机泵群故障智能诊断系统技术方案

本发明专利技术公开了一种机泵群故障智能诊断系统，包括:数据库，其存储有故障现象

【技术实现步骤摘要】
机泵群故障智能诊断系统


[0001]本专利技术属于故障自动诊断
，具体地说，涉及一种机泵群故障智能诊断系统。

技术介绍

[0002]机泵在生产制造业中被大量使用，机泵的正常运行对设备的正常运转具有相当重要的意义。
[0003]机泵的故障处理往往都是在问题发生之后再出处理检修，这一过程占据了较多的时间，严重影响企业的生产效率。
[0004]后来出现的工业水泵故障诊断技术，基于各种不同通讯方式的振动温度传感器的数据信号采集，利用信号分析理论获得系统时域和频域中较深层次的多种特征向量,利用这些特征向量与系统故障源之间的关系判断故障源的位置，从而进行故障预警与故障诊断。现有的水泵故障诊断算法主要是利用BP神经网络进行水泵各运行特征值和故障类型的非线性关系建模，进行故障的预测。其缺点是需要足够的学习样本才能保障诊断的可靠性。在对复杂系统进行诊断时，往往由于网络规模过于庞大和学习训练时间太长等问题,具有一定滞后性。用于工业现场时可能会反馈不及时或诊断不准确而达不到目的，更谈不上提前预防的效果，无法更好的保证设备的稳定运行以及延长设备使用寿命。
[0005]本
技术介绍
所公开的上述信息仅仅用于增加对本申请
技术介绍
的理解，因此，其可能包括不构成本领域普通技术人员已知的现有技术。

技术实现思路

[0006]本专利技术针对现有技术中水泵故障诊断系统的诊断方式复杂，具有滞后性的技术问题，提出了一种机泵群故障智能诊断系统，可以解决上述问题。
[0007]为实现上述专利技术目的，本专利技术采用下述技术方案予以实现：
[0008]一种机泵群故障智能诊断系统，包括:
[0009]数据库，其存储有故障现象
‑
故障原因查找表；
[0010]采集模块，其用于检测机泵的运行参数；
[0011]故障诊断模块，其用于：
[0012]根据所述运行参数获取故障现象，从所述故障现象
‑
故障原因查找表中查找故障原因。
[0013]所述数据库还存储有故障原因
‑
故障现象对应表和未表现故障现象
‑
故障原因排除表；
[0014]所述诊断系统还包括收集处理模块,其用于建立故障现象
‑
故障原因查找表，包括：
[0015]确定多个故障原因和多个故障现象，分别获各取各故障原因发生时各故障现象的表现状态，所述表现包括表现和未表现，建立各故障原因与状态为表现的故障现象的对应
表，为故障原因
‑
故障现象对应表，建立各故障原因与状态为未表现的故障现象的对应表，为未表现故障现象
‑
故障原因排除表；
[0016]获取表现的故障现象，从故障原因
‑
故障现象的对应表中获取所有可能的故障原因，得到初检故障原因；
[0017]获取未表现的故障现象，从未表现故障现象
‑
故障原因排除表中获取能够排除的故障原因；
[0018]将能够排除的故障原因从所述初检故障原因中排除，得到故障现象
‑
故障原因查找表。
[0019]进一步的，所述故障现象对应有运行参数，所述故障现象的表现状态判定方法为：
[0020]检测各运行参数；
[0021]分别将各运行参数与所对应的设定阈值进行比较，当超出阈值范围时，判断与所述运行参数对应的故障现象的状态为表现，否则，状态为未表现。
[0022]进一步的，所述诊断系统还包括显示输出模块，所述故障原因还对应有解决方案信息，在得到最终故障原因之后，还包括获取与所述最终故障原因对应的解决方案信息，并通过所述显示输出模块显示输出。
[0023]进一步的，所述采集模块包括：
[0024]流量采集模块，其用于检测设备的出口流量值X1；
[0025]所述故障诊断模块根据所述出口流量值判断排量异常，包括：
[0026]获取额定流量值Q1和操作点流量值Q0；
[0027]当X1≥(1+a1)*Q1或者X1≤(1
‑
b1)*Q1时，判断为排量异常；
[0028]当(1+a2)*Q0＜X1＜(1+a1)*Q1时，判断为排量偏高；
[0029]当(1
‑
b1)*Q1＜X1＜(1
‑
b2)*Q0时，判断为排量偏低；
[0030]其中，0＜a2＜a1＜1，0＜b2＜b1＜1。
[0031]进一步的，所述采集模块包括：
[0032]电流采集模块，其用于检测设备的运行电流值I0；
[0033]所述故障诊断模块根据所述运行电流值I0和出口流量值X1判断吸液异常，包括：
[0034]当I0＞0且Q＝0时，判断为吸液异常。
[0035]进一步的，所述故障诊断模块还包括根据所述运行电流值I0和平均运行电流值I1判断耗功异常：
[0036]获取平均运行电流值I1；
[0037]当I0≥(1+a3)*I1时，判断为耗功异常；
[0038]其中，0＜a3＜1。
[0039]进一步的，所述采集模块包括：
[0040]振动传感器，其用于检测设备的振动速度和振动加速度；
[0041]所述故障诊断模块还包括根据所述振动速度和振动加速度判断振动异常：
[0042]当振动速度或者振动加速度超过设定阈值时，判断为振动异常。
[0043]进一步的，所述采集模块包括：
[0044]压力传感器，其用于检测设备的出口压力值X3；
[0045]所述故障诊断模块还包括根据所述出口压力值X3判断出口压力异常：
[0046]获取操作点压力值P0；
[0047]当X3＜P0*(1
‑
a4)或者X3＞P0*(1+a4)时判断为出口压力异常；
[0048]其中，0＜a4＜1。
[0049]进一步的，所述采集模块还包括：
[0050]温度传感器，其用于检测泵体的温度值X4；
[0051]所述故障诊断模块还包括根据所述温度值X4判断泵体温度异常：
[0052]获取泵体的阈值T0；
[0053]当X4＞T0+a5时判断为泵体温度异常，其中，0＜a5＜15。
[0054]与现有技术相比，本专利技术的优点和积极效果是：
[0055]本专利技术的机泵群故障智能诊断系统，通过获取表现的故障现象，从故障原因
‑
故障现象的对应表中获取所有可能的故障原因，得到初检故障原因；获取未表现的故障现象，从未表现故障现象
‑
故障原因排除表中获取能够排除的故障原因；将能够排除的故障原因从所述初检故障原因中排除，得到最终故障原因，本方法对故障的诊断快速及时，能够做到提前发现和提前预防的效果，更好地保证设备的稳定运行。
[0056]结合附图阅读本专利技术的具体实施方式后，本专利技术的其他特点和优点将变得更加清楚。
附图说明...

【技术保护点】

【技术特征摘要】
1.一种机泵群故障智能诊断系统，其特征在于，包括:数据库，其存储有故障现象
‑
故障原因查找表；采集模块，其用于检测机泵的运行参数；故障诊断模块，其用于：根据所述运行参数获取故障现象，从所述故障现象
‑
故障原因查找表中查找故障原因。2.根据权利要求1所述的机泵群故障智能诊断系统，其特征在于，所述数据库还存储有故障原因
‑
故障现象对应表和未表现故障现象
‑
故障原因排除表；所述诊断系统还包括收集处理模块, 其用于建立故障现象
‑
故障原因查找表，包括：确定多个故障原因和多个故障现象，分别获各取各故障原因发生时各故障现象的表现状态，所述表现包括表现和未表现，建立各故障原因与状态为表现的故障现象的对应表，为故障原因
‑
故障现象对应表，建立各故障原因与状态为未表现的故障现象的对应表，为未表现故障现象
‑
故障原因排除表；获取表现的故障现象，从故障原因
‑
故障现象的对应表中获取所有可能的故障原因，得到初检故障原因；获取未表现的故障现象，从未表现故障现象
‑
故障原因排除表中获取能够排除的故障原因；将能够排除的故障原因从所述初检故障原因中排除，得到故障现象
‑
故障原因查找表。3.根据权利要求2所述的机泵群故障智能诊断系统，其特征在于，所述故障现象对应有运行参数，所述故障现象的表现状态判定方法为：检测各运行参数；分别将各运行参数与所对应的设定阈值进行比较，当超出阈值范围时，判断与所述运行参数对应的故障现象的状态为表现，否则，状态为未表现。4.根据权利要求1所述的机泵群故障智能诊断系统，其特征在于，所述诊断系统还包括显示输出模块，所述故障原因还对应有解决方案信息，在得到最终故障原因之后，还包括获取与所述最终故障原因对应的解决方案信息，并通过所述显示输出模块显示输出。5.根据权利要求1所述的机泵群故障智能诊断系统，其特征在于，所述采集模块包括：流量采集模块，其用于检...

【专利技术属性】
技术研发人员：全盛程，李俊峰，陈钊，
申请(专利权)人：青岛埃恩斯信息技术科技有限公司，
类型：发明
国别省市：