一种检测消防水泵在快速启动过程中瞬态故障的方法
【技术领域】
[0001] 本发明提供了一种检测消防水泵在快速启动过程中瞬态故障的方法，具体是指当 消防水泵快速启动时，利用测量传感器和数据采集卡，得到泵机启动过程中转速、流量等随 时间变化的信号数据，计算消防水泵的瞬时扬程和效率，且利用HHT方法对压力、瞬态扬 程、效率、转速及非平稳振动信号进行处理，得到能表征消防水泵运行状态的特征参数，如 瞬时频率和幅值谱等，将提取的特征量输入到RBF神经网络进行故障诊断，分析消防水泵 启动过程中各个物理量的变化特点，从而揭示出消防水泵在运行状态变化过程中的瞬态特 性，并进行故障诊断。
【背景技术】
[0002] 消防水泵基本上长时间在稳定转速下运行，对应的工况也相对较为稳定。在稳定 运行工况下，消防水泵运行转速、工况或负载基本不变或者变化非常缓慢，因此其内部的输 送水基本上不存在由于叶轮转速变化所产生的旋转加速度和内部流动加速度，对水输送性 能和内部流动特性的研宄也主要集中在稳定工况下开展的，并取得了巨大的成果。
[0003] 随着工程领域需要的不断发展和系统复杂程度的不断提高，对消防水泵在瞬态操 作过程中的输送性能提出了更高的要求，并逐步受到研宄人员的关注。消防水泵启动过程 内部瞬态流动是一类边界运动引起的非定常流动，在瞬态操作过程中，转速、流量、压力、振 动等各个性能参数在短时间内发生剧烈的变化，即消防水泵的工况状态在短时间内发生剧 烈的变化。在这些瞬态操作过程中，叶轮转速变化所产生的旋转加速度或者流动加速度是 必然存在的，这些加速度的存在势必会产生一定程度的瞬态效应。特别是当消防水泵中存 在局部故障时会发生瞬态振动，在转速恒定的情况下，瞬态特征是等周期的，然而在变转速 下即启动等变工况过程中，其瞬态特征将不再是等周期的，表现为非平稳特性，而是和转速 有关。
[0004] 大型泵机的启动可靠性是泵站安全运行的重要内容，因此，分析研宄泵站机组的 启动过程，对确保泵站安全可靠运行具有重要意义。大型泵机组的突然启动可能会对局部 电网引起超负荷或电流冲击，对负载设备造成损坏，甚至烧毁。同时、启动过程中往往伴随 着巨大的压力脉动和冲击，容易引起机组设备和管道的破坏。有的泵机的启动过程只有短 短的几秒钟，甚至更短，是一个转速迅速变化的典型变工况过程，在这个过程中，运行流量 从零迅速上升到额定值，除了不可避免的出现输送瞬态特性外，转子动力学问题也非常突 出，由于转速很高，可达几万转每分钟，使的启动期间振动变化相当强烈，具有丰富的动力 学特性，一些在平稳运行中不能得到反映的故障征兆在这里却能突出地表现出来。
[0005] 因此，研宄消防水泵的瞬态特性是非常有必要的，根据消防水泵的性能参数流量、 扬程、效率、振动、温度等来描述泵的运行状态，对采集的信号进行时频域分析处理，检测出 消防水泵在快速启动过程中的瞬态故障。
【发明内容】
[0006] 本发明主要是通过建立由泵机、管路、消防水箱组成的封闭系统，针对泵机安装振 动、转速、压力、流量传感器，在消防水泵在快速启动的短暂过程中，利用数据采集卡采集各 传感器的数据实时传输到上位机，计算消防水泵扬程和泵机效率，对消防水泵进出水压力、 瞬态扬程、效率、转速及振动信号进行HHT时频变换，利用RBF神经网络进行故障检测，分析 各物理信号时频的特征，对消防水泵在快速转变工况时的瞬态性能进行检测。
[0007] 本发明的特征可以由以下技术步骤表明：
[0008] 步骤一：建立包含消防水泵在内的封闭循环管路，在消防水泵基座安装振动传感 器、转轴上安装转速扭矩传感器、消防水泵的进出口安装压力传感器、消防水泵出口安装流 量传感器，建立消防水泵控制的试验平台。
[0009] 步骤二：设置数据采集卡的采样频率，对各个传感器进行同步数据采集，获取消防 水泵在启动过程中进出水压力、管道流量、泵机振动、温度等信号，且通过数据传输网络实 时上传到上位机，进行时域分析处理，获得信号幅值等信息。
[0010] 步骤三：根据消防水泵快速启动时的固有机械特性和流体力学等知识，计算消防 水泵瞬时扬程
[0012] 式中D1J2AA分别为消防水泵进出口所在点的直径和断面宽度，将采集到的参 数代入到上式便可以计算到消防水泵的瞬时扬程。
[0013] 步骤四：根据统计规律及经验公式，假定消防水泵在转速从零到最大的过程中满 足相似定律，消防水泵在某一稳定角速度下运行时，效率随流量变化呈二次曲线规律变 化，且存在一个最大的效率点，对应存在最优工况流量，此时最大效率为nC1和流量Q〇,检测 到泵瞬时的流量和转速，瞬时效率表示为
[0015] 步骤五：利用HHT方法对压力、瞬态扬程、效率、转速及振动信号进行分析处理，首 先通过EMD算法把信号分解成有限个頂F，再对每一个MF分量进行Hilbert变换，求解出 信号的瞬时频率和幅值谱。
[0016] 对采集到的信号x(t)进行EMD分解得到有限个IMF分量，识别出信号的所有极 值点，分别拟合出信号的上包络线和下包络线，筛选出原始信号的所有頂F，对每一个固态 Cj(t)作HiIbert变换
[0018] 通过构造出解析函数，计算出信号x(t)的幅值谱和瞬时频率分别为
[0020] 步骤六：采用Gaussian函数作为径向基函数，然后对RBF网络进行训练，包括径向 基函数中心Ci的学习、径向基函数宽度〇i的学习和隐层和输出层连接权值《M的学习， 得到有效的神经网络模型，进行故障诊断。
[0021] RBF神经网络输出表示为
[0023]上式y、《、巾分别为输出矢量、连接权值和隐层输出，采用Gaussian函数作为径 向基函数，则4>j(X)为
[0025] 上式中Cj为隐层第j个径向基函数的中心，〇」为隐节点的宽度。首先初始化所 有聚类中心(^，将N样本X按最近的聚类中心分类，计算各类样本的均值，修改聚类中心，重 复以上步骤直至所有的聚类中心不在变化，然后将各个聚类中心赋给各RBF的中心。根据 聚类中心与训练样本之间的平均距离算出径向基函数的宽度％_和巾^x)。
HHT方法提取到的温度、转速、振动、扬程、效率信号的瞬时频率和幅值等特征量输入到RBF神经网络进行故障诊断。
[0027] 对现有技术，本方法的优势在于
[0028] 1、建立了一个包含消防水泵在内的封闭循环管路系统，从而实现泵机自身耦合求 解，解决了消防水泵数值模拟时施加边界条件的困难。
[0029] 2、封闭系统管路的调节阀是程序可控的，用程序控制阀门开合度，可以更好的检 测消防水泵的转速和流量之