摘要: 随着离心泵的广泛应用和信息技术的高度发展，以及现场对故障诊断的要求，常见的故障诊断技术越来越不能满足现场要求，本文针对离心泵的振动信号特点，有机结合了故障趋势预测技术和数据挖掘技术，有效的对离心泵的趋势进行了预测。 首先，针对离... 展开 随着离心泵的广泛应用和信息技术的高度发展，以及现场对故障诊断的要求，常见的故障诊断技术越来越不能满足现场要求，本文针对离心泵的振动信号特点，有机结合了故障趋势预测技术和数据挖掘技术，有效的对离心泵的趋势进行了预测。 首先，针对离心泵振动信号的时域指标特点，应用三种不同的水平趋势预测方法对离心泵进行故障趋势预测分析，通过预测结果的精度比较，最后决定采用一阶自适应平滑预测方法。 其次，研究分析了离心泵故障趋势预测中采集的振动信号的时域指标，根据时域指标值间存在的内在关系对这些时域指标进行聚类分析，同时也对采集振动信号的不同测点进行了聚类分析，将聚类结果用于实际中。在实际应用趋势预测分析时，对三种不同应用方式的精度进行了分析比较，结果表明多测点多参数预测方法具有预测精度高、预测全面等优点。最后介绍了基于模糊聚类结果进行欧氏距离计算形成的外输泵时变相对评价系统。 在应用多测点多参数方法对离心泵进行趋势预测基础上，把离心泵多测点多参数预测与Matlab7.0中的图像用户界面编程进行了有机融合，设计了适用于故障趋势预测的图形用户界面，并介绍了此图形用户界面的设计过程和操作方法。 收起