基于变分模态分解和wigner-Ville的单向阀早期故障诊断

吴漫 冯早 黄国勇 牟竹青

摘要：针对大型往复式机械设备高压隔膜泵单向阀早期故障难以识别的问题，该文提出基于变分模态分解（variational mode decomposition，VMD）和Wigner-Ville的单向阀早期故障诊断方法。首先，利用VMD将原始振动信号分解成有限个IMF分量，基于观察中心频率法筛选富含故障信息的IMF分量;然后，利用魏格纳一维利分布（wigner-Ville distribution，wVD）对筛选后的IMF分量计算，得到每个分量的Wigner-Ville分布;最后，将各项结果线性求和得到信号的WVD分布。经仿真与工程实验分析，该方法能较好表征出振动信号中所蕴含的单向阀早期故障特征信息，能实现高压隔膜泵单向阀早期故障诊断。

关键词：单向阀;vMD;wigner-Ville;早期故障诊断

中图分类号：THl7;TH911.756文献标志码：A 文章编号：1674-5124（2019）04-0116-07

0引言

大型往复式机械高压隔膜泵是输送高温、高腐蚀固液两相介质的核心动力设备。单向阀作为高压隔膜泵核心机械零部件之一，其工作状态直接影响设备的整体性能及工作效率，且其在运行过程中易受到往复运动、旋转运动及流体运动等多种类型振源的激励，致使单向阀的振动信号具有突发性、并发性、多源性、非平稳性和非线性等特点，如果能在单向阀失效初期发现故障溯源并及时排除隐患，具有重要的意义。在单向阀故障的早期阶段，冲击成分能量所占比例较小，且由于旋转运动和流体运动的干扰，会被引入到单向阀振动信号中形成噪声。故能有效地实现单向阀的早期故障诊断成为了该领域的一大难点。

近些年来，国内外学者以柴油机、压缩机、离心泵等典型往复式机械设备为重点研究对象，展开了基于故障机理及信号分析的方法研究--卅。目前高压隔膜泵研究仅限于曲轴、泵阀等零部件机理特性的研究，尚未建立起高压隔膜泵整体的系统动力学模型，无法系统地揭示隔膜泵系统的机理特征。国内外学者针对往复泵泵阀开展了大量的研究工作，文献[7]通过对比正常泵阀和故障泵阀的细化谱实现往复泵泵阀的故障诊断;文献[8]基于Volterra级数的提升小波变换，实现了往复泵的磨损故障诊断;如文献[9]提出一种基于EMD和Wigner-Ville在往复泵泵阀振动信号特征提取中的应用。上述方法为高压隔膜泵单向阀的故障诊断提供了相应的借鉴和参考，但存在局限性，如EMD存在端点效应，模态混叠，算法效率低等问题。对此，Dragomiretskiv等提出了一种信号自适应处理的新方法——变分模态分解，该方法采用一种非递归的处理策略，通过迭代搜寻变分模型的最优解来实现信号频域的自适应分解，分解精度高且有效避免模式混淆的问题。鉴于VMD算法的优越性，本文将其引入高压隔膜泵单向阀的故障诊断。

VMD能够自适应将多分调幅调频信号分解成多个单分量调频信号，能够精确表征信号各个频率成分，且能有效避免WVD分布的交叉项干扰的问题和保留WVD分布中优良的时频聚集性。因此，本文提出基于变分模态分解和Wigner-Ville的早期故障诊断方法。

1高压隔膜泵及单向阀分析

以三缸单作用高压隔膜泵为例，其主要由电机、活塞、活塞缸、隔膜、隔膜室、出料单向阀、进料单向阀等零部件组成，图1为高压隔膜泵的工作原理图，往复式活塞隔膜泵在工作中当活塞左移时，隔膜向左运动，进料阀打开而吸入料浆;当活塞右移时，隔膜向右运动，出料阀打开而排出料浆。

单向阀是控制浆料输入和输出的机械零件，其每一次进料和排料的过程对应着隔膜泵的一次冲程。假设隔膜泵的冲程系数为50r/min，其正常运行一天，进出料单向阀需往复式运动72000次，因此单向阀是隔膜泵中运动最频繁和最易发生故障的核心零件。常见单向阀故障类型可分为单向阀磨损（泄漏）击穿故障和单向阀卡阀故障。

2方法原理

2.1变分模态分解（VIVID）

VMD方法能够将多分调幅调频信号分解成多个单分量调幅调频信号。其对变分框架内对信号进行分解，通过搜寻约束变分模型中的约束和最优化来实现信号自适应分解，最终得到单分调幅调频信号及相应的中心频率。

3基于变分模态分解和Wigner-ViHe的早

期故障诊断方法

针对高压隔膜泵单向阀早期故障难以识别的问题，本文提出基于变分模态分解和Wigner-Ville的单向阀微弱故障诊断方法。首先采用具有自适应性的变分模态分解方法处理低信噪比的单向阀故障信号，获得更加精确的故障特征信息，然后利用具有较好时频聚集性的Wigner-Ville分布方法表征单向阀故障信号能量分布，最后比较单向阀3种状态振动信号的时频分布图，以实现高压隔膜泵的早期故障诊断。具体步骤如下：

1）选取单向阀磨损击穿早期故障、卡阀早期故障以及正常状态3种振动信号进行VMD分解。

2）基于中心频率观察法筛选富含故障信息的IMF分量，当K=m时，出现相近的中心频率ωk时，则认为此时VMD分解出现了过分解，那么此时筛选出m个IMF分量。

3）对m个IMF分量进行WVD计算，得到Wi，i=1，2，…，m，得到每个分量的Wigner-Ville分布。

4）对Wi进行线性叠加，得到变分模态分解和Wigner-Ville时频分析结果，即为振动序号序列的Wigner-Ville分布。

5）最后，比较单向阀3种状态Wigner-Ville时频分布图。

基于上述步骤，本文提出的方法能较好抑制Wigner-Ville分布的交叉项且能够全面表征单向阀早期故障特征信息。

4仿真分析

为分析此方法的有效性，建立一个多分调幅调频仿真信号，其解析表达式为

仿真信号中（0≤t≤3），x（t）的采样频率为2560Hz，采样数据长度为10240。表l是不同K值对应的中心頻率，其中从K为5开始，出现了相近的中心频率，即出现了过分解，因此K取4，认为4个IMF分量富含仿真信号信息。