[1]翟法军,张元元.离心式化工泵轴承振动故障快速诊断方法研究[J].机械与电子,2025,(02):40-44.
　ZHAI Fajun,ZHANG Yuanyuan.Research on Rapid Diagnosis Method for Vibration Fault of Bearing in Centrifugal Chemical Pump[J].Machinery & Electronics,2025,(02):40-44.
点击复制

离心式化工泵轴承振动故障快速诊断方法研究()
分享到：

《机械与电子》[ISSN:1001-2257/CN:52-1052/TH]

卷:
期数:
2025年02期
页码:
40-44
栏目:
自动控制与检测
出版日期:
2025-02-28

文章信息/Info

Title:
Research on Rapid Diagnosis Method for Vibration Fault of Bearing in Centrifugal Chemical Pump
文章编号:
1001-2257 ( 2025 ) 02-0040-05
作者:
翟法军; 张元元
河南心连心化学工业集团股份有限公司,河南 新乡 453700
Author(s):
ZHAI Fajun ;  ZHANG Yuanyuan
( Henan Xinlianxin Chemical Industry Group Co. , Ltd. , Xinxiang 453700 , China )
关键词:
离心式; 化工泵轴承; 振动故障; 故障诊断;  VGG-16 深度网络
Keywords:
ntrifugal ;  chemical pump bearings ;  vibration fault ;  fault diagnosis ;  VGG-16 deep network
分类号:
TH133.3
文献标志码:
A
摘要:
为了确保离心式化工泵轴承的正常运行,提出一种离心式化工泵轴承振动故障快速诊断方法。结合变分模态分解与奇异值分解 2 种技术获取轴承振动信号的时频特征,整合轴承振动信号的时域和频域特征,构建一个多域特征集,从而实现对信号特征的全面捕捉和分析。选取不同规格和工况下已知标签数据集作为多源域,其他规格和工况下已知标签数据作为目标域,将多源域知识迁移到 VGG-16 深度网络,获取多个目标域模型后,将提取的具有代表性的故障特征依次输入到相同的极限学习机中展开特征融合,根据极限学习机输出分类结果,构建离心式化工泵轴承振动故障快速诊断模型,实现故障快速诊断。实验结果表明,所提方法在轴承振动故障快速诊断方面具有较高的准确率。
Abstract:
In order to ensure the normal operation of centrifugal chemical pump bearings , a rapid diagnosis method for vibration faults of centrifugal chemical pump bearings is proposed.By combining variational mode decomposition and singular value decomposition techniques to obtain the time-frequency characteristics of bearing vibration signals , integrating the time-domain and frequency-domain characteristics of bearing vibration signals , a multi-domain feature set is constructed to achieve comprehensive capture and analysis of signal features.Selecting known label datasets under different specifications and operating conditions as the multi-source domain , and known label data under other specifications and operating conditions as the target domain , the multi-source domain knowledge is transferred to the VGG-16 deep network.After obtaining multiple target domain models , representative fault features are extracted and sequentially input into the same extreme learning machine for feature fusion.Based on the classification results output by the extreme learning machine , a fast diagnosis model for centrifugal chemical pump bearing vibration faults is constructed to achieve fast fault diagnosis.The experimental results show that the proposed method has high accuracy in the rapid diagnosis of bearing vibration faults.

参考文献/References:

[ 1 ] 宋向金,赵文祥 . 交流电机信号特征分析的滚动轴承故障诊断方法综述[ J ] . 中国电机工程学报, 2022 , 42 ( 4 ):1582-1596.

[ 2 ] 宋威,林建维,周方泽,等 . 基于改进降噪自编码器的风机轴承故障诊断方法[ J ] . 电力系统保护与控制, 2022 ,50 ( 10 ): 61-68.
[ 3 ] 雷杨博,朱智勤,柴毅,等 . 基于联合分布偏移差异的跨域滚动轴承故障诊断方法[ J ] . 电子测量与仪器学报,2022 , 36 ( 10 ): 146-156.
[ 4 ] 张孝元,王孝国,傅建平,等 . 高压水泵主轴承压疲劳失效数值仿真[ J ] . 计算机仿真, 2023 , 40 ( 9 ): 514-518.
[ 5 ] 徐科繁,刘喆,姜海燕,等 . 基于振动和声发射的滚动轴承故障诊断技术[ J ] . 热能动力工程, 2022 , 37 ( 12 ): 157-164.
[ 6 ] 金志浩,陈广东,汪红,等 . 基于 EEMD-FSK 的滚动轴承故障诊断[ J ] . 机床与液压, 2023 , 51 ( 4 ): 180-183.
[ 7 ] 王素华,徐小健,于飞,等 . 基于振动特征优选和极限学习机的滚动轴承故障诊断[ J ] . 深圳大学学报(理 工版),2023 , 40 ( 4 ): 504-512.
[ 8 ] LI X R , JIN W Y.A method for diagnosing rolling bearing faults based on SDAE-ADHKELM [ J ] .Meas- urement science and technology , 2023 , 34 ( 2 ): 025004.
[ 9 ] 刘晶,梁佳杭,封晨,等 . 基于权重自适应特征融合的轴承故障诊断方法[ J ] . 郑州大学学报(理学版), 2023 , 55( 4 ): 54-60.
[ 10 ] 张辉,戈宝军,韩斌,等 . 基于 GAF CapsNet 的电机轴承故障诊断方法[ J ] . 电工技术学报, 2023 , 38 ( 10 ):2675-2685.
[ 11 ] 王锦鸿,李鸿光,张文笛,等 . 自适应模态总数变分模态分解方法及其性能评估[ J ] . 振动与冲击, 2023 , 42( 10 ): 251-262.
[ 12 ] 王煜尘,窦银科,孟润泉 . 基于模糊 C 均值聚类-变分模态分解和群智能优化的多核神经网络短期负荷预 测模型[ J ] . 高电压技术, 2022 , 48 ( 4 ): 1308-1319.
[ 13 ] 李国瑞,许鹏飞,彭三城,等 . 基于张量奇异值分解的视觉域自适应方法[ J ] . 计算机学报,2023 , 46 ( 10 ):2084-2096.
[ 14 ] 王彤洲,崔春生,刘双峰,等 . 基于经验小波变换和奇异值分解的冲击波降噪方法[ J ] . 探测与控制学报,2023 , 45 ( 2 ): 67-72.
[ 15 ] 孙彪,郝晓倩,李勇,等 . 面向速度想象脑 机接口的双模态时空特征融合方法[ J ] . 信号处理, 2023 , 39 ( 8 ):1408-1418.

备注/Memo

备注/Memo:
收稿日期: 2024-05-13
基金项目:河南省重点科技攻关项目( 182102311012 )
作者简介:翟法军 ( 1986- ),男,河南新乡人,学士,工程师,研究方向为化工机械;张元元 ( 1987- ),男,河南新乡人,学士,工程师,研究方向为机械制造,通信作者。
更新日期/Last Update: 2025-03-10