基于粗糙集和支持向量机的离心泵气蚀故障诊断

离心泵广泛应用于现代工业生产之中,其能否稳定运行对工业实际生产带来极大影响,气蚀是离心泵运行过程中的一种常见故障。提出了一种基于粗糙集和支持向量机的离心泵气蚀故障诊断新方法。该方法对离心泵入口压力脉动信号提取经验模态分解能量比特征与小波分解能量特征,运用粗糙集理论降低特征维数,并以此特征向量构成气蚀故障样本对支持向量机进行训练,实现了气蚀故障的多特征融合。实验结果表明:降维后的特征很好地反映了不同气蚀故障间的差异,训练成功的支持向量机能快速准确地识别离心泵不同气蚀故障类型,整体识别率达到98.5%,每种气蚀信号的判别时间约为0.5s,适合气蚀的在线识别。

浅谈离心泵气蚀判定因素的分析及预防

离心泵的一种广泛用于石油、煤化工业的考叶轮旋转产生离心力以输送流体介质的机械。因其运行可靠,维护方便等特点应用广泛。但在长期运行过程中会发生气蚀现象,本文从理论出发,着重分析了离心泵气蚀现象产生的原因,并给出了相应的预防措施。

推进剂加注过程中泵气蚀问题的分析及改进

简述航天推进剂加注系统的加注方式,对泵式加注方式以及泵气蚀问题的产生和危害进行了着重阐述。为解决推进剂加注过程中离心泵的气蚀问题,从理论角度对泵气蚀问题进行了计算分析,梳理了主要影响因素,并结合航天推进剂加注系统的特点,形成了改进措施。针对某次试验过程中遇到的气蚀问题,结合上述分析进行了改进,改进后的试验结果与理论计算结果基本吻合,验证了计算分析及改进措施的合理性。