本發(fā)明屬于故障診斷領(lǐng)域，特別涉及一種適用于水泵轉(zhuǎn)子系統(tǒng)的工頻振動(dòng)異常故障診斷方法。

背景技術(shù)：

大型泵站機(jī)組的運(yùn)行狀態(tài)受水力、機(jī)械、電磁的耦合作用，影響其效率或形成故障的因素往往存在多重映射，是一個(gè)典型的大型、非線性復(fù)雜系統(tǒng)。轉(zhuǎn)子作為泵機(jī)組的主要組成部分，有研究發(fā)現(xiàn)，旋轉(zhuǎn)機(jī)械有超過(guò)一半的故障都是由轉(zhuǎn)子故障引起。因此，對(duì)其進(jìn)行故障診斷是整個(gè)泵機(jī)組故障診斷的重中之重。

貝葉斯網(wǎng)絡(luò)作為一種融合概率論、圖論、決策理論等知識(shí)的智能方法在故障診斷領(lǐng)域，尤其是存在大量不確定性信息的復(fù)雜系統(tǒng)故障診斷中越來(lái)越受到重視，非常適用于大型水泵機(jī)組中轉(zhuǎn)子的故障診斷。

然而，貝葉斯網(wǎng)絡(luò)在應(yīng)用過(guò)程中存在著網(wǎng)絡(luò)結(jié)構(gòu)構(gòu)建及條件概率表確定困難的問(wèn)題?；诖?，為了更好的實(shí)現(xiàn)大型泵站機(jī)組的故障診斷，迫切的需要對(duì)現(xiàn)有的基于貝葉斯網(wǎng)絡(luò)的故障診斷方法進(jìn)行改進(jìn)，降低貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)和條件概率表確定的難度。

技術(shù)實(shí)現(xiàn)要素：

發(fā)明目的：針對(duì)現(xiàn)有技術(shù)中存在的問(wèn)題，本發(fā)明提供一種將貝葉斯網(wǎng)絡(luò)與t-s模糊故障樹結(jié)合，有效解決了貝葉斯網(wǎng)絡(luò)在轉(zhuǎn)子故障診斷中結(jié)構(gòu)構(gòu)造及條件概率表確定困難問(wèn)題的適用于水泵轉(zhuǎn)子系統(tǒng)的工頻振動(dòng)異常故障診斷方法。

技術(shù)方案：為解決上述技術(shù)問(wèn)題，本發(fā)明提供一種適用于水泵轉(zhuǎn)子系統(tǒng)的工頻振動(dòng)異常故障診斷方法，具體步驟如下：

步驟一：構(gòu)建以水泵轉(zhuǎn)子系統(tǒng)工頻振動(dòng)異常為頂事件的t-s模糊故障樹；

步驟二：將所構(gòu)建的t-s模糊故障樹按照特定的轉(zhuǎn)化規(guī)則轉(zhuǎn)化為診斷貝葉斯網(wǎng)絡(luò)；

步驟三：利用診斷貝葉斯網(wǎng)絡(luò)強(qiáng)大的推理進(jìn)行故障診斷。

進(jìn)一步的，所述步驟一中構(gòu)建t-s模糊故障樹的具體步驟如下：

步驟1.1：將專家經(jīng)驗(yàn)和歷史數(shù)據(jù)進(jìn)行融合，構(gòu)造水泵轉(zhuǎn)子系統(tǒng)故障庫(kù)；

步驟1.2：在轉(zhuǎn)子振動(dòng)實(shí)驗(yàn)平臺(tái)上模擬水泵轉(zhuǎn)子系統(tǒng)常見故障，用電渦流傳感器采集不同故障情況下轉(zhuǎn)子的振動(dòng)信號(hào)，并對(duì)其作頻譜分析，得到各種故障在不同頻率成分下的幅值分布；

步驟1.3：選出引起工頻振動(dòng)異常增大的故障，然后構(gòu)造t-s模糊故障樹。

進(jìn)一步的，所述步驟1.3中構(gòu)造t-s模糊故障樹的模糊規(guī)則如下：

其中：規(guī)則l＝1,2,···,r，為底事件x1的故障狀態(tài)，為底事件x2的狀態(tài)，為底事件xn的狀態(tài)，頂事件y1的故障狀態(tài)為的概率為

然后依據(jù)對(duì)歷史數(shù)據(jù)的分析和專家經(jīng)驗(yàn)確定各底層事件的故障狀態(tài)概率模糊子集。

進(jìn)一步的，所述步驟1.3中引起工頻振動(dòng)異常增大的故障有轉(zhuǎn)子質(zhì)量不平衡和轉(zhuǎn)子熱彎曲，其中造成轉(zhuǎn)子質(zhì)量不平衡的原因有積垢、部件斷裂或脫落、初始偏心；造成轉(zhuǎn)子熱彎曲的原因有機(jī)組起停車不當(dāng)、運(yùn)動(dòng)過(guò)程中受熱不均勻。

進(jìn)一步的，所述步驟二中將所構(gòu)建的t-s模糊故障樹按照特定的轉(zhuǎn)化規(guī)則轉(zhuǎn)化為診斷貝葉斯網(wǎng)絡(luò)的具體步驟如下：t-s模糊故障樹的頂事件對(duì)應(yīng)于貝葉斯網(wǎng)絡(luò)葉節(jié)點(diǎn)，中間事件對(duì)應(yīng)于中間節(jié)點(diǎn)，底事件對(duì)應(yīng)于根節(jié)點(diǎn)，通過(guò)轉(zhuǎn)換從而得到的診斷貝葉斯網(wǎng)絡(luò)。

進(jìn)一步的，所述步驟三中利用診斷貝葉斯網(wǎng)絡(luò)強(qiáng)大的推理進(jìn)行故障診斷的具體步驟如下：

在葉節(jié)點(diǎn)故障狀態(tài)已知為tq的條件下，根據(jù)公式

求得根節(jié)點(diǎn)xi故障狀態(tài)為的后驗(yàn)概率式中，為根節(jié)點(diǎn)xi故障狀態(tài)為條件下，葉節(jié)點(diǎn)故障狀態(tài)為tq的后驗(yàn)概率模糊子集，為模糊子集的重心值，將模糊子集轉(zhuǎn)化為精確值；將各根節(jié)點(diǎn)在故障狀態(tài)的后驗(yàn)概率由高到低排序，然后逐一進(jìn)行故障排查。

與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點(diǎn)在于：

本發(fā)明與現(xiàn)有的基于貝葉斯網(wǎng)絡(luò)的轉(zhuǎn)子系統(tǒng)故障診斷方法相比，在不降低診斷效果的前提下，貝葉斯網(wǎng)絡(luò)的構(gòu)建及條件概率表的確定更加的簡(jiǎn)單。

附圖說(shuō)明

圖1為本發(fā)明的總體流程圖；

圖2為實(shí)施例中的轉(zhuǎn)子系統(tǒng)工頻振動(dòng)異常t-s模糊故障樹結(jié)構(gòu)示意圖；

圖3為本發(fā)明中t-s模糊故障樹轉(zhuǎn)化為貝葉斯網(wǎng)絡(luò)的流程圖；

圖4為實(shí)施例中診斷貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)示意圖。

具體實(shí)施方式

下面對(duì)照附圖，結(jié)合具體實(shí)施方式對(duì)本發(fā)明作進(jìn)一步詳細(xì)說(shuō)明。應(yīng)該強(qiáng)調(diào)的是，下述說(shuō)明僅僅是示例性的，而不是為了限制本發(fā)明的范圍及其應(yīng)用。

首先，構(gòu)建水泵轉(zhuǎn)子系統(tǒng)工頻振動(dòng)異常t-s模糊故障樹。在轉(zhuǎn)子振動(dòng)實(shí)驗(yàn)平臺(tái)上模擬水泵轉(zhuǎn)子系統(tǒng)常見故障，用電渦流傳感器采集不同故障情況下轉(zhuǎn)子的振動(dòng)信號(hào)，并對(duì)其作頻譜分析，得到各種故障在不同頻率成分下的幅值分布，根據(jù)以上實(shí)驗(yàn)和專家經(jīng)驗(yàn)得出所述造成水泵轉(zhuǎn)子系統(tǒng)工頻振動(dòng)異常的具體原因有轉(zhuǎn)子質(zhì)量不平衡和轉(zhuǎn)子熱彎曲。而造成轉(zhuǎn)子質(zhì)量不平衡的原因又有積垢、部件斷裂或脫落、初始偏心，造成轉(zhuǎn)子熱彎曲的原因又有機(jī)組起停車不當(dāng)、運(yùn)動(dòng)過(guò)程中受熱不均勻，據(jù)此構(gòu)建t-s模糊故障樹，圖2所示。為所建立t-s模糊故障樹每個(gè)節(jié)點(diǎn)對(duì)應(yīng)2-3中狀態(tài)，分別用(0,1)和(0,0.5,1)表示，分別代表故障的(否，是)和(無(wú)，一般，嚴(yán)重)。其模糊規(guī)則按照公式(1)確定。表1列出了圖2所構(gòu)建t-s模糊故障樹各節(jié)點(diǎn)的含義及取值狀態(tài)。

表1水泵轉(zhuǎn)子系統(tǒng)基頻振動(dòng)異常故障模式或原因節(jié)點(diǎn)

通過(guò)分析各類泵站的歷史數(shù)據(jù)及請(qǐng)教有關(guān)專家經(jīng)驗(yàn)，得出當(dāng)根節(jié)點(diǎn)的故障狀態(tài)為1時(shí)的故障概率模糊子集，如表2所示。并假設(shè)根節(jié)點(diǎn)故障狀態(tài)為0.5時(shí)的故障概率模糊子集等于根節(jié)點(diǎn)故障狀態(tài)為1時(shí)的故障概率模糊子集。表3至表5給出了部分轉(zhuǎn)子系統(tǒng)基頻振動(dòng)異常的模糊門規(guī)則。

表2根節(jié)點(diǎn)故障狀態(tài)為1時(shí)的故障概率模糊子集

表3轉(zhuǎn)子質(zhì)量不平衡模糊門規(guī)則

表4轉(zhuǎn)子熱彎曲模糊門規(guī)則

表5轉(zhuǎn)子基頻頻增大模糊門規(guī)則

其次，將所構(gòu)建t-s模糊故障樹按照?qǐng)D3所示方法轉(zhuǎn)化為對(duì)應(yīng)的診斷貝葉斯網(wǎng)絡(luò)，結(jié)構(gòu)如圖4所示。

最后，根據(jù)公式(2)可求得當(dāng)葉節(jié)點(diǎn)y1的故障狀態(tài)為1時(shí)各根節(jié)點(diǎn)的故障概率如表6。

表6葉節(jié)點(diǎn)y1的故障狀態(tài)為1時(shí)各根節(jié)點(diǎn)的故障概率

在已獲取轉(zhuǎn)子基頻振動(dòng)異常轉(zhuǎn)頻情況下，通過(guò)以上推理得出了各根節(jié)點(diǎn)的故障概率從大到小一次為：x2＞x3＞x4＞x5＞x1因此，我們得出最有可能導(dǎo)致轉(zhuǎn)子一倍頻異常增大的故障原因是x2，即零部件的脫落和斷裂是最有可能導(dǎo)致故障的原因，其次為偏心。

以上所述僅為本發(fā)明的實(shí)施例子而已，并不用于限制本發(fā)明。凡在本發(fā)明的原則之內(nèi)，所作的等同替換，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。本發(fā)明未作詳細(xì)闡述的內(nèi)容屬于本專業(yè)領(lǐng)域技術(shù)人員公知的已有技術(shù)。