[发明专利]一种单向阀性能退化评估装置及其诊断方法

说明书

本发明涉及一种单向阀性能退化评估装置及其诊断方法。包括加速度传感器，用于采集待测单向阀的振动信号并将振动信号转化为模拟信号；数据预处理模块，用于将模拟信号进行放大、滤波降噪及A/D转换，得到预处理后的振动信号；特征参数提取模块，用于对预处理后的振动信号进行特征参数提取，模糊c‑均值聚类评估模块，用模糊聚类方法训练样本数据的特征矢量得到正常和失效状态的模糊聚类中心，并计算待测试数据相对于样本数据的隶属度，待测试数据偏离正常状态的程度表示单向阀性能退化的程度。本发明引入了隶属度进行评估，隶属度的大小可以用来评判单个样本偏离聚类中心的欧几里得距离程度，能够大大提高评估模型的准确性。

技术领域

本发明涉及一种单向阀性能退化评估装置及其诊断方法，属于机械产品质量可靠性评估与故障诊断技术领域。

背景技术

大型隔膜泵属于往复泵的范畴，应用于输送高压、高温、高腐蚀等复杂工况的固液两相介质，在石油、化工、煤炭、冶金、制糖和污水处理等工业生产领域应用较广。单向阀作为泵的一个重要机械零部件，需具有良好的快开/快关、密封性及承压性，因而比泵的其他部件更容易出现故障，其性能状态的好坏直接影响整台设备的运行可靠性。一般来说，单向阀在使用过程中都会经历从正常到退化直至失效的过程，而这期间通常要经历一系列不同的性能退化状态。如果能够在单向阀性能退化的过程中监测到单向阀性能退化的程度，那么就可以有针对性地组织生产和制定合理的维护计划，防止设备异常失效的发生。

模糊c-均值聚类算法是从优化聚类分析的角度将输入值进行合理的模糊划分，从而得到若干个模糊的分类。目前模糊c-均值聚类算法已经成功地应用于包括特征分析、数据分析和分离器设计等诸多问题的解决中，并广泛的应用于机械工程、数据挖掘、图像分析、医学诊断以及目标识别等多种领域。模糊c-均值聚类算法仅对正常样本进行模型训练，这为故障诊断中的异常数据匮乏问题提供了解决途径。此外，该方法具有计算速度快、鲁棒性强、预设置参数少等特点。

发明内容

本发明提供了一种单向阀性能退化评估装置及其诊断方法，以用于解决目前单向阀性性能退化评估中缺乏对其稳健性评估的问题，进一步提升了评估精度及准确性。同时以便及时发现单向阀的早期故障时刻和失效时刻。

本发明的技术方案是：一种单向阀性能退化评估装置，包括

加速度传感器，用于采集待测单向阀的振动信号并将振动信号转化为模拟信号；

数据预处理模块，用于将模拟信号进行放大、滤波降噪及A/D转换，得到预处理后的振动信号，便于后续的特征参数提取；

特征参数提取模块，用于对预处理后的振动信号进行特征参数提取，并对提取的特征参数使用线性函数转换方法归一化处理得到特征参数向量，便于后续的聚类和隶属度计算；

模糊c-均值聚类评估模块，用于将单向阀性能正常时采集预处理的正常样本数据特征提取后得到的特征参数向量按正常使用期和快速失效期进行聚类，由此训练得到正常使用期聚类中心和快速失效期聚类中心，然后计算待测试样本数据相对于正常状态模糊聚类中心的隶属度，此隶属度作为性能退化指标DI来表征待测样本数据偏离正常状态的程度来表示单向阀性能退化的程度。

进一步地，所述加速度传感器采取了三个方向的安装方式，分别为轴向、径向和垂直方向，以保证信号的可比性。

进一步地，所述数据预处理模块包括NI SCXI加速度计输入模块、NI SCXI信号调理机箱、NI多功能数据采集卡；

所述NI SCXI加速度计输入模块：用于将加速度传感器输出的信号转换成便于传输、显示、记录和输出的信号；

所述NI SCXI信号调理机箱：用于对NI SCXI加速度计输入模块输入的信号进行放大、滤波降噪及A/D转换，通过信号调理机箱的背板总线和电缆适配器输入到数据采集卡；