CN117072460B - 一种基于振动数据和专家经验的离心泵状态监测方法 - Google Patents
一种基于振动数据和专家经验的离心泵状态监测方法 Download PDFInfo
- Publication number
- CN117072460B CN117072460B CN202311330776.5A CN202311330776A CN117072460B CN 117072460 B CN117072460 B CN 117072460B CN 202311330776 A CN202311330776 A CN 202311330776A CN 117072460 B CN117072460 B CN 117072460B
- Authority
- CN
- China
- Prior art keywords
- centrifugal pump
- vibration
- data
- pump
- mean square
- 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 17
- 238000012544 monitoring process Methods 0.000 title claims abstract description 17
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
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 Non-Positive-Displacement Pumps (AREA)
- Structures Of Non-Positive Displacement Pumps (AREA)
Abstract
本发明公开了一种基于振动数据和专家经验的离心泵状态监测方法，涉及离心泵状态监测技术领域，其技术方案要点是：在离心泵上布置压力传感器、振动传感器和流量传感器，获取离心泵数据，并以振动信号的均方根作为监测指标；建立数据库对离心泵数据进行存储；从数据库中提取离心泵的历史健康值，根据泵前压力、泵后压力、流量，建立离心泵在不同工况下振动均方根的健康数据集；获得离心泵在第j个工况下振动均方根的经验阈值。根据离心泵在不同工况下健康数据集的平均值和标准差，结合专家经验阈值，确定离心泵在不同工况下的阈值，通过本方法能够降低误报率和漏报率，有效了解离心泵的健康状态。
Description
技术领域
本发明涉及离心泵状态监测技术领域，更具体地说，它涉及一种基于振动数据和专家经验的离心泵状态监测方法。
背景技术
在工业中同一离心泵在不同工况下的振动会有不同。如果不能有效设置合理的离心泵振动阈值，将不能有效监测离心泵状态和提前发现离心泵的异常，导致严重影响工业生产进度。
目前主要依靠专家经验或现有的数据获得具有一定参考价值的阈值，但仍然存在较大的漏报和误报，且后期需要不断修改阈值。
由于不同工况下离心泵的振动大小存在一定的差异，而仅靠专家经验或现有的数据只能获得一定的参考阈值，可能导致较大的漏报和误报。为了能有效监测离心泵的状态，本专利提出一种基于振动数据和专家经验的离心泵状态监测方法。
发明内容
本发明的目的是提供一种基于振动数据和专家经验的离心泵状态监测方法，以解决上述技术问题。
本发明的上述技术目的是通过以下技术方案得以实现的：一种基于振动数据和专家经验的离心泵状态监测方法，包括如下步骤方法：
S1：在离心泵上布置压力传感器、振动传感器和流量传感器，获取离心泵数据，并以振动信号的均方根作为监测指标；
S2：建立数据库对离心泵数据进行存储；
S3：从数据库中提取离心泵的历史健康值，根据泵前压力、泵后压力、流量，建立离心泵在不同工况下振动均方根的健康数据集；
S4：获得离心泵在第j个工况下振动均方根的经验阈值；
S5：获取离心泵在第j个工况下健康数据集的中心，计算健康数据集中所有数据与中心的距离/>，其中/>为离心泵在第j个工况健康数据集中第k个数据与中心的距离，p为离心泵在第j个工况中健康数据集的数据量，然后计算/>的平均值/>和标准差/>；
S6：设置离心泵在第j个工况下报警阈值为,
其中、/>、/>和/>为常数；
S7：依次重复步骤S4-步骤S6，确定离心泵在不同工况下的阈值；
S8：当获得离心泵的最新数据时，根据获得的新数据判断当前所属工况，然后将当前振动信号的均方根与所属工况的报警阈值进行比较。如果大于或等于阈值，则说明离心泵振动有异常，需要进行维护检测。如果小于阈值，则说明离心泵振动无异常。
本发明进一步设置为：所述步骤S1中获取的离心泵数据包括泵前压力、泵后压力、流量和振动信号。
综上所述，本发明具有以下有益效果：根据离心泵在不同工况下健康数据集的平均值和标准差，结合专家经验阈值，确定离心泵在不同工况下的阈值，通过本方法能够降低误报率和漏报率，有效了解离心泵的健康状态。
附图说明
图1是本发明所述一种基于振动数据和专家经验的离心泵状态监测方法流程图。
具体实施方式
以下结合附图1对本发明作进一步详细说明；
实施例：一种基于振动数据和专家经验的离心泵状态监测方法，如图1所示，
S1，在离心泵上布置压力传感器、振动传感器和流量传感器，获取离心泵的泵前压力、泵后压力、流量和振动信号等数据，并以振动信号的均方根作为监测指标。
S2，根据工程经验可知，振动信号的均方根与泵前压力、泵后压力、流量紧密相关，即泵前压力、泵后压力、流量可作为离心泵振动的工况。为此，建立包含振动信号的均方根、泵前压力、泵后压力、流量等信息的数据库。
S3，从数据库中提取离心泵的历史健康值，根据泵前压力、泵后压力、流量，建立离心泵在不同工况下振动均方根的健康数据集。
S4，根据专家经验可知，获得离心泵在第j（j<M,M是工况数量）个工况下振动均方根的经验阈值。
S5，获取离心泵在第j个工况下健康数据集的中心，计算健康数据集中所有数据与中心的距离/>，其中/>为离心泵在第j个工况健康数据集中第k个数据与中心的距离，p为离心泵在第j个工况中健康数据集的数据量，然后计算/>的平均值/>和标准差/>；
S6：设置离心泵在第j个工况下报警阈值为,
其中、/>、/>和/>为常数，根据工程实践经验确定。
S7：依次重复步骤S4-步骤S6，确定离心泵在不同工况下的阈值；
S8：当获得离心泵的最新数据时，通过其泵前压力、泵后压力、流量等信息判断当前所属工况，然后将当前振动信号的均方根与所属工况的报警阈值进行比较。如果大于或等于阈值，则说明离心泵振动有异常，需要进行维护检测。如果小于阈值，则说明离心泵振动无异常。
本具体实施例仅仅是对本发明的解释，其并不是对本发明的限制，本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本发明的权利要求范围内都受到专利法的保护。
Claims (2)
1.一种基于振动数据和专家经验的离心泵状态监测方法，其特征是，包括如下步骤方法：
S1：在离心泵上布置压力传感器、振动传感器和流量传感器，获取离心泵数据，并以振动信号的均方根作为监测指标；
S2：建立数据库对离心泵数据进行存储；
S3：从数据库中提取离心泵的历史健康值，根据泵前压力、泵后压力、流量，建立离心泵在不同工况下振动均方根的健康数据集；
S4：获得离心泵在第j个工况下振动均方根的经验阈值；
S5：获取离心泵在第j个工况下健康数据集的中心，计算健康数据集中所有数据与中心的距离/>，其中/>为离心泵在第j个工况健康数据集中第k个数据与中心的距离，p为离心泵在第j个工况中健康数据集的数据量，然后计算/>的平均值/>和标准差/>；
S6：设置离心泵在第j个工况下报警阈值为,
；
其中、/>、/>和/>为常数；
S7：依次重复步骤S4-步骤S6，确定离心泵在不同工况下的阈值；
S8：当获得离心泵的最新数据时，根据获得的新数据判断当前所属工况，然后将当前振动信号的均方根与所属工况的报警阈值进行比较，大于或等于阈值，离心泵振动有异常，需要进行维护检测；小于阈值，离心泵振动无异常。
2.根据权利要求1所述的一种基于振动数据和专家经验的离心泵状态监测方法，其特征是：所述步骤S1中获取的离心泵数据包括泵前压力、泵后压力、流量和振动信号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311330776.5A CN117072460B (zh) | 2023-10-16 | 2023-10-16 | 一种基于振动数据和专家经验的离心泵状态监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311330776.5A CN117072460B (zh) | 2023-10-16 | 2023-10-16 | 一种基于振动数据和专家经验的离心泵状态监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117072460A CN117072460A (zh) | 2023-11-17 |
| CN117072460B true CN117072460B (zh) | 2023-12-19 |
Family
ID=88704603
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311330776.5A Active CN117072460B (zh) | 2023-10-16 | 2023-10-16 | 一种基于振动数据和专家经验的离心泵状态监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117072460B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117268535B (zh) * | 2023-11-22 | 2024-01-26 | 四川中测仪器科技有限公司 | 一种基于振动数据的电机转轴状态监测方法 |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104295525A (zh) * | 2014-01-24 | 2015-01-21 | 江苏大学 | 一种基于实验设计的离心泵叶轮多工况设计方法 |
| CN107461342A (zh) * | 2017-08-16 | 2017-12-12 | 江苏大学 | 一种离心泵故障在线诊断方法及系统 |
| EP3456979A1 (de) * | 2017-09-18 | 2019-03-20 | Pfeiffer Vacuum Gmbh | Vakuumgerät und verfahren zur erzeugung einer information betreffend den betrieb eines vakuumgerätes |
| CN110073301A (zh) * | 2017-08-02 | 2019-07-30 | 强力物联网投资组合2016有限公司 | 工业物联网中具有大数据集的数据收集环境下的检测方法和系统 |
| CN110121598A (zh) * | 2016-12-30 | 2019-08-13 | 格兰富控股联合股份公司 | 传感器组件、泵中的故障检测方法、及包括该传感器组件的泵组件 |
| CN110159554A (zh) * | 2019-05-24 | 2019-08-23 | 武汉工程大学 | 基于主元分析和序贯概率比检验的离心泵故障诊断方法 |
| CN111120348A (zh) * | 2019-12-25 | 2020-05-08 | 中国石化销售股份有限公司华南分公司 | 基于支持向量机概率密度估计的离心泵故障预警方法 |
| CN213574677U (zh) * | 2020-11-13 | 2021-06-29 | 深圳市佳运通电子有限公司 | 离心泵运行状态检测装置 |
| CN214404020U (zh) * | 2021-01-19 | 2021-10-15 | 瑞程石化科技工程(大连)有限公司 | 提高工艺流程离心泵的安全运行装置 |
| CN113530850A (zh) * | 2021-08-26 | 2021-10-22 | 江苏科技大学 | 一种基于eas和堆叠胶囊自编码器的离心泵故障诊断方法 |
| CN113723732A (zh) * | 2020-05-25 | 2021-11-30 | 中国石油化工股份有限公司 | 用于离心泵的状态判定方法及系统 |
| CN114508490A (zh) * | 2022-02-08 | 2022-05-17 | 上海水泵制造有限公司 | 一种智能中开离心泵以及应用于该离心泵的网络故障点定位方法、可读存储模块 |
| CN115186702A (zh) * | 2022-06-24 | 2022-10-14 | 中国计量大学 | 一种基于振动信号的离心泵空化状态识别方法 |
| CN116719831A (zh) * | 2023-08-03 | 2023-09-08 | 四川中测仪器科技有限公司 | 一种面向健康监测的标准数据库建立与更新方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150122037A1 (en) * | 2013-10-30 | 2015-05-07 | Syncrude Canada Ltd. In Trust For The Owners Of The Syncrude Project | Method for diagnosing faults in slurry pump impellers |
| ES2711148T3 (es) * | 2014-12-02 | 2019-04-30 | Siemens Ag | Monitorización de una bomba |
| EP3647597B1 (en) * | 2018-11-05 | 2021-11-03 | Grundfos Holding A/S | Sensor arrangement and method for monitoring a circulation pump system |
-
2023
- 2023-10-16 CN CN202311330776.5A patent/CN117072460B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104295525A (zh) * | 2014-01-24 | 2015-01-21 | 江苏大学 | 一种基于实验设计的离心泵叶轮多工况设计方法 |
| EP3563062A1 (en) * | 2016-12-30 | 2019-11-06 | Grundfos Holding A/S | Sensor assembly and method for fault detection in pumps and pump assembly comprising such sensor assembly |
| CN110121598A (zh) * | 2016-12-30 | 2019-08-13 | 格兰富控股联合股份公司 | 传感器组件、泵中的故障检测方法、及包括该传感器组件的泵组件 |
| CN110073301A (zh) * | 2017-08-02 | 2019-07-30 | 强力物联网投资组合2016有限公司 | 工业物联网中具有大数据集的数据收集环境下的检测方法和系统 |
| CN107461342A (zh) * | 2017-08-16 | 2017-12-12 | 江苏大学 | 一种离心泵故障在线诊断方法及系统 |
| EP3456979A1 (de) * | 2017-09-18 | 2019-03-20 | Pfeiffer Vacuum Gmbh | Vakuumgerät und verfahren zur erzeugung einer information betreffend den betrieb eines vakuumgerätes |
| CN110159554A (zh) * | 2019-05-24 | 2019-08-23 | 武汉工程大学 | 基于主元分析和序贯概率比检验的离心泵故障诊断方法 |
| CN111120348A (zh) * | 2019-12-25 | 2020-05-08 | 中国石化销售股份有限公司华南分公司 | 基于支持向量机概率密度估计的离心泵故障预警方法 |
| CN113723732A (zh) * | 2020-05-25 | 2021-11-30 | 中国石油化工股份有限公司 | 用于离心泵的状态判定方法及系统 |
| CN213574677U (zh) * | 2020-11-13 | 2021-06-29 | 深圳市佳运通电子有限公司 | 离心泵运行状态检测装置 |
| CN214404020U (zh) * | 2021-01-19 | 2021-10-15 | 瑞程石化科技工程(大连)有限公司 | 提高工艺流程离心泵的安全运行装置 |
| CN113530850A (zh) * | 2021-08-26 | 2021-10-22 | 江苏科技大学 | 一种基于eas和堆叠胶囊自编码器的离心泵故障诊断方法 |
| CN114508490A (zh) * | 2022-02-08 | 2022-05-17 | 上海水泵制造有限公司 | 一种智能中开离心泵以及应用于该离心泵的网络故障点定位方法、可读存储模块 |
| CN115186702A (zh) * | 2022-06-24 | 2022-10-14 | 中国计量大学 | 一种基于振动信号的离心泵空化状态识别方法 |
| CN116719831A (zh) * | 2023-08-03 | 2023-09-08 | 四川中测仪器科技有限公司 | 一种面向健康监测的标准数据库建立与更新方法 |
Non-Patent Citations (4)
| Title |
|---|
| 叶轮空蚀状态下离心泵振动特性分析;龚波;袁寿其;骆寅;韩岳江;董健;;振动与冲击(02);全文 * |
| 基于EMD的离心泵空化初生的研究;卿彪;任建军;宋晓飞;;水力发电学报(05);全文 * |
| 基于试验的离心泵转速瞬变特性研究;郭义航;袁寿其;骆寅;孙慧;尹江南;;振动与冲击(10);全文 * |
| 离心泵机组振动故障诊断与分析;雪增红;曹潇;王天周;;排灌机械工程学报(06);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117072460A (zh) | 2023-11-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117072460B (zh) | 一种基于振动数据和专家经验的离心泵状态监测方法 | |
| US20200333777A1 (en) | Abnormality detection method and abnormality detection apparatus | |
| CN110648480B (zh) | 一种基于变化速率的单变量报警系统及方法 | |
| CN109325692B (zh) | 水管网的数据实时分析方法及装置 | |
| CN112348237B (zh) | 一种动态钻井数据异常趋势检测方法 | |
| CN110132402B (zh) | 振动趋势数据中尖峰和故障的检测 | |
| CN104808604B (zh) | 控制器、管理器、工厂控制系统和数据处理方法 | |
| CN110057406B (zh) | 一种多尺度自适应的机械设备趋势预警方法 | |
| JP2004303007A (ja) | プロセス監視方法 | |
| CN105515820A (zh) | 一种用于运维管理的健康分析方法 | |
| CN117195018B (zh) | 基于多传感器的矿用水泵智能监测系统 | |
| CN115903659A (zh) | 一种数控设备智能监控方法及系统 | |
| CN106125680B (zh) | 基于工业互联网的工业过程控制数据安全处理方法及装置 | |
| CN116738353B (zh) | 基于数据分析的制药车间空气滤芯性能检测方法 | |
| CN110749532A (zh) | 水利工程渗流智能监测系统及方法 | |
| CN105302123A (zh) | 在线测量数据的监控方法 | |
| CN114135477A (zh) | 一种机泵设备状态监测动态阈值预警方法 | |
| CN117453962A (zh) | 测量仪的数据存储方法及系统 | |
| CN115165079A (zh) | 一种基于多种声音特征分析的设备报警方法 | |
| CN117291582A (zh) | 一种基于数据分析的工业生产互联监控系统 | |
| CN110465833B (zh) | 一种刀具断裂检测方法 | |
| CN112904921A (zh) | 基于物联网的实时监测监管系统 | |
| CN113627885A (zh) | 一种电网供电异常监测系统及其监测方法 | |
| CN115295016A (zh) | 一种设备运行状态监控方法、装置、设备及存储介质 | |
| CN114879033A (zh) | 一种电机故障的检测方法、系统及存储介质 |
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 |