用振动信号的小波变换监测泥浆泵的吸入状态

将小波变换理论用于泥浆泵吸入状态的监测。研究结果表明，用振动信号绝对值小波分解后的逼近信号可较准确地判断吸入阀的关闭时刻，进而准确地判断泵的吸入状态。该方法可排除随机干扰的影响，具有信号特征简单、监测准确性较高及便于在现场推广应用等优点，在不测量缸压的情况下，较容易实现对泥浆吸入状态的缸外监测。     

小波包变换在往复泵活塞状态监测中的应用

根据小波变换能同时在时间域和频率域进行局部化信号分析的特点,采用小波包分解、小波包重构及小波包分频带能量监测方法对往复泵活塞状态进行识别,取得了良好的效果。这种方法具有特征参量少、故障特征突出等优点。可以预见,信号的小波包分析将发展为一种可用于往复泵工况监测与故障诊断的特征提取方法     

用振动信号的小波变换监测泥浆泵的吸入状态

将小波变换理论用于泥浆泵吸入状态的监测。研究结果表明 ,用振动信号绝对值小波分解后的逼近信号可较准确地判断吸入阀的关闭时刻 ,进而准确地判断泵的吸入状态。该方法可排除随机干扰的影响 ,具有信号特征简单、监测准确性较高及便于在现场推广应用等优点 ,在不测量缸压的情况下 ,较容易实现对泥浆吸入状态的缸外监测     

钻井泵泵阀状态的监测与故障诊断

对钻井泵泵阀故障识别进行了实验研究,提出了一种则实用的泵阀故障诊断方法。以位置传感器测量活塞死点所产生的信号为触发信号,可用计算机采集到钻井泵泵阀关闭时在阀箱上激起的瞬态响应信号。对该瞬态信号的时域和同步功率谱进行分析后,可较为准确地判别泵阀的工作状态。用该方法可检测出较为明显的故障信息。     

钻井泵泵阀状态的监测与故障诊断

对钻井泵泵阀故障识别进行了实验研究，提出了一种简单而实用的泵阀故障诊断方法。以位置传感器测量活塞死点所产生的信号为触发信号，可用计算机准确采集到钻井泵泵阀关闭时在阀箱上激起的瞬态响应信号。对该瞬态信号的时域和同步功率谱进行分析后，可较为准确地判别泵阀的工作状态。用该方法可检测出较为明显的故障信息。     

神经网络在往复泵活塞磨损故障诊断中的应用

对用人工神经网络识别往复泵活塞磨损故障进行了研究。以在往复泵缸套压盖上采集的振动信号的振动功率谱为主要征兆，建立了基于人工神经网络的往复泵活塞磨损故障诊断系统。计算机模拟识别表明，运用该系统可较为准确地判别出活塞的磨损（破损）故障。     

神经网络在往复泵活塞磨损故障诊断中的应用

对用人工神经网络识别往复泵活塞磨损故障进行了研究。以在往复泵缸套压盖上采集的振动信号的振动功率为主要征兆,建立了基于人工神经网络的往复泵活塞磨损故障诊断系统。计算模拟识别表明,运用该系统可较为准确地判别出活搴 磨损故障。