往复压缩机故障诊断与状态监测技术在苏里格气田的应用

往复天然气压缩机在苏里格气田运行过程中故障统计分析,状态监测与故障诊断技术的发展,引入现代传感器技术、监测技术、计算机处理技术及数据库技术对苏里格气田天然气压缩机进行离线监测和故障分析、诊断,通过实践证明往复式压缩机状态监测技术在苏里格气应用,对实现天然气压缩机预知维修、降低维护费用、消除设备安全隐患、实现设备本质安全运行有重要意义.     

天然气净化厂运转设备振动监测系统设计及应用

天然气净化厂中,运转设备是所有设备中故障数量最多、诊断难度最大的设备种类。运转设备的安全平稳运行直接影响气田的正常运行。针对天然气净化厂运转设备特点,提出一种新的振动在线监测及诊断系统设计方案。该系统在实现设备振动、转速等参数的实时监测和数据趋势分析、波形分析、频谱分析等功能的基础上,通过建立基于规则的专家知识模型和基于历史故障的识别模型,实现设备故障的自动诊断。实际应用表明,该系统可实时、准确监测运转设备的运行状态,故障诊断准确、及时,满足天然气净化厂运转设备状态监测与实时诊断的要求。     

基于局域波时频谱的系统级故障诊断方法研究

基于系统级故障诊断与局域波理论,提出了一种全新的故障模式确定方法.对于机械设备的振动信号,通过局域波法得到的局域波时频图像能够同时在时间和频率上反映信号能量的变化.不同故障信号的局域波时频图像也明显不同,因此可以用来进行故障的判别.以振动信号分析结果作为输入量,应用于系统级故障诊断.首先将用于计算机网络的系统级故障诊断应用到往复压缩机组中来,建立可诊断图,获得故障源所在.系统级故障诊断的应用有效地解决了往复压缩机组的结构复杂性问题,对大型机组运行监测和故障诊断有一定的借鉴作用.     

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。     

基于广义局部频率的非线性非平稳信号故障特征提取方法研究

<正>振动信号的特征提取一直是设备状态监测及故障诊断领域的研究前沿,特别是大型复杂装备系统早期故障、微弱故障及多源复合故障的非线性非平稳信号特征提取问题存在着更大的困难,已成为该领域最具挑战性的研究热点。基于对频率内涵本质的重新考察和认识,本文提出了广义局部频率新概念,深入开展了适于非线性非平稳信号故障特征提取方法研究,并成功应用于往复压缩机组多源冲击振动故障特征的提取。该研究对信号频谱及时频分析理论发展具有重要科学意义,对具有非     

基于小波包分析的往复式压缩机故障诊断

往复式压缩机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。本文将小波包应用于该种振动信号的分析诊断中,通过对往复式压缩机气阀振动信号能量特征的提取和图谱的分析,证实了小波包在其故障诊断中的有效性和适用性,为往复式压缩机故障诊断的研究提供了一种有效的方法。     

航空发动机振动监测研究

随着航空发动机的维护方法从定期维护向视情维护过渡,军用发动机状态监控与故障诊断技术在航空发达国家已得到广泛应用,而在我国,这项技术的应用研究还处于起步阶段.振动分析是诊断发动机结构强度故障的一种有效方法,绝大多数结构强度方面的故障都与发动机振动信号有密切的关系.发动机振动监测是状态监控与故障诊断的一项重要内容.首先研究了航空发动机的典型故障,随后分析了产生这些故障的振动机理并构建了分析模型.最后确定了发动机振动监测系统的组成和主要功能.     

油液监测技术在苏里格气田的应用

为加强对苏里格气田天然气压缩机组的管理,建立以二级油液监测为核心的三级油液监测体系。三级油液监测体系为天然气压缩机组的管理提供了有效的手段,为开展压缩机组故障诊断、延长换油周期、降低维修费用,从而保障压缩机组的安全可靠运行奠定了基础。     

基于虚拟仪器的往复压缩机小波分析系统

利用虚拟仪器技术开发机械设备状态监测与故障诊断系统,是机械故障诊断领域中的研究热点。以LabVIEW软件为开发环境,开发了往复压缩机振动信号多层小波分析系统,系统可对振动信号进行多层小波分解和重构。通过对故障状态与正常工作状态下的振动信号的对比分析,能实时发现运行中的压缩机所存在的故障。该研究方法能够为压缩机的检测提供一种新的切实可行的方案。     

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。     

模糊理论在大型空气压缩机故障诊断中的应用

针对某大型船厂空气压缩机故障诊断的要求，提出了一种基于Fuzzy理论的故障诊断模型。该模型可以根据压缩机运行记录参数和现象进行有效的故障监测和诊断，并易于实现智能诊断。实际应用征明，结合油液监测和振动监测等方法，空气压缩机的故障诊断准确率和实时性得到大大提高。本文的监测思想和方法对其它设备的状念监测和诊断也具有重要的参考意义。     

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。     

航空发动机转子振动信号的分离测试技术

在传统谱分析方法的基础上,尝试应用盲源分离技术对飞机发动机振动信号进行振源分离.首先,介绍了发动机振动信号的基本处理方法和常见的发动机故障类型及特征,引入了盲源分离理论并讨论了其在航空发动机振动信号处理中应用的可行性.然后,对某型涡扇发动机振动过大的现象进行了故障诊断分析.最后,应用FastICA和JADE算法对检测的振动信号进行分析,分离出了发动机的振源信号.这说明发动机振动信号分析采用盲源分离与谱分析相结合的技术可以有效分离振源信号,提高故障诊断的准确性.     

局域波时频相干方法及其工程应用

由于在工程现场采集到的振动信号一般为多个激励源所引起的振动响应的叠加,有效源信号往往被淹没在其他信号的干扰之中。对信号相似性评价标准进行研究,在此基础上提出局域波时频相干算法,将其应用于往复式压缩机缸体的故障诊断中。首先,双通道同步采集往复式压缩机气阀及缸体信号;其次,应用循环互相关方法消除气阀信号与缸体信号中气阀成分之间的时延;最后,应用局域波时频相干方法去除缸体信号中的气阀干扰成分。工程应用表明,该方法可以将气阀干扰信号从复合信号中剔除,实现往复式压缩机缸体及其内部部件的准确监测与诊断。     

天然气压缩机组状态监测探析

天然气压缩机组状态监视及其故障诊断以设备可靠性理论为起点,以控制、信息、系统论作为理论研究基础,以测试仪器仪表和计算机IT等为技术手段和方法,并结合了各种诊断对象(包括系统、天然气压缩机组、天然气压缩机组、天然气压缩机组、工程结构和技术的特殊特征、流程等),是一门具备理论基础和实践应用背景的交叉学科。天然气压缩机组状态监视和故障诊断技术是一种熟悉、掌握所使用天然气压缩机组的实时技术,精准判断天然气压缩机组状态正常与否,第一时间发现天然气压缩机组故障及其原因并预测运行趋势的技术。当然,它具有许多特性,例如,诊断对象范围广泛,强大的工程应用以及与高科技的紧密集成。     

基于双阶自适应小波聚类的复合故障诊断

有效特征向量的提取与故障诊断方法是实现航空发动机转子故障快速正确诊断的关键。首先根据航空发动机转子振动信号的非平稳及非线性的特点,应用小波变换和Hilbert-Huang变换方法提取振动信号的有效值、边际谱重心和小波变换最大能量层的功率谱重心三个特征向量,然后应用双阶自适应小波聚类方法对航空发动机转子进行多类型混合故障诊断。结果表明双阶自适应小波聚类方法能快速准确地实现故障分类与识别,尤其对于密度分布不均匀的多类型混合数据,诊断精度显著高于传统的小波聚类方法。     

基于虚拟仪器的压缩机故障诊断系统研究

针对螺杆压缩机的工作特点，以NI公司的Labview软件为开发平台，在深入分析压缩机故障特点的基础上，利用现代信号分析的新技术，对振动信号提出了多种有效的分析方法并设计了相应的分析模块，据此搭建了一套基于虚拟仪器的压缩机故障诊断系统。初步实验结果表明，系统运行可靠、诊断准确，通过系统的进一步完善可应用于实际设备的状态监测和故障诊断。     

基于原始振动信号的往复压缩机卷积神经网络故障诊断

往复压缩机振动信号特性复杂,传统特征提取方法难以有效提取故障特征,从而影响故障诊断效果。提出了基于原始振动信号卷积神经网络(RVCNN)的方法,将采集的一维原始振动信号作为输入,充分利用卷积神经网络(CNN)自动提取信号特征的特性,对往复压缩机故障进行特征提取及诊断。使用从试验台获得的压缩机气阀故障数据样本进行测试,结果表明,与传统方法相比,RVCNN方法具有更高的故障识别率和更好的抗噪性能。     

融合动态压力角域特征与多源信号的压缩机气阀故障诊断方法

针对不同故障下往复压缩机气缸动态压力数据特征非线性变化的特性，提出一种基于动态压力角域特征与多源信号的气阀故障诊断方法，构建了气缸动态压力仿真模型，基于气缸、气阀实际参数完成不同工况动态压力数据仿真，对实测与仿真数据进行归一化处理，提取整周期角域特征；进一步，提取振动、位移、管道温度等多源信号特征，采用径向基神经网络完成数据训练与故障诊断；应用实际往复压缩机气阀故障案例数据进行了测试验证。     

透平压缩机主轴断裂的监测与诊断

透平压缩机组在运行过程中其转子主轴断裂故障的破坏性非常大。对于传统监测诊断转子裂纹普遍都是监测转子的径向振动信号,但通过多年研究发现,利用轴向电涡流位移传感器采集的轴位移信号中的交流动态振动信号,对于监测诊断某些大型转动设备转子轴的裂纹开裂过程更有效。基于上述发现,提出安装轴向电涡流传感器实现透平压缩机转子轴裂纹发展过程的监测,多次成功案例也证明了该方法的有效性。