基于EMD与GA-BP网络的离心泵汽蚀故障诊断

周云龙 吴 昱

(东北电力大学自动化工程学院，吉林 吉林 132012)

汽蚀是离心泵经常发生的故障之一，汽蚀的发生会给离心泵的正常运转带来损害，如改变泵的正常工况、降低其运行效率，此外，长时间的汽蚀会造成叶轮等过流部件的损坏[1]。离心泵进、出口压力信号的改变能反映汽蚀的发展程度，可作为诊断汽蚀的诊断依据。通过理论研究和实际采集情况得知该信号不是线性、平稳信号。传统的傅里叶变换和基于傅里叶变换的一些信号处理手段，如短时傅里叶变换、魏格纳分布及小波变换等，因其研究前提是假设信号为平稳或分段平稳，且受到不确定原理的限制，较为适合分析线性、平稳信号。经验模态分解(EMD)是基于信号的局部特征时间尺度，将信号分解为若干本征模态函数(IMF)和的形式。每一个IMF都能体现各自不同频率和时间尺度下的特性，更能突显原始信号的局部特征[2]。因此EMD分析方法非常适合分析离心泵的入口压力脉动信号。

为了使汽蚀实验精确、全面，在实验过程中采用变频器调节流量，将得到的特征向量作为样本输入到BP网络中学习，提高故障诊断的准确率。

1 方法和原理①

1.1 EMD

1.1.1EMD原理

EMD方法是将信号分解成若干本征模态函数和的形式，是建立在一定的假设基础之上的[2～6]，其中任意一个基本模式分量都满足以下条件：

a. 全部信号段中，信号必须满足信号段内极值点的数量等于交叉点的数量，或者信号中极值点、交叉点数量保持一致；……