基于RB F神经网络的离心泵地脚螺栓松动故障诊断

摘要：

为了准确识别卧式离心泵地脚螺栓松动故障,搭建了卧式离心泵机组诊断平台,采用电涡流传感器对离心泵转子位移进行监测.将采集的转子位移信号经过经验模态分解法(empirical mode decomposition,EMD)分解为多个固有模态函数(intrinsic mode function,IMF),对各层IMF频谱特征、相关系数及能量占比进行分析得到故障敏感分量.最后,通过径向基(radial basis func-tion,RBF)神经网络对离心泵松动故障进行识别预测.结果表明:采用EMD方法可以有效提取出离心泵松动故障特征,IMF5—IMF8层可作为故障特征分量.通过将IMF5—IMF8层的相关系数和能量占比作为故障特征输入到RBF神经网络中进行识别,准确率可达95％.

关键词：卧式离心泵、经验模态分解、地脚螺栓、径向基神经网络

所属期刊栏目：40

分类号：S277.9(农田水利)

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;镇江市重点研发计划项目;镇江市重点研发计划项目;西华大学流体;动力机械教育部重点实验室开放课题项目;动力机械教育部重点实验室开放课题项目;动力机械教育部重点实验室开放课题项目;过程装备与控制工程四川省高校重点实验室开放基金资助项目;过程装备与控制工程四川省高校重点实验室开放基金资助项目;江苏高校优势学科建设工程项目;江苏省六大人才高峰高层次人才项目

在线出版日期：2022-10-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：993-998