往复泵泵阀故障诊断方法

被引：15

作者：

赵玉明

冯子明

赵卫华

机构：

[1] 大庆油田钻井二公司

[2] 大庆石油学院

[3] 大庆油田采油一厂黑龙江大庆

[4] 黑龙江大庆

来源：

流体机械 | 2005年 / 01期

关键词：

小波包; 神经网络; 泵阀; 故障诊断;

D O I：

暂无

中图分类号：

TH321 [活塞泵];

学科分类号：

120111 [工业工程];

摘要：

针对往复泵在线故障诊断时难以提取故障特征的实际情况 ,提出一种适于往复泵的在线诊断方法。该方法利用小波包对采集信号进行分解和重构来构造能量特征向量 ,用该方法构造的特征向量能有效地反映往复泵的故障特征 ,通过用神经网络进行故障诊断 ,结果表明该方法能提高往复泵的诊断率。

引用

收藏

页码：42 / 44

页数：3

相关论文

共 3 条

[1]

基于支持向量机的往复泵泵阀故障诊断方法 [J].

时文刚 ;

刘树林 ;

张嘉钟 ;

黄文虎 .

机械强度, 2002, (03) :362-364

[2]

机械故障信号小波包分解的时域特征提取方法研究 [J].

杨国安 ;

钟秉林 ;

黄仁 ;

贾民平 ;

许云飞 .

振动与冲击, 2001, (02)

[3]

小波消噪及其在往复泵振动监测信号处理中的应用 [J].

杨其俊 ;

裴峻峰 ;

孙辉 .

振动与冲击, 2000, (02)