论文部分内容阅读
高速泵状态监测是对高速泵运行状态评估的重要手段。首先对高速泵进行了不同状态下的试验,采集到各个状态的外特性信号以及振动信号,然后对信号进行处理,分别基于外特性信号和振动信号构建特征向量,最后利用BP神经网络对高速泵的3种不用的运行状态进行识别评估。研究表明,可以使用简单的神经网络对高速泵运行状态进行学习和识别工作;外特性信号和振动信号都能较好的反应高速泵的运行状态;对于正常工作下的高速泵运行情况有一个较好的识别效果;联合利用两种信号对高速泵运行状态进行识别,在识别率上有了显著的提高。