离心输油泵是原油管道输送系统提供动力支持的关键设备,其工作环境恶劣,系统结构复杂,调节操作频繁,具有较高的突发故障率。输油泵一旦发生故障而未被及时发现,将可能导致恶性停机事件。管线的停输可能引发管道泄漏及火灾爆炸等连锁安全事故,造成人员伤亡、环境破坏以及重大经济损失。因此,定期对离心输油泵开展切实有效的故障诊断研究,及时发现早期故障,避免发生恶性停机事件对保障整个原油运输系统的安全平稳运行具有十分重要的意义。本文首先对离心输油泵的基本结构和工作原理进行研究,根据文献调研分析输油泵常见的故障类型,并对输油站场离心泵故障进行调研,重点研究重大故障案例,寻找事故多发部位进行重点研究,然后对基于振动检测的故障诊断方法的基本原理进行了阐述,该方法的重点在于故障特征的识别,因此对输油泵常见故障的时频域特征进行分析归类,并用MATLAB仿真故障信号,得到故障时频域特征图。同时对输油站场根据经验得出的离心输油泵故障诊断要点进行汇总。寻找出现行的常用振动检测故障诊断的不足,提出相应的改进。改进主要针对振动信号降噪、故障特征提取和模式识别进行。1、阐述了奇异值分解降噪的基本原理,对降噪过程中有效秩阶次的选择和Hankel矩阵结构的确定进行了重点研究,将算法应用于转子和轴承故障振动信号降噪,得到信噪比明显的振动信号。2、提出了一种基于小波包能量熵的离心输油泵故障特征提取方法,对降噪后的振动信号进行时频分析,得到转子和轴承不同设定状态下的振动信号特征向量。3、利用人工神经网络对离心输油泵的常见转子/轴承故障进行故障模式识别,用振动信号的小波包能量熵特征参数作为网络输入,经过神经网络的训练和学习,实现了对离心输油泵的常见转子/轴承故障的诊断。