本發(fā)明涉及機械故障診斷和計算機人工智能，具體涉及水泵口環(huán)磨損診斷及磨損程度預測方法、裝置及存儲介質(zhì)。

背景技術(shù)：

1、泵是目前最常用的水力機械，它是通過葉片旋轉(zhuǎn)對流體做功以實現(xiàn)能量轉(zhuǎn)化的機械設(shè)備，在能源動力、航空、海洋區(qū)域、水利水電、環(huán)境、農(nóng)業(yè)水土、石油、化工和采礦工業(yè)等方面均有大量的使用。隨著發(fā)展離心泵相關(guān)應用領(lǐng)域的技術(shù)水平不斷提升，除了要求離心泵具有基本的水力性能和抗空化能力之外，還對其高效區(qū)域范圍、水力動態(tài)特性等提出了更高的要求。

2、密封口環(huán)是離心泵葉輪密封的常用部件，分為平環(huán)式、直角式和迷宮式，主要作用是限制前后泵腔內(nèi)的高壓液體向葉輪進口低壓區(qū)泄漏，其大小和形狀對泵整機的性能有較大的影響。在泵長期運行情況下，口環(huán)經(jīng)流體長時間沖刷，不可避免會出現(xiàn)一定量磨損。一旦發(fā)生磨損，泵的整體水力性能會出現(xiàn)急劇下降且其會隨著口環(huán)磨損程度的加深而逐漸偏離運行要求，產(chǎn)生不必要的經(jīng)濟損失。

3、目前工業(yè)中主要依賴人工去判別口環(huán)磨損故障，這種方式在故障早期很難靠人力去做識別，往往在故障嚴重時，運行人員才會關(guān)注到異常反應從而進行處理，而且，口環(huán)磨損程度很難靠人力去做判別，這就導致了在出現(xiàn)故障時，難以預測更換口環(huán)的時間周期。在現(xiàn)有的智能技術(shù)中，常用的旋轉(zhuǎn)機械故障診斷方法通過采集信號數(shù)據(jù)，對數(shù)據(jù)進行經(jīng)驗模態(tài)分解、局部均值分解、小波包分解等方法進行預處理。原始數(shù)據(jù)經(jīng)過預處理后在進行特征提取及故障識別。其方法多樣，適用性不強。

技術(shù)實現(xiàn)思路

1、有鑒于此，本發(fā)明提供了水泵口環(huán)磨損診斷及磨損程度預測方法、裝置及存儲介質(zhì)，以解決現(xiàn)有技術(shù)中水泵口環(huán)磨損判斷方法難以預測口環(huán)磨損程度的問題。

2、第一方面，本發(fā)明提供了一種水泵口環(huán)磨損診斷及磨損程度預測方法，方法包括：獲取水泵的運行數(shù)據(jù)；基于運行數(shù)據(jù)計算的運行特征判斷水泵是否發(fā)生口環(huán)磨損故障；當發(fā)生口環(huán)磨損故障時，采用主成分分析對運行特征進行降維，得到磨損趨勢特征；基于預構(gòu)建的口環(huán)磨損程度預測模型對磨損趨勢特征進行處理，得到口環(huán)磨損程度。

3、本發(fā)明實施例提供的水泵口環(huán)磨損診斷及磨損程度預測方法，先根據(jù)口環(huán)運行時的數(shù)據(jù)提取的運行特征進行口環(huán)故障診斷，在確定存在故障時，采用主成分分析對運行特征進行降維處理，得到磨損趨勢特征，由此采用預構(gòu)建的口環(huán)磨損程度預測模型結(jié)合磨損趨勢特征進行口環(huán)磨損預測，實現(xiàn)了口環(huán)磨損程度的準確預測，也為口環(huán)更換的時間周期提供了數(shù)據(jù)基礎(chǔ)。

4、在一種可選的實施方式中，基于運行數(shù)據(jù)計算的運行特征判斷水泵是否發(fā)生口環(huán)磨損故障，包括：基于運行數(shù)據(jù)計算的運行特征構(gòu)建多個性能曲線；若多個性能曲線相比對應的預設(shè)性能曲線均出現(xiàn)下降的情況，判斷水泵發(fā)生口環(huán)磨損故障。

5、在一種可選的實施方式中，運行特征包括揚程、效率和徑向力，多個性能曲線包括流量-揚程曲線、流量-效率曲線、流量-徑向力曲線。

6、本實施例中，通過運行數(shù)據(jù)計算的運行特征包括揚程、效率和徑向力，由此實現(xiàn)了定位口環(huán)磨損故障的故障特征的準確確定，同時根據(jù)運行特征構(gòu)建水泵的性能曲線，并在多個性能曲線均下降時確定口環(huán)發(fā)生磨損故障，該實施例通過多個性能曲線進行磨損故障診斷，實現(xiàn)了對口環(huán)磨損故障的精準判斷。

7、在一種可選的實施方式中，運行特征包括揚程、效率和徑向力，揚程、效率和徑向力分別采用如下公式表示：

8、

9、式中，h表示揚程，η表示效率，f表示徑向力，p2，v2為出口壓力及速度、p1，v1為進口壓力及速度、n為轉(zhuǎn)速、m為扭矩，d2為葉輪外徑、b2為包括蓋板的葉輪出口寬度、qn為最高效率點的流量。

10、本實施例中，通過采用上述公式計算揚程、效率和徑向力等運行特征，實現(xiàn)了通過理論計算的方式計算運行特征，保證了運行特征計算的準確性。

11、在一種可選的實施方式中，當發(fā)生口環(huán)磨損故障時，采用主成分分析對運行特征進行降維，得到磨損趨勢特征，包括：當發(fā)生口環(huán)磨損故障時，獲取按照預設(shè)時間間隔采集的運行數(shù)據(jù)；將采集的運行數(shù)據(jù)進行均值處理，并計算得到間隔運行特征；采用主成分分析對間隔運行特征進行降維，得到磨損趨勢特征。

12、本實施例中，由于口環(huán)磨損的程度變化較為緩慢，因此通過獲取按照預設(shè)時間間隔采集的運行數(shù)據(jù)，將采集的運行數(shù)據(jù)進行均值處理，并計算得到間隔運行特征；采用主成分分析對間隔運行特征進行降維，得到磨損趨勢特征，由此降低了預測的計算量。

13、在一種可選的實施方式中，口環(huán)磨損程度預測模型采用長短期記憶網(wǎng)絡訓練得到，口環(huán)磨損程度預測模型間隔預設(shè)時間進行參數(shù)更新。

14、本實施例中，采用對時間序列敏感的長短期記憶網(wǎng)絡用作口環(huán)磨損程度的趨勢量訓練模型，能夠敏感的記錄根據(jù)時間變化的特征信息，對于口環(huán)磨損程度的預測能夠取得較好的效果。

15、第二方面，本發(fā)明提供了一種水泵口環(huán)磨損診斷及磨損程度預測裝置，裝置包括：數(shù)據(jù)獲取模塊，用于獲取水泵的運行數(shù)據(jù)；磨損診斷模塊，用于基于運行數(shù)據(jù)計算的運行特征判斷水泵是否發(fā)生口環(huán)磨損故障；降維模塊，用于當發(fā)生口環(huán)磨損故障時，采用主成分分析對運行特征進行降維，得到磨損趨勢特征；磨損程度預測模塊，用于基于預構(gòu)建的口環(huán)磨損程度預測模型對磨損趨勢特征進行處理，得到口環(huán)磨損程度。

16、第三方面，本發(fā)明提供了一種水泵口環(huán)磨損診斷及磨損程度預測系統(tǒng)，包括：傳感器，用于獲取水泵的運行數(shù)據(jù)；采集卡，用于將運行數(shù)據(jù)中的模擬信號轉(zhuǎn)化為數(shù)字信號；處理器，用于基于包含數(shù)字信號的運行數(shù)據(jù)計算的運行特征判斷水泵是否發(fā)生口環(huán)磨損故障；當發(fā)生口環(huán)磨損故障時，采用主成分分析對運行特征進行降維，得到磨損趨勢特征；基于預構(gòu)建的口環(huán)磨損程度預測模型對磨損趨勢特征進行處理，得到口環(huán)磨損程度。

17、第四方面，本發(fā)明提供了一種計算機設(shè)備，包括：存儲器和處理器，存儲器和處理器之間互相通信連接，存儲器中存儲有計算機指令，處理器通過執(zhí)行計算機指令，從而執(zhí)行上述第一方面或其對應的任一實施方式的水泵口環(huán)磨損診斷及磨損程度預測方法。

18、第五方面，本發(fā)明提供了一種計算機可讀存儲介質(zhì)，該計算機可讀存儲介質(zhì)上存儲有計算機指令，計算機指令用于使計算機執(zhí)行上述第一方面或其對應的任一實施方式的水泵口環(huán)磨損診斷及磨損程度預測方法。

19、第六方面，本發(fā)明提供了一種計算機程序產(chǎn)品，包括計算機指令，計算機指令用于使計算機執(zhí)行上述第一方面或其對應的任一實施方式的水泵口環(huán)磨損診斷及磨損程度預測方法。

技術(shù)特征：

1.一種水泵口環(huán)磨損診斷及磨損程度預測方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，基于所述運行數(shù)據(jù)計算的運行特征判斷水泵是否發(fā)生口環(huán)磨損故障，包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述運行特征包括揚程、效率和徑向力，多個性能曲線包括流量-揚程曲線、流量-效率曲線、流量-徑向力曲線。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述運行特征包括揚程、效率和徑向力，所述揚程、效率和徑向力分別采用如下公式表示：

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，當發(fā)生口環(huán)磨損故障時，采用主成分分析對所述運行特征進行降維，得到磨損趨勢特征，包括：

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述口環(huán)磨損程度預測模型采用長短期記憶網(wǎng)絡訓練得到，所述口環(huán)磨損程度預測模型間隔預設(shè)時間進行參數(shù)更新。

7.一種水泵口環(huán)磨損診斷及磨損程度預測裝置，其特征在于，所述裝置包括：

8.一種水泵口環(huán)磨損診斷及磨損程度預測系統(tǒng)，其特征在于，包括：

9.一種計算機設(shè)備，其特征在于，包括：

10.一種計算機可讀存儲介質(zhì)，其特征在于，所述計算機可讀存儲介質(zhì)上存儲有計算機指令，所述計算機指令用于使計算機執(zhí)行權(quán)利要求1至7中任一項所述的水泵口環(huán)磨損診斷及磨損程度預測方法。

技術(shù)總結(jié)
本發(fā)明涉及機械故障診斷和計算機人工智能技術(shù)領(lǐng)域，具體涉及水泵口環(huán)磨損診斷及磨損程度預測方法、裝置及存儲介質(zhì)。方法包括：獲取水泵的運行數(shù)據(jù)；基于運行數(shù)據(jù)計算的運行特征判斷水泵是否發(fā)生口環(huán)磨損故障；當發(fā)生口環(huán)磨損故障時，采用主成分分析對運行特征進行降維，得到磨損趨勢特征；基于預構(gòu)建的口環(huán)磨損程度預測模型對磨損趨勢特征進行處理，得到口環(huán)磨損程度。本實施例先根據(jù)口環(huán)運行時的數(shù)據(jù)提取的運行特征進行口環(huán)故障診斷，在確定存在故障時，采用主成分分析對運行特征進行降維處理，得到磨損趨勢特征，由此采用預構(gòu)建的口環(huán)磨損程度預測模型進行口環(huán)磨損預測，實現(xiàn)了口環(huán)磨損程度的準確預測，也為口環(huán)更換的時間周期提供了數(shù)據(jù)基礎(chǔ)。

技術(shù)研發(fā)人員：黃倩,張榮勇,智一凡,李奇,張文杰,代麗,陳鴻毅,張真,姜新舒,朱榮生,胡波,付強,龍云
受保護的技術(shù)使用者：中國核電工程有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2