大量工业生产需求和实际泵系统应用场景需要控制离心泵的输出流量恒定,相较于改变阀门开度的调节方式而言,改变电机转速的调节方式响应速度更快且能有效避免阀门上的能量损失。由于离心泵的流量控制是一个非线性、时滞性的多变量控制系统,如何迅速、精确、稳定地控制其输出流量恒定,是现代生产及科学研究亟待解决的难题。此外,在保持输出流量恒定的过程中,离心泵转速、扬程等主要性能参数会不断变化并偏离最优工况点,这种暂态和非设计工况运行状态会诱导泵内部产生不稳定流动和振动噪声现象,严重降低了离心泵的运行效率和使用寿命。而离心泵一旦发生运行故障或泵体损坏,会直接导致整个泵系统的停转。因此,开展对离心泵流量控制和剩余使用寿命（Remaining Using Life,RUL）预测的研究,进而提升离心泵系统的运行效率,降低系统的运营和维护成本,不但具有重要的学术意义,还具有良好的工程价值和经济价值。本文主要研究的内容和创新点有:1)搭建了一套集采集控制单元、人机交互单元和分析处理单元为一体的离心泵状态监测系统。对本系统中的数据采集卡选型、泵和阀门选型、各类传感器选型、电源模块设计以及试验台搭建作了详细介绍;基于Lab VIEW软件平台开发了用户登录模块、数据采集模块、数据存储模块、动态联查模块以及状态推送模块等各个模块程序。通过测试试验拟合系统中离心泵的特性曲线可知,所搭建的状态监测系统功能完善,可对离心泵的重要运行状态参数进行智能化采集、存储及分析,具有较高的实用性和可靠性。2)分析了离心泵流量控制系统的基本结构和数学模型,采用模糊PID控制算法对离心泵的出口流量进行了精确控制。基于Simulink可视化平台搭建了离心泵流量控制系统的仿真模型并进行了仿真模拟,仿真结果表明,传统PID控制和模糊PID控制都能实现对单位阶跃信号的响应追踪,但对比PID控制,模糊PID控制的各项控制性能指标均更加优良。进一步基于搭建的状态监测系统设计了控制试验程序,试验结果表明,当流量期许值发生阶跃性改变（阶跃单位为0.1m~3/h和0.15m~3/h）时,PID控制在整个控制过程中的最大超调量为4.160%,阶跃区间上的平均超调量为3.005%,而模糊PID控制在整个控制过程中的最大超调量为3.762%,阶跃区间上的平均超调量为2.599%;PID控制的平均峰值时间和平均调节时间分别为48.20s和62.40s;而模糊PID控制的平均峰值时间和平均调节时间为37.00s和46.75s。综合分析可知,针对二阶非线性时滞性流量控制系统,相较于PID控制,模糊PID控制不仅具有更快的响应时间、更小的超调量和更小的振荡幅度,而且对流量的实时变化拥有极强的适应能力和优异的追随效果。3)提出了一种基于时间序列的离心泵RUL预测策略,通过获取离心泵在特定流量工况下的扬程和效率时间序列并设定相应的失效阈值,进一步建立不同的差分自回归移动平均（ARIMA）模型对离心泵的剩余使用寿命进行预测。预测结果表明,离心泵在设计工况下所建立的扬程ARIMA模型的最大预测误差仅为0.040%,扬程时间序列会在第653个数据点达到其失效阈值8m;效率ARIMA模型的最大预测误差仅为0.042%,效率时间序列会在第672个数据点达到其失效阈值16%,根据提出的预测策略可知设计工况下离心泵的RUL为53个小时。离心泵在大流量工况下所建立的扬程ARIMA模型的最大预测误差为0.324%,扬程时间序列会在第640个数据点达到失效阈值5m;效率ARIMA模型的最大预测误差为1.016%,效率时间序列会在第578个数据点达到失效阈值12.5%,同理可知离心泵在大流量工况下的RUL为78个小时。综上可知,所建立的各个ARIMA模型效果优良,预测精度颇高,其基于时间序列的预测策略可对离心泵的RUL进行有效预测。本文所研究的离心泵剩余使用寿命预测方法具有良好的工程应用价值和经济价值,可对实际生产过程中的设备维护工作提供一定的参考和借鉴。