潜油电泵偏磨故障诊断的.ppt

潜油电泵偏磨故障诊断的特征参数分析,Submersible pump eccentric wear of the characteristic parameters of the fault diagnosis,选题意义与研究现状,潜油电泵是目前国内外各大油田机械采油的主要设备之一,其可靠性和高效性是油田持续稳产高产的重要保证。潜油电泵机组的结构较为复杂,发生的许多故障都会引起机组的振动,因此可以通过对机组振动信号的分析,初步判断出相关故障。机组的振动状态在一定程度上反映了机组各个部件的真实运行状况。因此开展潜油电泵机组振动检测及故障诊断方法研究，具有非常重要的意义。目前潜油电泵机组的诊断水平主要停留在出现故障时，因此对故障的识别存在严重的滞后性。,研究方法与实施,研究方法：通过研究，建立油井的潜油电机偏磨损模型；在此基础上得到电泵机组振动的基本规律，确定电泵振动信号的分析方法和特征值的确定方法，对特征分类能力进行分析并编程实现。研究步骤和措施：1.查阅相关资料，熟悉潜电泵的机构、组成、震动检测；2.设定原始参数，对潜油电泵的偏磨损进行建模；3.分析原始数据，利用潜油电泵偏磨表征数据进行故障分析；4.利用MATLAB完善潜油电泵偏磨表征数据的判断分析,并编程。,振动信号的检测原理,对信号进行提取是随着传感器的广泛应用而被使用的，利用传感器我们可以对振动信号进行采集。潜油电泵工作时加速度信号的提取我们可以使用石英压电式传感器。并且由于石英式压电传感器的Z轴与潜油电泵工作轴心位置方向一致，所以我们可以选取石英式压电传感器X轴或Y轴的加速度信号来对潜油电泵的工作状况进行分析。,建立潜油电泵偏磨的力学模型,振幅与偏心质量矩成正比。偏心引起的加速度也会随着偏心质量的增加而增大。偏心质量旋转以及碰磨的发生会引起包括基频在内的振动信号的频率成分的变化，为利用振动信号检测偏磨故障提供了理论依据。,利用MATLAB对震动信号进行分析的原理,在机械设备运行及生产过程中进行参量测试、分析与诊断等处理过程已成为必要环节，许多信号处理方法如时域统计分析、相关分析、相干分析、频谱分析等已经被广泛被应用与机械工程测试领域。MATLAB可以为机械测试信号的时域和频域分析，其中时域分析包括对信号最大值、最小值、中值、方差的分析，频域分析包括傅里叶变换分析、频谱分析、倒谱分析。,用MATLAB对震动信号进行提取和分析,用Matlab对振动信号进行提取基于距离的分类简单介绍基于距离分类能力评价的程序实现验证部分参数组合对偏磨故障的表征能力,用Matlab对振动信号进行提取,先选定提取参数的加速度传感器轴，本设计中选定X轴进行提取，为了求出互相关，先对一正常进行提取，然后对所有井进行提取（所有数据均提取前1024位数据）。然后求出特征参数，如：平均值，方差，峭度，互相关，傅里叶利叶变换等，并保存提取的特征参数数据。为了更直观的表示样本正常、偏磨、严重偏磨的区别画出样本参数的时域加速度比较图。,样本的时域加速度比较图,基于距离的分类简单介绍,基于距离的可分性判据又称Fisher判据为我们提供了依据。其出发点是：各类样本之间的距离越大、类内散度越小，则类别的可分性越好。J（K)取值大则该维特征的分类能力好，值小则分类能力较差。,基于距离分类能力评价的程序实现,对已提取信号，根据v方差，s偏度，ku峭度，ks概率密度，xgxs互相关函数的最大值，fz fft傅里叶变换，应用距离分类的方法分析J(K)值，并根据各类样本之间的距离越大、类内散度越小，则类别的可分性越好。J(k)值进行排序，分析数据对偏磨，正常，严重偏磨的表征能力.,样本特征的分类能力图,验证部分参数组合对偏磨故障的表征能力,相关系数为例的一维特征可以以其取值范围作为横轴和纵轴，绘制出以相关数据系数为值的样本相关系数分布图两维特征可选两维分类最好的一个作为横轴，一个作为纵轴,下面假设，P矩阵中第99列和935列的福利叶变换分别作为横轴和纵轴（99的J值和935的J值均为2.165所以以99和935为例），我们可以得到两维傅里叶变换的样本分布图。,相关系数的样本分布图,二维傅里叶变换的样本分布图,结论,本设计通过采集数据由已知样本数据，分别对潜油电泵正常井，偏磨井和严重偏磨井进行X轴加速参数提取。分别对提取数据的均值、方差、偏度、峭度、概率密度、互相关函数的最大值、傅里叶变换、实倒谱参数进行分析。并通过距离的分类，对参数的表征特性进行分析。求出其J值，找出了分类能力最优的样本，从而分析出数据对正常，偏磨，严重偏磨的表征能力。从而实现了对潜油电泵的偏磨故障诊断的特征参数分析。,致谢,感谢各位老师的支持与教导。感谢所有在学习道路上给我指点的江苏科技大学老师们。感谢我的母校江苏科技大学。祝老师们健康平安，工作顺利。,