本项目针对高速涡轮泵健康监控系统中面临的实际问题,结合当前测试信息、历史数据、物理模型及仿真数据,研究实时故障检测、故障诊断与预测理论及方法。项目的主要研究内容包括分析了高速涡轮泵故障模式与机理;选择和提取了涡轮泵振动信号特征;研究与提出了基于多变换域特征的故障检测与诊断方法、基于单类支持向量机的故障检测与诊断算法、故障实时检测的时间序列编码分析算法、基于支持向量回归的系统特征参数趋势预测,以及基于隐半马尔可夫模型的故障诊断与故障预测方法,并进行了历史试车数据分析验证;研究了系统故障注入与仿真技术,以及基于故障仿真的知识获取与故障知识库技术;建立了系统测试/监控/诊断/预报模拟实验平台。在上述关键技术研究的基础上,构建了涡轮泵系统状态实时监控集成技术验证系统,并研究与开发了故障预测与健康管理系统体系结构,为类似复杂机械系统的实时监控和故障预测奠定了技术基础。所发展的故障预测与健康管理技术将在复杂机械系统有效维护、降低维护费用等方面具有广阔的应用前景。
英文主题词Turbopump; Fault Detection; Fault Prognostics; Health Monitoring System