在混合Walsh频域中，利用同型多源联合表示和动态分层特征追踪技术，实现对多缸钻井泵故障诊断的先验知识约束

《MECHANICAL SYSTEMS AND SIGNAL PROCESSING》：Homotypic multi-source joint representation with dynamic hierarchical feature tracing in hybrid Walsh–frequency domain for prior knowledge-constrained fault diagnosis of multi-cylinder drilling pumps

　　

彭晨|王亚正|吴宇豪|金亚强|何长波|葛鑫

摘要

在多缸钻井泵中，故障诊断面临的主要挑战是同类型多源信号的混合。这些信号具有相同的机械结构，因此会产生重叠的频谱特征，从而掩盖了早期故障的迹象。现有的先进方法在这些复杂环境中往往表现不佳，缺乏在不同压力水平下保持稳定性的能力，也无法准确量化故障的严重程度和紧迫性。为了解决这些问题，本研究提出了“同类型多源联合表示与动态层次特征追踪”（HMR-DHFT）框架。该框架结合了独立于先验信息的能量-峰度筛选机制以实现自适应模式重建，采用了混合Walsh-频率特征空间来消除频谱模糊，并利用无矩阵动态脊线追踪算法来提取故障演变规律。实验验证表明，与最新的先进方法和领域特定基线相比，HMR-DHFT在诊断分辨率和可靠性方面具有显著优势。关键结果表明，HMR-DHFT不仅在四种不同的工作压力范围内实现了更高的故障隔离精度，还能成功判断故障的严重程度和紧迫性——这些能力是现有信号处理方法所不具备的。这些发现证明了HMR-DHFT是监测在多种液压工况下运行的复杂机械系统的有效解决方案。