往复压缩机智能诊断专家系统的研究与应用

往复式压缩机是流程工业安全生产的关键机组,由于缺乏有效的安全监控和故障预知手段,往复式压缩机存在故障率高、安全事故频发的特点。为有效降低往复式压缩机故障停机时间并减少安全事故,在对压缩机运动部件结构、功能和故障机理分析的基础上,针对往复式压缩机振动激励源多和故障关联性强的特点,开发了基于多传感器信息融合和正向推理的往复式压缩机智能诊断专家系统,通过提取敏感特征参数并建立和故障类型相关的独立诊断规则,实现了自动故障诊断。建立的往复式压缩机智能诊断专家系统已应用于国内多家石油炼化企业。实践证明:往复式压缩机智能诊断专家系统在机组异常时能够自动报警并给出故障诊断结论,提高了设备预知维修水平,保证了往复式压缩机运行的安全性、可靠性。     

计算机在往复压缩机故障诊断中的应用

主要介绍如何借助计算机（微机）对往复压缩机填料的机械故障进行在线监测与诊断。     

基于PCA的往复压缩机气阀故障异常监测方法

针对气阀故障异常自动检测迫切需求,针对气阀故障在温度数据的表现特点,即同类气阀正常工作时温度波动一致,故障时温度波动存在差异,采用主成分分析(PCA)从气阀阀盖温度数据中提取故障特征参数,建立基于径向基函数的故障异常监测模型,实现了故障异常自动检测,并可进一步对故障气阀进行自动定位,为故障早期快速报警奠定了基础。     

往复压缩机气阀早期故障的双演化遗传聚类检测

针对往复压缩机气阀早期故障的检测数据分布复杂,常规方法难以有效检测的问题,提出一种双演化遗传聚类检测算法。该算法引入测地线距离作为数据间关系测度,并将个体编码为代表各类别的典型样本序号的排列。基于生物进化系统的中自组织、自学习及自适应等复杂性,设计了相应的幂律选择算子、双演化交叉算子和种群的自适应更新策略来完成故障数据的聚类检测。将该算法用于两级往复压缩机气阀早期故障检测,试验结果表明,双演化遗传聚类算法。在对气阀早期故障的识别率上明显优于常用的K均值算法和遗传聚类算法,可应用到具有复杂数据分布的机电系统故障检测。     

基于往复压缩机轴心轨迹特征的故障诊断方法研究

往复压缩机的故障诊断一直以来都是研究工作的重点问题,对其关键运动部件的监测诊断更是研究的热点之一.当往复压缩机发生运动部件磨损、撞缸等故障时,活塞杆的运行状态会发生改变,进而引起活塞杆轴心轨迹的变化.因此,提出了一种基于活塞杆轴心轨迹的往复压缩机智能诊断方法.首先,文章利用改进的离散点轮廓包络方法提取活塞杆轴心轨迹特征...     

小波分析在往复压缩机故障诊断中的应用

由于往复压缩机的振动特性比较复杂，振动信号是非平稳信号，而小波分析非常适合分析非平稳信号。阐述了小波分析的基本原理，并应用多分辨率分析和小波包分析对往复压缩机故障振动信号进行处理，取得了很好的效果。     

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。     

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。     

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AR模型的往复压缩机故障诊断

往复压缩机是一个非常复杂的机械系统,激励源多,因而所测的振动信号包含各种成分和干扰,属于典型的非平稳振动信号。将现代谱估计中的AR模型应用于该种振动信号的分析诊断中,通过相同结构的往复压缩机的振动信号的AR谱之间的对比分析,证实了AR模型分析法在其故障诊断中的有效性和对其振动信号分析的适用性,为往复压缩机故障诊断的研究提供了一种有效的方法。     

概率神经网络在往复压缩机多故障诊断技术研究中的应用

往复压缩机结构复杂,故障种类较多,导致诊断难度较大。针对往复压缩机多故障诊断难的问题,提出了一种基于概率神经网络的往复压缩机多故障诊断分类诊断方法,该方法提出5种无量纲因子作为往复压缩机多种故障特征数值,将其融合形成特征矩阵,输入概率神经网络进行往复压缩机多故障诊断分类。通过工程案例分析,该方法在往复压缩机多故障诊断分类方面的准确性有了显著提高并大大缩短了诊断分类时间,为往复压缩机多故障诊断分类提供了一种快捷有效的手段。     

时频域分析在往复压缩机活塞磨损故障诊断中的应用

采用振动波形的时频域分析法对往复压缩机气缸的活塞磨损故障进行诊断。通过采集往复压缩机气缸等部位的振动信号并进行时域特征求解和波形分析,利用傅里叶变换将时域信号转换为频域信号,结合信号的频谱图,实现对活塞磨损故障的诊断。实际应用中,首先对压缩机进行监测,提出故障原因,然后现场拆机检修,最后进行复测验证,这一闭环的监测过程取得了良好的效果。     

浅谈精细化管理在往复压缩机检维修质量中的应用

当前阶段,在社会主义市场经济迅速发展的过程中,我国工业化规模不断扩大.在此过程中,为了更好的提升工作效率,推动工业的进一步发展,往复式压缩机得到了广泛使用,并且取得了相应的效益.但任何事物的发展都需要从多个角度进行分析,在认识到其优势的同时,也需要看到其在具体发展中所存在的弊端问题.其中,最为明显的便是技术操作和维修质...     

关联维数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，提出了应用关联维数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，表明了关联维数可以有效地分析出往复压缩机气阀的常见故障。     

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。     

生物免疫机理在往复压缩机在线状态监测中的应用

针对往复压缩机在线监测时难以提取异常特征的实际情况，提出了一种适于往复压缩机的在线状态监测方法。该方法是基于生物免疫系统反面选择机理，并结合人工神经网络进行监测的一种方法。该方法能有效地提取压缩机的异常特征，提高压缩机的在线状态监测的准确率。在线监测往复压缩机示功图的实例结果表明，该方法能准确监测出往复压缩机主要故障所引起的异常，并具有较好的在线性、准确性。     

改进SSA-VMD算法及其在往复压缩机故障诊断中的应用

针对麻雀搜索算法(SSA)在迭代后期种群多样性减少,导致算法易陷入局部极值解的问题,引入t分布变异策略对SSA进行改进,并采用改进的SSA对变分模态分解(VMD)进行参数优化,以得到VMD算法的最优参数组合。将改进的SSA-VMD算法与精细复合多尺度模糊熵(RCMFE)结合,开展往复压缩机轴承间隙故障特征提取研究。结果表明,相比原SSA-VMD算法,改进的SSA-VMD算法在进行RCMFE特征分析时具有更好的可分性,故障识别准确率更高。     

多种故障诊断技术在往复压缩机中的应用

本文在应用振动法检测压缩机的同时，还应用了示功图、油样光谱分析技术、温度监测等方法，分别对压缩机不同部位的故障使用了不同的测取方法，取得了很好的效果。     

在线状态监测诊断系统在往复压缩机上的应用

往复压缩机在线监测系统对压缩机实时在线状态监测、故障诊断、预知维修具有重要作用。介绍BH5000R往复压缩机在线监测系统软硬件配置及功能,并通过诊断案例说明该在线监测系统的有效性和实用性。     

基于多通道残差深度网络的往复压缩机故障诊断模型研究

往复压缩机故障机理复杂,状态监测信号类型较多,故障诊断难度大。提出一种基于多通道残差网络的往复压缩机故障诊断模型,包含多个独立的输入层通道,分别处理不同传感器监测数据;经过多次卷积、池化、批归一化、激活和展平操作,将多源传感器监测数据的深层抽象特征在全连接层进行融合,实现不同参数之间关联信息提取。应用实验台与实际往复压缩机故障数据进行测试验证,诊断模型取得了良好的应用效果。