王德民

（海軍裝備部駐上海地區(qū)第三軍事代表室，上海 200031）

0 引言

離心泵在偏離額定工況或入口發(fā)生堵塞時(shí)，會(huì)出現(xiàn)汽蝕現(xiàn)象。汽蝕的侵蝕可引起葉輪的麻點(diǎn)或裂紋，更嚴(yán)重的是可使葉片破裂，大大降低了離心泵的運(yùn)行效率和使用壽命[1-2]。因此，預(yù)防和減少離心泵汽蝕損傷具有重要意義。尋找適當(dāng)?shù)钠g故障診斷和識(shí)別方法，防止汽蝕破壞，提高水泵的抗汽蝕性能，具有重要的意義。有關(guān)研究表明, 離心泵振動(dòng)信號(hào)是檢測(cè)汽蝕的重要參數(shù)。原始振動(dòng)數(shù)據(jù)有三種類型的特征：時(shí)域特征、頻域有限元特征和時(shí)頻域特征。均方根值、峰度因子、峰值因子以及經(jīng)驗(yàn)?zāi)B(tài)分解（Empirical Mode Decomposition，EMD）信號(hào)的特征雖然可以提取出原始特征，但仍具有高維性，且包含冗余信息。因此，需要利用主成分分析（Principal Components Analysis，PCA)對(duì)原始特征進(jìn)行處理，得到典型的汽蝕特征，從而進(jìn)行離心泵汽蝕故障的診斷[3-4]。

1 主成分分析法

為防止各檢測(cè)對(duì)象出現(xiàn)因不同單位造成的問(wèn)題，通過(guò)標(biāo)準(zhǔn)數(shù)據(jù)的處理方式來(lái)歸一化處理每個(gè)參數(shù)在樣本空間的占比，從而使變化較大的參數(shù)在樣本空間中不占主導(dǎo)，來(lái)達(dá)到弱化該數(shù)據(jù)的目的；將采集的數(shù)據(jù)和樣本信息通過(guò)標(biāo)準(zhǔn)數(shù)據(jù)的處理方式使數(shù)據(jù)與樣本的的重心重合[5-6]。

1）對(duì)所有數(shù)據(jù)樣本進(jìn)行標(biāo)準(zhǔn)化處理：

2 汽蝕故障診斷應(yīng)用分析

故障模擬試驗(yàn)在上海船舶設(shè)備研究所研制的給水系統(tǒng)故障模擬試驗(yàn)臺(tái)上進(jìn)行，該試驗(yàn)臺(tái)可模擬多種系統(tǒng)故障，包括閥門故障、離心泵故障等。采集正常狀態(tài)，輕度中度和重度的汽蝕故障離心泵安裝機(jī)腳振動(dòng)信號(hào)。數(shù)據(jù)采集頻率為65 536 Hz，每次采集120 s，將信號(hào)分割為1 920個(gè)樣本，每個(gè)樣本由4 096個(gè)數(shù)據(jù)點(diǎn)組成，訓(xùn)練樣本1 000個(gè)，測(cè)試樣本920個(gè)。

對(duì)1 000個(gè)樣本進(jìn)行EMD分解，信號(hào)由5個(gè)本征模態(tài)函數(shù)（Intrinsic Mode Function，IMF）分量和1個(gè)殘差組成。從原始信號(hào)和5個(gè)IMF分量中提取時(shí)域特征，組成一個(gè)含有頻率信息的30維特征向量。汽蝕振動(dòng)信號(hào)及其EMD分解見(jiàn)圖1。

圖1 振動(dòng)信號(hào)的EMD 分解

在故障模擬試驗(yàn)4種工況下，有4 000個(gè)訓(xùn)練樣本，每個(gè)樣本有30個(gè)特征，因此特征數(shù)據(jù)集為4 000×30矩陣s_(4 000×30)。如峰度因子見(jiàn)圖3(a)，各工況下樣本峰度因子的正態(tài)分布模型見(jiàn)圖3(b)，模型參數(shù)如表1所示。雖然正常條件與其他條件分離，但3種空化條件混合在一起。所以下一步將使用PCA方法在降低特征維數(shù)的同時(shí)提取敏感特征。

圖3 樣本的峰度因子和分布模型（續(xù)）

表1 峰度因子的正態(tài)分布參數(shù)

表2 訓(xùn)練數(shù)據(jù)集特征值

表2 訓(xùn)練數(shù)據(jù)集特征值（續(xù)）

由圖4可見(jiàn)，在特征1的軸線上，正常、輕度和中度空化具有較好的識(shí)別性，在特征3的軸線上，嚴(yán)重空化與其他3種空化是分離的。綜上所述，該主要特征在4種工況下都能很好地分離測(cè)試樣品。同時(shí)，樣本在新特征空間中的標(biāo)準(zhǔn)差也趨于一致，這一點(diǎn)得到了提高。

圖4 經(jīng)過(guò)PCA 處理后的敏感特征

3 結(jié)論

本文提出了離心泵汽蝕故障的特征分析方法，對(duì)故障模擬試驗(yàn)臺(tái)架振動(dòng)原始數(shù)據(jù)和IMFs進(jìn)行域特征計(jì)算，構(gòu)成原始特征向量，并研究了特征的正態(tài)分布模型；應(yīng)用主成分分析方法提取敏感特征，驗(yàn)證并分離了不同程度汽蝕故障，為離心泵汽蝕故障的分析診斷奠定了良好的基礎(chǔ)。