基于去趋势波动分析的往复式泥浆泵故障诊断方法.pdf

《基于去趋势波动分析的往复式泥浆泵故障诊断方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第29卷第5期齐齐哈尔大学学报Vo1．29，No．52013年9月JournalofQiqiharUniversitySep．，2013基于去趋势波动分析的往复式泥浆泵故障诊断方法牟松(齐齐哈尔龙铁建筑安装有限公司，黑龙江齐齐哈尔161002)摘要：基于去趋势波动分析方法(DFA)对往复式泥浆泵的振动信号进行分析，通过DFA方法对动力系统进行仿真实验，结果表明去趋势波动分析的方法能够对复杂的动力系统进行故障识别，并采用DFA法与盒子维结合的方法计算多重分形维数，将此法应用在往复式泥浆泵模拟故障试验中，诊断效果较好。关键词：去趋势波动分析(DF

2、A)；往复式泥浆泵；故障诊断；分形维数中图分类号：TE926文献标志码：A文章编号：1007—984X(2013)05—0088—04往复式泥浆泵是石油勘探和矿业开采的关键设备，保证泥浆泵的良好运行是采掘行业中设备维护的中心工作之一㈣。往复式机械属于十分复杂的非线性系统，振动信号呈现为非平稳性和非线性。由于信号内在的非平稳特性很难估计，而传统的时域统计指标和频谱分析等方法大多假定信号是平稳的，且所含噪声是不相关的，因此传统方法不能完全提取出信号所含的信息口。一些非平稳信号的处理方法如时频分析，小波变换等方法虽然改进了传统方法的不足，提取出信号

3、中的某些非平稳信息，但它们比较依赖故障所产生的特征频率成分，如果故障特征频率成分较弱或者被其他信号成分所掩盖，这些非平稳信号特征就很难得到有效结果。为此，本文介绍一种可提取信号内部隐含的长程相关信息的去趋势波动分析(DFA)方法，并探讨该方法在往复式泥浆泵故障诊断中的应用。DFA方法是一种用于检测非平稳信号中长程相关信息的方法p。该方法滤除了原始序列中未知的趋势成分，剩下的离差序列保留了原始序列中弱相关成分，从而可识别出信号内在的波动或相关l生。近年来，DFA~-法已逐渐在旋转机械故障诊断的研究中得到了应用。对于往复式泥浆泵来说，其振动信号主

4、要是来自内部激励力和故障的响应，可通过DFA滤除信号在某一尺度下的波动趋势，去除不需要的信号成分(噪声)，得到与故障有关的信息。1DFA算法概述1994年由Peng等在研究DNA序列时提出来的去趋势波动分析方法(DFA)是一种计算非平稳时问序列长相关性的有效方法。DFA方法的具体步骤分为五步：第一步，假设m是长度为／、韵非平稳的时间序列信号。对信号进行初步处理，得到与对应的Ⅳ个j，(i)值iY(i)：∑[x一()]，f=1，⋯，N(1)七=l在式(1)中，()表示的是信号序列X的平均值。第二步，将第一步中做得到的Ⅳ个j，(f)值平均划分成N(

5、N=int(N．))段，这段数据互不重叠。是每段数据中】，(f)的个数。第三步，对Ⅳ数据段里的个数据采取类似于最小二乘的方法进行“趋势消除”处理，对于第V段数收稿日期：2013—05—15作者简介：牟松(1976一)，男，黑龙江齐齐哈尔人，本科，主要从事车辆及化学设备方面的研究，musongl976@126．corn。第5期基于去趋势波动分析的往复式泥浆泵故障诊断方法据：F(，V)=二∑{y【(V—1)s+i～Yv(f)】)，V=1，2，3，⋯，(2)其中：Yv(i)是对应于第v部分的趋势消除多项式，可以是二次或是更高次幂的多项式。第四步，对

6、趋势消除后的个磅(，v)gZ~，得到q阶波动函数1Ⅳ()={薹()¨(3)可以取非零的任何实数。第五步，对每个不同的q，画出()随着变化的对数坐标系图，分析，q与()之间的关系，若是长相关时间信号，那么一般情况下有()OC‘(4)即在对数坐标系下，()一S图应表现为一条直线。由于(g)=qh(q)一1(5)再由盒子维的定义可得到多重分形维数J[)(g)，J[))：：—qh(q)-1(6)—g—lq一1其中h(q)被称为广义Hurst指数，表征原始序列相关性。当序列是平稳时问序列时=h(2)称为Hurst指数，通常波动函数值，()是的增函数，作

7、出()对的函数关系图，实际上描述序列的长程相关性，被称为长程相关指数，日值越大，相关性越强。当=0．5，意味着该序列不相关，是一独立随机过程；当0．5

8、是一个单分形过程；否则是多重分形过程。2仿真研究以洛伦兹系统为例，对其进行去趋势波动分析，其中，Y，z为方程的无量纲变量，、b分别是prantl数、与对流尺度相联系