离心泵是众多工业生产系统中的关键设备,一旦发生故障,轻则影响生产,重则造成严重的生产事故,因此开展早期故障诊断具有重要的意义。近年来,国内外学者开始对该课题进行研究。将分形理论应用于机械系统故障诊断领域,是近年来国内外学术界研究的热点之一。本文首次将分形理论和小波分析联合应用于离心泵工况监测领域,提出了一种基于分形理论的离心泵早期故障诊断方法。本文主要研究工作和研究结果如下:1.较详细综述了国内外相关文献,分析了离心泵机械故障诊断的研究意义、现状和难点。论文搭建了离心泵振动加速度信号采集实验装置。基于振动信号实现离心泵早期故障诊断的主要困难有两点:一是信号特征和故障之间是复杂的非线性关系;二是故障早期信号微弱,加之存在受外强迫和测量误差等因素影响,特征参数难以提取。2.基于非线性时间序列动力学互相关因子指数分析方法,结合旋转机械运行特点,引入振动信号均方值,提出了一种改进动力结构突变点检测方法—动力学因子指数分割改进算法。通过理想时间序列,验证了所提方法检测动力结构突变的有效性。以CWRU轴承试验数据为例,将所提方法应用于轴承工况监视数据动力学异同性分析,结果表明负载变化对轴承系统运行动力结构影响较小,而故障影响则较为明显。分析与应用结果表明了所提算法的有效性。3.基于分形理论和小波分析方法提出了一种新的故障特征提取方法。首先利用小波分解将离心泵故障振动信号分解到不同频带,然后以广义维数为基础,计算和绘制不同频带信号的广义维数图谱,提取故障特征,实现早期故障诊断。通过对轴承测试数据和离心泵测试数据的分析,表明该方法可用于离心泵故障早期特征提取和诊断。