摘要
本发明公开了一种浆液循环泵状态监测方法及相关设备,以克服现有技术因多故障耦合效应及强背景噪声干扰导致的误报率高、晚期预警的不足。方法包括同步采集泵体蜗壳、出口管道和轴承座的振动、声发射、压力脉动和温度信号;对声发射信号进行小波包分解,提取特征并生成气蚀敏感因子;利用流体‑结构耦合仿真和迁移学习适配的数字孪生模型,计算监测特征与正常基线的偏差量;当偏差量超阈值时,进行故障识别和寿命预测。本发明通过多信号融合和动态阈值机制,有效克服了多故障耦合效应及强背景噪声干扰,提升了监测系统的可靠性。
技术关键词
状态监测方法
浆液循环泵
数字孪生模型
剩余寿命预测
振动信号特征
背景噪声干扰
MEMS三轴加速度计
因子
模式识别
蜗壳
偏差
压电陶瓷传感器
轴承座
基线
声发射传感器
状态监测系统
LSTM模型
系统为您推荐了相关专利信息
农产品检测方法
数字孪生模型
云端
分选设备
农产品检测系统
数字孪生模型
溯源系统
多智能体强化学习
实用拜占庭容错算法
溯源信息
能效优化方法
数字孪生模型
设备运行参数
能耗
时间滑动窗口
剩余使用寿命
智慧管理方法
智慧管理平台
数字孪生模型
健康状态信息
数字孪生模型
优化控制方法
优化工艺参数
熔体
超声波