离心泵具有扬程适用范围广,结构简单,运转可靠,维修方便等诸多优点,因此被广泛用于工农业生产。在实际应用中,当工作点偏离设计工况,或机组本身存在故障等情况,常常会导致振动增加、效率下降。分析离心泵振动特性,对提高水泵机组安全经济运行具有重要意义。由于水泵振动诱因较多,外在特征与内在机理复杂。为此,以空化致振、地脚螺栓松动致振等为例,研究振动特征提取与故障识别方法,为水泵振动机理分析探索新方法,具有重要的学术意义和实用价值。首先,针对离心泵空化致振、地脚螺栓松动致振经典特征,在小波变化基础上,分别建立以均方根误差为评估函数的单目标粒子群小波去噪算法和以信噪比、均方根误差为双评价指标的多目标粒子群小波去噪算法,对加噪的离心泵典型故障的振动信号进行去噪处理,确定最优小波基为db8、分层层数为6层及各层对应阈值。其次,设计空化实验及地脚螺栓松动致振实验,将实测的发生空化、地脚螺栓松动的泵壳、电机壳等振动信号用前述小波去噪方法对其进行滤波处理,对处理后的信号进行时域分析及频谱分析获得表征泵运行特性的关键参数。最后,利用BP神经网络初步建立离心泵运行识别方法,将提取的泵振动信号的时域和频域特征值,输入建立的离心泵BP神经网络分类模型进行故障状态的模式分类,为泵站等实际运行提供有力的理论支持。