往复真空泵是抽取真空的重要设备之一，它的泵效高、适应性强且排液量范围广，并且在工作中操作简单方便，工作过程平稳可靠，因而在注水驱油、钻井及压裂等工艺过程中广泛应用。在各油气处理站、中转库中，将其作为冬季外输轻烃、外输气时加注甲醇的重要设备。但由于其易损件较多，其液力端关键部件为泵阀组件，而泵阀组件又因工况恶劣经常发生失效，故障率相对较高，因此对其状态进行监测及故障诊断，对于及时做出合理的维修保养决策具有重要意义。
在现场，操作工人对往复泵运行状态监测和故障判断过程存在很多问题。人为判断故障，适应性差，往复泵阀的各种故障，通过人工“看”、“听”，适应性差，不利于推广；环境干扰较大，往复泵现场不可避免地有电机等各种干扰，在常规测试中，环境干扰较大；人工盲目操作，劳动强度大；保护措施不完善。
为了解决上述问题，利用不断发展的小波分析和小波神经网络技术，加之微机测试技术的优势，建立高性能的综合智能故障诊断系统，并使之适应现场应用。验证结果表明:该诊断系统诊断速度快、准确性高。往复泵故障诊断的过程分为3个阶段:第一阶段是采集到泵腔内的压力信号；第二阶段是排除噪声干扰，提高诊断的灵敏度和准确率，从所采集来的压力信号中提取故障特征，笔者使用的是小波包分析技术；第三阶段是根据故障特征和其他诊断信息作出诊断决策，这一阶段通过建立小波神经网络，确定网络结构来实现，实际中先对教师信号进行特征提取、训练，输神经网络，然后采集实际数据，进行特征提取，通过二者的比较可以诊断并确定往复泵的故障。
更多新闻资讯
如需转载请注明来源：http://www.163beng.com |
