开发了往复泵故障的智能诊断系统，以故障诊断系统为核心，软件部分用VisualC++语言来开发，由软件控制同步进行压力、位置及流量等信号的数据采集和数据库管理。由于不同故障类型对应的信号曲线也不同，所以以压力信号为主，以流量信号为辅作为故障信息；然后应用基于人工智能理论的小波神经网络和小波包分解技术进行数据处理、保存和故障诊断。从小波神经网络诊断的结果可以看出:往复泵故障智能诊断系统诊断速度快，准确性高。
往复泵是大庆油田的重要设备之一，它的泵效高、适应性强且排液量范围广，并且在工作中操作简单方便，工作过程平稳可靠，因而在注水驱油、钻井及压裂等工艺过程中广泛应用。在各油气处理站、中转库中，将其作为冬季外输轻烃、外输气时加注甲醇的重要设备。但由于其易损件较多，其液力端关键部件为泵阀组件，而泵阀组件又因工况恶劣经常发生失效，故障率相对较高，因此对其状态进行监测及故障诊断，对于及时做出合理的维修保养决策具有重要意义。
在现场，操作工人对往复泵运行状态监测和故障判断过程存在很多问题。人为判断故障，适应性差，往复泵阀的各种故障，通过人工“看”、“听”，适应性差，不利于推广；环境干扰较大，往复泵现场不可避免地有电机等各种干扰，在常规测试中，环境干扰较大；人工盲目操作，劳动强度大；保护措施不完善。
为了解决上述问题，利用不断发展的小波分析和小波神经网络技术，加之微机测试技术的优势，建立高性能的综合智能故障诊断系统，并使之适应现场应用。验证结果表明:该诊断系统诊断速度快、准确性高。
1、往复泵系统工况综合诊断系统的总体方案
该系统由电容式压力传感器、磁电式流量传感器、信号放大线路、A/D模数转换器及微型计算机等组成。系统框图如图1所示。该系统主要包括软件设计和硬件设计两部分。
1.1、系统的硬件组成
硬件一般包括电源、控制、变换、微机、保护与仪表六大类设备。本系统主要由电容式压力传感器、磁电式流量传感器、往复泵系统工况综合诊断监控仪及微型计算机等组成。监控仪基于485端口，包含隔离RS-232到RS-485转换器ADAM4520和ADAM4017八路模拟量输入两个模块，监控仪就是由它们组成并用来负责采集系统的数据，并且把压力变送器传输过来的数据进行初步运算和处理传送给主机。计算机负责处理、保存并离线分析监控仪传来的数据，还可以在适当的时候打印结果，而后利用小波包分解和小波神经网络技术进行故障特征提取和故障诊断。
1.2、系统软件
笔者在缸体上安装一个电涡流传感器，用它作为时标信号来检测柱塞在靠近动力端什么位置停止，外触发信号由其发出的信号获得，泵缸内的压力信号通过触发点来采集。往复泵的泵缸内部作为压力变送器测取点选择的具体位置，压力变送器用来测量和传输实验所需的现场各种情况的压力值。
该系统的软件设计包括以下几个方面:
a.主程序框架的建立；
b.把主机与监控仪通过什么方式连接起来进行通信；
c.实时数据在经过监控仪处理过之后，要进行保存；
d.监控仪不论通过什么方式，传输过来的数据都要在界面上实时动态地显示出来。
图2为系统软件的主界面。本系统的设计重点包括参数设定、采样数据的同步动态显示、数据库管理和多线程技术。
