潜水泵凭借其结构紧凑、集成度高等优点,被广泛应用于矿山抢险、农业灌溉、居民用水供应等场合。但是随着潜水泵服役时间的增长,其零部件会逐渐老化,性能也会逐渐下降,用于其检查和维修方面的支出日益增多,严重时还可引发安全事故。目前,现有潜水泵状态监测系统的集成度不高,且监测数据不够全面,数据可视化程度不高。因此,为降低企业维护成本,提高潜水泵的集成度、安全性以及监测数据的可视化程度,研发一套较为合理的潜水泵智能运维系统尤为重要。首先,针对以上潜水泵状态监测方面存在的不足,对潜水泵智能运维进行需求分析和总体方案设计。利用STM32微控制器构建基于物联网技术的泵机数据采集终端,对泵机的电源电压、电流、绕组温度、轴承温度以及油室是否漏水等状态信息进行采集,并通过物联网无线通讯模块进行数据传输;在Django框架下进行云端服务系统的设计,采用MongoDB、MySQL和Redis三种数据库混合存储的数据存储单元,并在VUE框架下进行人机交互系统的设计。其次,进行了潜水泵故障诊断理论的研究。采用阈值法实现潜水泵电压、绕组温度和轴承温度数据的异常条件检测和实时报警功能;基于支持向量回归(SVR)对潜水泵流量-电流数据进行分析,选取合适的核函数并建立故障诊断模型,实现潜水泵电流数据的故障诊断和实时报警功能。最后,对泵机数据采集终端的数据采集和通讯功能进行了测试,然后进行潜水泵智能运维系统的整体实验,获得正常状态下泵机的各项运行数据,验证该运维系统的可靠性及实时监测功能;通过模拟故障状态下的运行数据,验证智能运维系统各监测数据故障诊断的准确性。研发的潜水泵智能运维系统可以为潜水泵的状态监测与故障诊断提供良好的数据基础,使用户能够实时监测泵机及其关键部件的运行参数,更全面地掌握其运行状态,有效提高潜水泵系统的集成度、安全性和数据可视化程度;同时所构建的诊断模型能够快速准确地确定泵机的故障类型,缩短故障诊断的时间,在一定程度上降低企业的维修费用。