為了對(duì)往復(fù)泵的故障進(jìn)行正確診斷，提出了基于自適應(yīng)小波神經(jīng)網(wǎng)絡(luò)的往復(fù)泵故障診斷方法。以往復(fù)泵單個(gè)泵缸內(nèi)的壓力信號(hào)作為系統(tǒng)特征信號(hào)采用小波變換來(lái)提取故障特征向量，同時(shí)將此特征向量作為小波神經(jīng)網(wǎng)絡(luò)的輸入，利用小波神經(jīng)網(wǎng)絡(luò)對(duì)故障做進(jìn)一步的精確實(shí)時(shí)診斷。通過(guò)對(duì)往復(fù)泵液力端多故障診斷實(shí)例的檢驗(yàn)表明：該系統(tǒng)故障診斷正確率達(dá)到了93%以上。

　　往復(fù)泵是石油礦場(chǎng)中的重要設(shè)備，在鉆井、驅(qū)油及壓裂等工藝中被廣泛應(yīng)用，是一個(gè)復(fù)雜的機(jī)械系統(tǒng)。其液力端關(guān)鍵部件是泵閥組件，因其工況惡劣極易損壞，因此對(duì)其狀態(tài)進(jìn)行監(jiān)測(cè)與故障診斷，及時(shí)做出合理的維修保養(yǎng)決策具有重要意義�，F(xiàn)有的故障診斷方法主要有：基于知識(shí)的方法; 基于信號(hào)處理的方法; 基于解析模型的方法。由于往復(fù)泵結(jié)構(gòu)比較復(fù)雜，激勵(lì)源類型較多，受平衡力、不平衡慣性載荷和各種沖擊載荷的作用，不可能應(yīng)用基于解析模型的方法來(lái)分析泵閥的工作狀態(tài)。但是，可以從測(cè)取的信號(hào)中提取故障特征向量，以此為依據(jù)進(jìn)行故障診斷。

　　筆者提出以單個(gè)泵缸內(nèi)的壓力作為系統(tǒng)特征信號(hào)，通過(guò)小波變換來(lái)提取故障特征向量，同時(shí)利用小波神經(jīng)網(wǎng)絡(luò)對(duì)故障做進(jìn)一步的精確實(shí)時(shí)診斷的方法。真空技術(shù)網(wǎng)(http://www.mp99x.cn/)對(duì)小波神經(jīng)網(wǎng)絡(luò)采用的優(yōu)化算法是：在訓(xùn)練過(guò)程中動(dòng)量因子和學(xué)習(xí)率根據(jù)誤差大小進(jìn)行自適應(yīng)調(diào)整的梯度下降法，該方法可以提高學(xué)習(xí)速度并增加算法的可靠性。

1、用于泵閥故障診斷中的小波神經(jīng)網(wǎng)絡(luò)

　　1.1、緊致型小波神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)*

　　小波神經(jīng)網(wǎng)絡(luò)是基于小波分析而構(gòu)造出的一類前饋網(wǎng)絡(luò)，它有兩種結(jié)合方式：松散型和緊致型。緊致型結(jié)合方式是將小波分解同前饋神經(jīng)網(wǎng)絡(luò)進(jìn)行直接融合，即將神經(jīng)網(wǎng)絡(luò)的隱節(jié)點(diǎn)函數(shù)用小波函數(shù)代替，并將相應(yīng)的輸出層到隱層的權(quán)值由小波函數(shù)的尺度所代替、輸出層到隱層的閾值由小波函數(shù)的平移系數(shù)所代替。緊致型小波神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖1 所示。

圖1 緊致型小波神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

結(jié)束語(yǔ)

　　筆者構(gòu)造了緊致型小波神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，根據(jù)小波神經(jīng)網(wǎng)絡(luò)的特點(diǎn)，采用了變步長(zhǎng)的小波自適應(yīng)網(wǎng)絡(luò)算法，該算法中學(xué)習(xí)率、動(dòng)量因子根據(jù)誤差大小進(jìn)行自適應(yīng)調(diào)節(jié)，既提高了收斂速度，又不存在局部極小問(wèn)題。并將構(gòu)造的小波神經(jīng)網(wǎng)絡(luò)應(yīng)用到往復(fù)泵的故障診斷中，正確率達(dá)到93% 以上。因此，基于自適應(yīng)小波神經(jīng)網(wǎng)絡(luò)的往復(fù)泵故障診斷方法是一種比較理想的故障診斷方法，具有一定的應(yīng)用價(jià)值。