پايش وضعيت و عيب يابي پمپ گريز از مركز توسط آناليز صدا

Condition Monitoring and Fault Diagnosis for Centrifugal Pump by Acoustic Analysis

پمپ های گریزازمركز در كاربردهای مختلفی مورد استفاده قرار می گیرند. در بسیاری از كاربردها نقش این پمپ ها بسیار مهم است، لذا پایش وضعیت آنها برای اطمینان از كاركرد صحیح لازم است. در این مقاله روشی هوشمند برای پایش وضعیت و تشخیص عیوب پمپ گریزازمركز براساس سیگنال های صدا مورد بررسی قرار گرفت. بدین منظور در این پژوهش ابتدا سیگنال های صدای پمپ در حالات مختلف سالم و معیوب استخراج شد. سیگنال های استخراج شده توسط تبدیل موجك از حوزه زمان به حوزه زمان فركانس انتقال داده شدند. سپس ۹۲ ویژگی شامل توابع آماری و فركانسی از سیگنال های پردازش شده استخراج گشت. شش ویژگی برتر با استفاده از روش داده كاوی CFS انتخاب شد و به عنوان ورودی به طبقه بند شبكه عصبی مورد استفاده قرار گرفتند. پس از طی مراحل ذكر شده دقت طبقه بندی عیوب ۱۰۰ درصد به دست امد كه حاكی از قدرت بالا و كیفیت مناسب روش معرفی شده در پایش وضعیت و عیب یابی پمپ گریزازمركز است.

Centrifugal pumps are widely used in a variety of applications. In many applications the role of centrifugal pump is critical and condition monitoring is essential. In this paper an intelligent method for condition monitoring and fault diagnosis for centrifugal pump has been introduced by acoustic analysis. According to this target first acoustic signals were gathered for healthy and unhealthy states. After that gathered signals transferred from time domain to timefrequency domain by wavelet transform. After that 92 statistical features were extracted from signals. Six top features using CFS data mining method was selected these features were used as entrances to classification of artificial neural network. After mentioned stages accuracy of faults classification system obtained 100%, this accuracy expresses that introduced method has high capability and quality in condition monitoring and fault diagnosis of centrifugal pump