近似熵在往复压缩机气阀故障诊断中的应用

针对传统方法难以有效进行往复压缩机气阀故障诊断的现状,提出了应用近似熵对往复压缩机气阀故障进行诊断的新方法。通过对气阀常见故障类型的诊断,表明了近似熵可以有效地分析出往复压缩机气阀的常见故障。     

基于局部均值分解与关联维数的往复压缩机气阀故障诊断

针对往复压缩机气阀振动信号具有的非线性与非平稳复杂特性,提出基于局部均值分解与关联维数相结合的方法,通过将原始振动信号进行分解,定量化提取了不同气阀故障状态下的关联维数特征,结果表明:局部均值分解后的振动信号信噪比得到显著提高,高频分量的关联维数能够明显区分不同故障状态特征,因此可以作为往复压缩机气阀故障诊断的有效依据。     

混沌分形理论在往复压缩机气阀故障诊断中的应用

提出用关联维数来定量描述往复压缩机气阀的工作状态,进而对气阀进行故障诊断.首先采用基于经验模态分解和奇异谱分析的基本思想,对气阀不同状态下的信号进行降躁处理,然后计算了信号的关联维数.分析结果表明,气阀不同运行状况对应的关联维数明显不同,因此可以用关联维数作为气阀不同工作状态的特征参数,从而提高了设备故障诊断的准确率.     

基于RBF神经网络的往复压缩机气阀故障诊断

提出了一种往复压缩机气阀的故障诊断方法.把往复压缩机气阀的振动信号作为识别故障的特征向量,送入RBF神经网络中,进行故障类别的自动识别.试验结果表明,该诊断模型对往复压缩机气阀故障诊断具有良好的诊断效果,系统不仅能够检测到往复压缩机气阀故障的存在,而且能够比较准确地识别往复压缩机气阀的故障模式.     

基于声发射和关联维数的空气压缩机故障诊断技术研究

针对空气压缩机的结构复杂、振动激励源众多、故障诊断与状态检测难度大的问题,提出一种空气压缩机声发射信号的关联维数故障诊断方法.在分析关联维数计算的参数选择基础上,采用奇异值分析的嵌入维数计算法和平均位移的延迟时间计算法等获取声发射信号的关联维数.利用现场往复式压缩机模拟吸气阀座松动、吸气阀弹簧片变形、吸气阀弹簧片失效、阀片变形和阀片失效等五种典型故障.声发射信号的关联维数计算分析结果表明,设计方法能有效诊断压缩机气阀的故障模式.     

往复压缩机在线状态监测技术的应用

针对往复压缩机故障率高的问题,应用了在线监测技术,分析诊断气阀与活塞支撑环的常见故障,并为在线监测系统的使用与维护提出了建议.     

往复压缩机故障诊断模型技术研究及应用

在研究往复压缩机气阀、活塞环、活塞支撑环等关键部件故障机理基础上,建立了示功图、活塞杆下沉量监测的量化数学模型;研究了往复压缩机常见故障逻辑决断方法,建立了往复压缩机专家诊断系统并应用于设备维修决策。     

基于免疫机理的往复压缩机气阀故障检测方法

气阀故障是往复压缩机最常见的故障类型之一,由于往复压缩机的工作机理复杂,故障样本缺乏,难以应用常规方法对其进行有效的故障检测。为了能够准确检测气阀的各种故障,基于生物免疫系统的反面选择机理及反面选择算法,首先对设备故障检测问题进行了描述,引进了设备状态空间、自己—非己空间及模糊空间的概念,继而提出了适于往复压缩机气阀故障检测的新方法。通过对气阀常见故障的检测结果表明,所提出的方法能够以异常度曲线的形式较好地反映出气阀的各种故障,表明了该方法的有效性。基于免疫机理的设备故障检测方法,是在对设备正常运行数据学习的基础上,实现对设备的故障检测,不需要设备运行的故障数据,它适合对故障数据缺乏的设备进行有效的故障检测。     

往复压缩机气阀故障混合诊断方法

往复压缩机优点多,实际应用的领域广泛且工作压力稳定、安全,实际压缩效率较高,备受生产企业认可。但往复压缩机内部结构相对复杂,很多部件都很容易被损坏,增加了机器发生故障的几率。特别是气阀,在往复压缩机中占据重要地位,所以其运行的状况也会对压缩机工作状态产生直接影响。一旦气阀出现故障,就会使压缩机工作效率不断下降。基于此,将往复压缩机气阀故障作为主要研究内容,重点阐述了混合诊断的方法。     

往复压缩机气阀故障时气阀定位方法研究

利用Karhunen-Loeve(KL)变换与径向基函数建立气阀故障异常检测模型,以往复压缩机气阀温度在线监测为基础,通过对往复压缩机不同气阀进行分组,提出了一种故障气阀的搜索策略,建立了能够在气阀故障时进行故障气阀定位的气阀故障诊断模型,提高了往复压缩机气阀监测与故障诊断的自动化程度。     

基于示功图的往复压缩机故障诊断技术

往复压缩机结构复杂、激励源多,常规的机械振动声学法难以满足压缩机故障诊断的需要.示功图是有效的参数法诊断手段,是反应设备内部能量循环的最佳方式,可在较深层次上诊断压缩机故障.介绍了往复压缩机气缸内动态压力的测取方法,比较了常用的示功图测试装置,详细阐述了基于示功图分析的故障诊断方法,并对常见的进气阀、排气阀、活塞环泄漏故障进行了基于示功图法的故障分析.     

往复压缩机气阀故障诊断的信息融合方法研究

针对使用单一信号对往复压缩机气阀故障进行诊断时所存在的不足．提出一种适合气阀故障诊断的信息融合方法。该方法将气阀的压力信号和振动信号特征进行信息融合，再通过RBF神经网络进行故障诊断。诊断实例表明该方法能更准确地诊断出气阀的各种故障。     

基于相空间重构和K-L变换的压缩机故障诊断

为有效利用往复式天然气压缩机故障工作状态下振动系统的非线性特征,采用了一种集相空间重构技术K-L变换为一体的特征提取和特征压缩方案,并成功应用于对某型压缩机的故障诊断。用相空间重构提取了高维的征取量,为了降低特征维数,引入K-L变换进行特征压缩。通过对3类典型故障类别一定样本数量的振动数据进行仿真,仿真结果表明该方法提取的特征量,具有很好的聚类性,能很好地把3类故障区分,达到对故障诊断的目的。     

基于非线性复杂测度的往复压缩机故障诊断

往复压缩机以多源非线性冲击振动信号为主,应用传统方法难以从振动信号中提取故障特征,为此提出一种基于非线性复杂测度的往复压缩机故障诊断方法。以气阀正常、阀片有缺口、阀片断裂及弹簧损坏4种状态下往复压缩机气阀振动信号为分析数据,在小波阈值降噪处理的基础上,采用均值符号化方法计算信号的归一化Lempel-Ziv复杂度(Lempel-Zivcomplexity,LZC)指标,分别给出各状态相应的LZC特征区间,利用BP人工神经网络对各状态信号的有效值特征、功率谱能量特征及LZC特征分别进行训练和测试,结果表明LZC更能准确区分不同状态的往复压缩机气阀故障,为往复压缩机故障诊断和维修决策提供了一种有效方法。     

基于小波包与关联维数的阀片故障诊断

结合了小波包降噪和关联维数对某往复压缩机阀片故障做了定量识别。实测阀片在正常和磨损两种工况下的振动信号,用小波包对信号进行降噪处理后,用改进的关联维数算法分别计算两个信号的关联维数。实例表明:小波包降噪能明显地滤除噪声,阀片在正常和磨损两种工况下的关联维数明显不同,关联维数可作为阀片故障特征的定量提取。     

运用小波包变换与能量算子的气阀故障特征提取

针对目前往复压缩机气阀故障诊断中存在的问题,提出了基于小波包变换与能量算子相结合的包络解调技术对其振动信号进行包络分析,解决了对信号包络解调前需要人为确定载波带对信号进行带通滤波的问题.并将其用于往复压缩机气阀的故障诊断,实例数据的分析表明,把包络信号的歪度值和峭度值作为特征指标较好地区分了气阀的不同故障,并且表现出抑噪特性.     

能量算子在往复压缩机故障诊断中的应用研究

针对目前往复压缩机气阀故障诊断中存在的问题,提出了采用能量算子对其振动信号进行包络分析,并且指出了能量算子解调方法从运算速度和包络精度上都优于常用的Hilbert变换包络方法。最后将其用于往复压缩机气阀的故障诊断,把包络信号的歪度值和峭度值作为特征指标用于气阀故障判断,取得了满意的效果。     

往复压缩机多重分形故障特征提取

实现了基于多重分形的往复压缩机振动信号的故障特征提取。针对往复压缩机振动信号的非线性和非平稳性,使用多重分形谱和广义维数对压缩机振动信号进行分析,从中提取可识别的故障特征。分析结果发现多重分形谱中的△α值和广义维数Dq作为故障特征能够很好地反映往复压缩机的工作状态,为往复压缩机的故障特征识别提供了必要依据。     

往复压缩机气阀故障模拟实验与诊断研究

气阀是往复压缩机最易发生故障的部件。本文在分析气阀故障原理的基础上,首次在大型往复压缩机实验平台上对吸气阀、排气阀进行了一系列破坏性实验,对现场机组气阀的各类故障情况进行了真实模拟,最大限度地保证采集到的振动及温度信号与实际机组的故障信号相符合,利用BH5000R在线监测诊断系统对故障特征进行了识别和分析,结果表明,该方法能够有效识别往复压缩机气阀的故障特征。