利用模糊技术的泵的振动诊断方法

这五种不同类型的情况组成了故障原因卷集。

表的最后列中标有正常运行情况，二号进气阀，二号活塞，四号排气阀和二号三号进气阀的代表正常的运行状况。

此外还有，二号进气阀故障情况，二号活塞故障情况，四号排气阀损坏情况，及二号三号进气阀的综合故障情况。

表表示的是用模糊化方法处理状况特征变量的结果。

可以得到模糊子集用式来计算集合中个元素的值，表为计算结果。

决定表示故障现象和故障原因之间关系的模糊诊断矩阵的因素有很多第型号泵的结构特性，第二器械的历史维修记录和操作经验，第三实际故障和模拟故障的分析结果，最后是工程师和专家的诊断意见，以及关于模糊诊断理论和泵的故障机制的理论知识。

在以上条件的基础上，我们得到了如表所示的模糊诊断矩阵。

为了实现泵的故障诊断，用模糊综合判定模型及式和来测定故障原因对故障现象这个集中的元素的值。

因此，可以用去模糊化原则来得到泵的预计故障的情况，这个叫做最大隶属原则。

去模糊化原则可以简要的描述如下假设是论域，判定对象为模糊子集，如果中每个元素都已确定，那么对于任意的满足，肯定属于，这意味着判定对象肯定是由故障元素造成的。

根据最大隶属原则，可以得到故障判定的结果。

如表由表可以明确得知，大部分液压泵不同类型故障的诊断结果都与测试的结果相符合。

只有故障和故障的诊断结果即二号进气阀故障情况和二号活塞的故障情况与测试结果稍有不同。

为了证实模糊逻辑方法用于泵的故障诊断的可靠性，我们进行了种附加试验以便检验以上方法用于泵的故障诊断的可行性。

在所有的测试结果中，率小于，因此故障诊断的成功率大于。

所以，故障诊断的成功率高达，所提出的方案可以运用到实践中。

此外，这些结果还表明所选取的特征对于工作情，，，，，译文原文出处，并不是很敏感。

因为在表中，故障原因的模糊子集中的元素对于故障现象的模糊子集中的元素的隶属度没有表现出明显的不同，也就是对不同种类测试故障的诊断结果的影响。

主要原因是因为模糊诊断矩阵主要取决于有关领域专家的判断和意见，而专家们的意见和判断可能会不致甚至是相互矛盾的。

因此矩阵中的元素值会有些偏差。

结论本文主要研究了基本模糊逻辑原理作为五柱塞泵的故障诊断技术的使用方法，而且证明和诠释了模糊逻辑识别代表不同故障情况的频谱的可能性。

通过实验中的各种例子，可以证实基于模糊逻辑原理的诊断技术在五柱塞泵的状态监测与故障诊断中有很好的实用性，这项技术在用于泵的故障识别和分类方面有很大的潜力。

文中还讲述了使用模糊诊断技术的过程，用表示泵的运行状况的特征变量来确定隶属函数使得这项技术更加客观。

但是，有些时候我们会用个比较主观的方式来决定泵的故障诊断中的模糊诊断矩阵，以后人们将会更加专注于客观建立模糊诊断矩阵方法的研究和发展。

致谢感谢中国吐哈石油公司提供的五柱塞泵和实验平台。

感谢西安石油大学王伟教授和赵晓红教授提出的宝贵意见和建议。

参考文献，，，，，，常用种基于对数据进行检查并初步分析后相对主观的方法来设计隶属函数。

本次研究中所使用的数据是从五柱塞泵所获得的振动信号的频谱，不同的频谱代表不同的故障状况。

因此，泵的故障诊断模糊隶属函数是根据变化的频谱建立的。

问题的关键在于泵的故障是在泵运行情况不断变化的条件下逐渐产生的。

这种动态变量比如工作时的振动强度和振动能量在不同的时期也是有变化的。

般来说，如果动态变量的值在增加，说明正在产生种故障，而且这种故障会比较严重。

基于模糊逻辑的概念，集合中的值由不同条件下的模糊子集决定，因此，元素所代表的故障严重程度可由如下的的可能性分布函数来定义其中，和是最大值和最小值由实际工作情况决定。

根据隶属函数的特征和模糊逻辑诊断的原则，可以将五柱塞泵的振动信号进行识别和分类，从而确定泵的工作情况和出现的故障。

泵故障诊断的模糊关系矩阵的测定目前还没有种通用的方法来测定模糊关系矩阵，般情况下是根据所研究的机器的特点和机器维修的历史记录以及专家的经验来测定。

由于泵的故障现象和故障原因之间不确定的模糊的逻辑关系，仔细地说就是第个故障元素相对于第个原因元素，即模糊诊断矩阵中的元素相对隶属度是由泵的故障诊断角度根据泵往复式运动形式对故障及原因之间关系分析的结果通过借鉴机器操作的经验和有关专家的观点通过考虑故障现象的明显程度和对故障原因故障现象及故障结果之间关系的研究等来决定的。

例如，些故障的外观现象变化很小，数值变化也不大，其元素的值可能在之间然而有些故障现象是由些确定的故障引起的，这时元素的值通常在到之间。

五柱塞泵故障模糊诊断的操作正如之前提到的，当诊断泵的故障时，如果模糊集合是由故障现象元素组成，即则模糊诊断的结果集合为那么式被称为模糊逻辑的模糊综合判别式。

当它被用于诊断机械故障时，它被称为模糊综合诊断。

为了满足实际需求，研究人员开发出了些模糊综合评判模型算法。

所有的综合判断算法都被赋予了不同的组合方式和模糊诊断矩阵，用表示，其中表示模糊诊断模型，和分别表示广义上的逻辑算子与和或。

在本研究中，模型被作为泵的模糊综合诊断的种诊断端水平方向的振动能量主要集中在三个频段，，和。

在其它的频率范围如，有些几乎没有任何变化的能量分布。

很明显，脉冲幅度的波动取决于曲柄轴旋转周负载的变化。

如上图所示，频谱的能量分布范围较宽，而且脉冲峰的频谱很多，表现为个集群。

这些表明，液压的脉动是由泵的柱塞的往复运动产生的，影响脉冲波动的因素有泵液压端排气阀的开关以及旋转运动和往复运动所产生的周期性的振动。

因为振动信号的频率结构变化非常微小，所以如果直接使用光谱会使问题变得很困难而且所需要的频谱也很难从中分离出来。

然而，我们知道当泵发生故障时，振源和振动不断地变化将不仅仅导致每种故障发生变化，而且也会导致信号能量发生变化，从而会使光谱级在正常的水平基础上增大或者减小。

因此，我们可以利用这些变化特征从光谱中分理处我们想要的频率，然后使用模糊诊断方法来监测泵的情况。

在频域内，频率范围内不同频率的数值可以表示出相应的振动信号的能量级。

从本次液压泵水平方向振动信号测试的频谱分析中，我们总结出了八个特征。

它们分别是峰值能量为。

进行振动信号峰值能量的分析包含三个步骤使用个滤波器检测出的频率，将时域信号中偏高或者偏低的频率过滤掉从而排除其它情况的干扰。

调节信号的保留时间。

在频域内转化调节信号以获得的频谱，然后选择最高能量级作为频谱的能量峰值。

的总峰值能量，频率范围内的峰值它主要由泵不平衡的往复运动所激发的。

曲柄的转速为所以活塞运动的频率大概为频率范围内的峰值，这个频率范围是排气阀进气排气的振动频率，以及柱塞运动变化引起的冲击力方向变化而产生的振动的振动频率。

中低频率范围内的峰值中间频率范围内的峰值中高频率范围内法，其中乘法运算代替了逻辑与，极限操作符取代了逻辑或。

所以其中，表示取较小值，和表示在算法中个数的总和。

也就是说在这种模糊诊断模型中，故障症状模糊值阐明了泵产生的不同种类故障的相对影响的重要性，而且代表着不同种类原因所产生的不同种类故障的严重性。

的值越大表明越严重。

当些故障被认定并且进行判别时，是元素的上限值。

由此，我们知道对于不同故障的每个模糊症状向量来说，模型是种模糊综合判别方法。

五柱塞泵模糊综合诊断的例子振动信号已经被广泛的应用于机械诊断，主要原因是因为振动分析可以更好地了解机械运作时的振动机制并且而且振动信号的变化可以很容易的反应机械的动态特性和其故障状态。

当然，五柱塞泵的振动是在其正常的工作条件下产生的。

这次试验工作是在中国吐哈油田的个实验平台进行的，考虑到对五柱塞泵的破坏程度和经济成本，在实验中，许多故障是在泵的液压端进行模拟的。

采集了正常情况下的振动信号和几种异常情况下的振动信号，加速度计被安装在泵的液力端的外壳上。

泵的曲柄轴的转速接近转