置和环境影响较小。

实施例一

图1是本申请实施例的用于诊断泥浆泵故障的系统的整体结构示意图。如图1所示，本发明实施例所述的用于诊断泥浆泵故障的系统(以下简称“泥浆泵故障诊断系统”)，至少包括：探测装置1、处理装置3和诊断装置4。其中，处理装置3与探测装置1相连接，诊断装置4与处理装置3相连接。在本发明实施例中，各装置之间的信息、数据及信号传输方式可以为有线传输也可以为无线传输，本发明对此不作具体限定。

在本发明实施例中，探测装置1水平放置在泥浆泵的液力端侧的下方。探测装置1用于采用传感器阵列技术对泥浆泵各噪点位置的声音信号进行探测。进一步，探测装置1采用麦克风传感器阵列，由多个声音传感器11构成，并使得所有声音传感器形成均匀的矩形面阵机构。具体地，探测装置1优选地采用16*13矩形传感器结构，各个传感器之间的间距为0.05m。

在实际应用过程中，由于探测装置1中各个声音传感器水平放置在泥浆泵的液力端侧的下方，因而，在泥浆泵实际运行工作过程中，泥浆泵内部的各部件均作为声源部件发出相应的声音信号，此时，整个矩形面阵机构组成的探测装置1可将各传感器作为相应的噪声探测点，对探测区域内各噪点位置处所接收到的声音信号进行采集(探测)。由此，在各噪点位置处所采集到的声音信号是由不同位置处的声源部件所发出的声音信号的叠加。

进一步，在本发明实施例中，声源部件包括但不限于泥浆泵液缸、活塞、吸入阀、排出阀、动力端链条、十字头和导板部件。这样，由于本发明采用麦克风传感器阵列形成均匀矩形面阵机构，并水平放置在泥浆泵的液力端侧的下方，因而探测装置1能够采集表征泥浆泵内部的液缸、活塞、吸入阀、排出阀、动力端链条、十字头、导板部件等部件运行特征的声音信号。

处理装置3用于对从探测装置1处获得的所探测到的各噪点声音信号进行分析，并根据经过分析处理的各噪点声音信号，进行声源定位并进行声音特征提取处理，而后将声源定位结果和声音特征提取结果(声音特征数据)发送至诊断装置4。诊断装置4用于根据从处理装置3获得的所定位的声源(声源定位结果)和所提取到的声音特征数据(声音特征提取结果)，对泥浆泵进行故障预测，确定(预测)泥浆泵的故障部件以及相应故障部件的故障类型。

图2是本申请实施例的用于诊断泥浆泵故障的系统的具体结构示意图。下面参考图2对本发明实施例所述的泥浆泵故障诊断系统的功能和结构进行详细说明。

如图2所示，为了提高诊断结果的准确性，并防止采集到的干扰参量对故障诊断结果产生异常影响，本发明实施例中的泥浆泵故障诊断系统还包括：采集装置2。

如图2所示，采集装置2位于探测装置1和处理装置3之间。在本发明实施例中，采集装置2用于对从探测装置1处获得的所探测到的各噪点声音信号进行数据清洗处理。具体地，在本发明实施例中，采集装置2进一步用于先接收探测装置1发送的各噪声位置点的声音信号，而后，对各噪点声音信号分别进行数据清洗处理，从而得到各噪点位置对应的经数据清洗处理后的声音信号，最后将各噪点位置处对应的经数据清洗后的声音信号发送至处理装置3。其中，数据清洗处理依次包括：异常数据清除处理、错误数据纠正处理、重复数据清理处理以及数据格式标准化处理。

进一步，处理装置3用于接收从采集装置2处获得的各噪点位置(各通道)处对应的经数据清洗处理后的声音信号，并对各通道所接收到的(经数据清洗处理后的)声音信号进行分析处理，而后根据分析处理结果分别进行声源定位和声音特征提取处理，从而得到相应的声源定位结果和声音特征提取结果。

如图2所示，处理装置3至少包括：预处理单元31、定位单元32和特征提取单元33。图3是本申请实施例的用于诊断泥浆泵故障的系统中处理装置3的实施流程示意图。下面参考图2和图3对处理装置3的实施流程进行具体说明。

在本发明实施例中，预处理单元31用于对从采集装置2处获得的各噪点位置(各通道)处对应的经数据清洗处理后的声音信号分别进行分析处理，针对每个传感器通道(噪点)均得到相应的声音信号分析处理结果，最后将每个噪点通道对应的声音信号分析处理结果发送至定位单元32和特征提取单元33中。其中，在对每个传感器通道所获得的经数据清洗处理后的声音信号进行分析处理时，预处理单元3会将每个通道的声音信号依次进行模数转换处理、高通滤波处理、降噪处理、信号放大处理、加窗分帧处理和时域-频域变换处理，从而针对每个噪点通道得到相应的声音信号分析处理结果。另外，本发明实施例所述的时域-频域变换处理优选为傅里叶变换处理。

这样，预处理单元31不仅将声音信号中不必要的低频噪声成分进行滤除，还将声音信号进行放大、加窗及频域转换处理，进一步便于后续对声音频谱特征进行分析。

在完成声音信号的预处理后，定位单元32用于根据从预处理单元31处获得的每个噪点通道对应的声音信号分析处理结果，进行声源定位处理，得到相应的声源信息。其中，声源信息包括一个或多个所定位出的声源部件。

参考图3，在进行声源定位处理时，定位单元32用于先根据每个噪点通道对应的声音信号分析处理结果，计算各噪点位置处的声音信号从发出到到达各传感器的时间(即声音信号的到达时间)，并根据各噪点处的声源信号到达时间，计算每对相邻传感器之间的到达时间差(延时时间)；而后，根据每个通道的声音信号到达时间和每对相邻传感器的延时时间，结合探测装置1(的中心)相对于泥浆泵的相对空间位置、泥浆泵内各声源部件的相对位置关系、以及各声源部件与探测装置1(的中心)之间的相对位置关系，对当前探测装置1所探测到的各通道声音信号的发射位置进行定位，得到相应的声源位置分布信息，进一步确定出当前发出声音信号所涉及的一个或多个声源部件，从而得到声源信息(即声源定位结果)。

进一步，特征提取单元33用于对从预处理单元31处获得的每个噪点通道对应的声音信号分析处理结果进行声音特征提取处理，得到表征针对当前整个探测装置的声音特征提取结果的综合声音特征数据。在本发明实施例中，综合声音特征数据包括但不限于：相位谱图、幅度谱图、能量占比特征、统计因子特征、声强分布特征和频率成分特征。

也就是说，参考图3，本发明实施例中的特征提取单元33，在各噪点的声音信号分析处理结果后，将根据这些频谱数据，提取相应的相位谱图和幅度谱图、计算不同声强幅度等级之间的能量占比、实施因子分析统计、统计声强分布特征和统计不同频率成分，从而得到包括相位谱图、幅度谱图、能量占比特征、统计因子特征、声强分布特征和频率成分特征在内的表征声音特征提取结果的综合声音特征数据。

在完成声源定位和声音特征提取处理后，定位单元32和特征提取单元33会分别将所得到的声源信息和综合声音特征数据发送至诊断装置4中。

图4是本申请实施例的用于诊断泥浆泵故障的系统中诊断装置4的实施流程示意图。下面参考图4对诊断装置4的实施流程进行具体说明。

诊断装置4用于获得从处理装置3中的定位单元32和特征提取单元33所发出的声源信息和综合声音特征数据，并根据这两类信息对泥浆泵中发出当前声音信号的部件进行故障预测，确定是否有部件发生故障，并在有部件发生故障时锁定一个或多个故障部件、并确定当故障发生的阶段和具体故障类型。

在本发明实施例中，诊断装置4配置有泥浆泵故障诊断特征数据库。泥浆泵故障诊断特征数据库存储有泥浆泵中每个声源部件的故障评价特征数据。其中，故障评价特征数据，至少包括：每个声源部件在正常运行情况下的声音特征数据、以及每个声源部件的故障趋势声音特征数据。

需要说明的是，在本发明实施例中，在生成每个声源部件的故障趋势声音特征数据的过程中，需要先确定每个声源部件在运行过程中所能发生的各种故障，从而通过统计每个声源部件对应的若干个可能故障类型，形成表征所有声源部件可能发生的所有故障的故障事件表(每项故障事件均标记有故障部件及该部件所可能发生的故障类型)；而后，按照故障事件表中的每项故障事件，对泥浆泵逐一加载每项故障事件，记录每项故障事件中故障部件依次从正常运行、故障初始阶段、故障发展前期、故障发展中期、故障发展后期、到故障恢复阶段整个故障事件完整发展过程的声谱特征数据，从而将同一声源部件可能发生的所有故障事件对应的事件完整发展过程声谱特征数据进行整合，得到相应声源部件的故障趋势声音特征数据。由此，本发明中的故障趋势声音特征数据为相应声源部件在不同可能故障事件下以完整故障事件发生过程运行时所对应的声谱特征数据的集合。

继续参考图4，诊断装置4用于先根据从定位单元32处获得的声源信息，从泥浆泵故障诊断特征数据库中提取每个已定位声源部件的故障评价特征数据，而后，将从特征提取单元33处获得的综合声音特征数据与每个已定位声源部件的故障评价特征数据进行对比，从而判断在当前泥浆泵运行时刻下是否存在故障部件。其中，诊断装置4还用于在检测出当前运行时刻存在故障部件的情况下，确定相应故障部件、并预测当前故障部件对应的故障阶段和可能故障类型，从而生成包括故障部件、故障阶段和故障类型在内的故障预测结果。

这样，本发明实施例所述的泥浆泵故障诊断系统能够对实时运行过程中的泥浆泵在故障发生各个阶段下的故障部件及类型进行准确识别及预测，在故障发生之前处理，避免非停机带来的损失。

实施例二

基于上述实施例一所述的泥浆泵故障诊断系统，本发明实施例还提供了一种用于诊断泥浆泵故障的方法(泥浆泵故障诊断方法)，该方法利用上述所述的泥浆泵故障诊断系统来实现。图5是本申请实施例的用于诊断泥浆泵故障的方法的步骤示意图。如图5所示，本发明实施例所述的泥浆泵故障诊断方法包括如下步骤：

步骤S501、采用传感器阵列技术对泥浆泵各噪点位置的声音信号进行探测；

步骤S502、对步骤S501所探测到的各噪点声音信号进行分析，并根据经过分析处理的各噪点声音信号进行声源定位并进行特征提取；

步骤S503、根据步骤S502所定位的声源和提取到的声音特征数据，确定泥浆泵的故障部件以及相应故障部件的故障类型。

本发明公开了一种用于诊断泥浆泵故障的系统及方法。该系统及方法通过在泥浆泵附近安装麦克风传感器阵列，采集泥浆泵运行过程中各部位发出的声音信号，并对所采集声音信号进行分析，预测诊断泥浆泵的故障，有效发现泥浆泵故障苗头，从而在故障发生之前处理，避免非停机带来的损失。本发明能够有效预测泥浆泵故障并快速定位故障部位，结构设计简单，诊断结果精度更高，适合泥浆泵在线故障诊断。其次，本发明所采用的非接触式安装方式，不受安装位置和环境的限制，对声源信号可自动监测、定位、预测和诊断。再次，本发明所采用的矩形面阵麦克风阵列结构，可以获得泥浆泵不同部件声源信号的方位信息，具有更高精度的时变信息。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人员在本发明所揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

应该理解的是，本发明所公开的实施例不限于这里所公开的特定结构、处理步骤或材料，而应当延伸到相关领域的普通技术人员所理解的这些特征的等同替代。还应当理解的是，在此使用的术语仅用于描述特定实施例的目的，而并不意味着限制。

说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。

虽然本发明所披露的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (10)

1.一种用于诊断泥浆泵故障的系统，包括：

探测装置，其配置为采用传感器阵列技术对泥浆泵各噪点位置的声音信号进行探测；

处理装置，其与所述探测装置连接，配置为对所探测到的各噪点声音信号进行分析，并根据经过分析处理的所述各噪点声音信号进行声源定位并进行特征提取；

诊断装置，其与所述处理装置连接，配置为根据所定位的声源和提取到的声音特征数据，确定泥浆泵的故障部件以及相应故障部件的故障类型。

2.根据权利要求1所述的系统，其特征在于，所述系统还包括：

采集装置，其位于所述探测装置和所述处理装置之间，配置为对所探测到的各噪点声音信号进行数据清洗处理，其中，数据清洗处理依次包括异常数据清除、错误数据纠正、重复数据清理及数据格式标准化处理。

3.根据权利要求1或2所述的系统，其特征在于，所述处理装置包括：预处理单元，其中，

所述预处理单元，其配置为对所述各噪点声音信号进行分析处理，其中，所述分析处理依次包括模数转换处理、滤波处理、降噪处理、信号放大处理、加窗分帧处理和时频变换处理。

4.根据权利要求1～3中任一项所述的系统，其特征在于，所述处理装置包括：定位单元，其中，

所述定位单元，其配置为根据分析处理结果，计算声音信号到达各传感器的时间并得到各传感器之间的延时时间，而后根据声音到达时间和所述延时时间，结合所述探测装置的空间位置、泥浆泵各部件之间的相对位置以及各部件与所述探测装置之间的相对位置，对当前探测到的声音信号的发射声源进行定位，得到声源信息。

5.根据权利要求1～4中任一项所述的系统，其特征在于，所述处理装置包括：特征提取单元，其中，

所述特征提取单元，其配置为对分析处理结果进行声音特征提取处理，得到表征提取结果的综合声音特征数据，其中，所述综合声音特征数据包括但不限于相位谱图、幅度谱图、能量占比特征、统计因子特征、声强分布特征和频率成分特征。

6.根据权利要求4所述的系统，其特征在于，声源部件包括但不限于：液缸、活塞、吸入阀、排出阀、动力端链条、十字头和导板部件。

7.根据权利要求1～6中任一项所述的系统，其特征在于，所述探测装置水平放置在泥浆泵的液力端侧的下方，所述探测装置构造为由多个声音传感器形成的矩形面阵机构，其中，矩形面阵机构采用16*13矩形阵列，各传感器间的间距为0.05m。

8.根据权利要求1～7中任一项所述的系统，其特征在于，

所述诊断装置，其配置为根据声源信息，从泥浆泵故障诊断特征数据库中提取每个已定位声源部件的故障评价特征数据，并将所述声音特征数据与所述每个已定位声源部件的故障评价特征数据进行对比，从而判断是否存在故障部件，其中，在存在故障部件时，明确故障部件并预测相应的故障阶段和故障类型。

9.根据权利要求8所述的系统，其特征在于，所述泥浆泵故障诊断特征数据库包括各泥浆泵声源部件的故障评价特征数据，其中，所述故障评价特征数据包括各声源部件在正常运行情况下的声音特征数据、以及各声源部件在不同故障类型下以完整故障发生过程运行时所对应的故障趋势声音特征数据。

10.一种用于诊断泥浆泵故障的方法，其特征在于，所述方法利用如权利要求1～9中任一项所述的系统来实现，其中，所述方法包括如下步骤：

采用传感器阵列技术对泥浆泵各噪点位置的声音信号进行探测；

对所探测到的各噪点声音信号进行分析，并根据经过分析处理的所述各噪点声音信号进行声源定位并进行特征提取；

根据所定位的声源和提取到的声音特征数据，确定泥浆泵的故障部件以及相应故障部件的故障类型。

Images