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.     

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。     

往复压缩机气阀泄漏故障试验模拟与诊断分析

气阀是往复压缩机最容易出故障的部件,因高频开启关闭、受力情况复杂时常导致泄漏等故障的发生,对机组高效、稳定运行产生不利影响。针对往复压缩机气阀泄漏故障,通过建模仿真获得气阀泄漏理论数据,掌握故障早期特征变化规律;基于试验台故障模拟试验,融合压力、温度数据分析故障特征,验证理论仿真结论;最后提出了一种融合多参数实现气阀泄漏故障分析诊断方法。研究成果为实际往复压缩机故障报警限值的确定和自动诊断提供了支持。     

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。     

加氢装置往复压缩机气阀的优化设计及改造

在石油化工生产中高压以及超高压,低流量范畴中,往复压缩机依然占据着难以替代的重要位置,然后气阀是往复压缩机的重要部件之一,气阀自身的稳定性和有效性,与往复压缩机整体的平稳运行密切相关,气阀在运行过程中产生的阀片断裂、气阀温度升高等失效现象会直接影响压缩机的平稳运行。因此,通过结合现场实例,对某石化装置往复压缩机气阀优化设计提出一种综合性的改造方案,用以强化往复压缩机气阀的整体强度,预防气阀故障与风险,提高往复压缩机运行的可靠性与时效性,确保设备的长周期稳定运行,装置的安全平稳生产。     

往复压缩机气量无级调节工况下吸气阀故障模拟与诊断

气阀是往复空压机上的易损部件,由于机组排气量调节要求需增加无级气量调节系统,进而改变了气阀的工作状态,使得气阀故障机理变得复杂化。通过建立往复压缩机工作循环的数学模型,利用软件模拟获得压缩机气量调节工况下动态压力曲线;改进数学模型、增加故障影响参数后,模拟了吸气阀的泄漏故障和弹簧刚度失效故障,得到了故障下的气缸压力数据;基于PCA方法进行了气阀故障状态的自动分类。     

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。     

往复压缩机气阀故障分析及诊断实例

往复压缩机绝大多数的故障发生在气阀上,分析其气阀故障机理以及工程上气阀故障诊断常依据的信号;基于温度、振动信号分析某石化企业往复压缩机气阀阀片断裂故障.     

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。     

往复压缩机流量调控工况下排气阀泄漏仿真研究

气阀作为往复压缩机重要的部件,影响压缩机工作效率及运行状态。流量调控工况下,气阀的运动状态及受力更为复杂。针对排气阀泄漏故障,通过建立包含进排气阀、气缸的CFD(Computational Fluid Dynamics)模型,开展往复压缩机流量调控工况耦合气阀故障的压缩机热力学性能研究,为往复压缩机可靠、安全运行提供了判断依据。     

往复压缩机气阀故障分析与维修

以往复压缩机气阀工作原理为基础,结合实际运行情况,对压缩机气阀的故障进行分析,并对维修方法进行讨论研究。     

基于VMD和改进多尺度熵的往复压缩机气阀故障诊断方法

针对往复压缩机气阀振动信号具有非平稳性、非线性和多分量耦合特性,提出了基于变分模态分解(Variational Mode Decomposition,VMD)和改进多尺度熵的往复压缩机气阀故障诊断方法。利用VMD方法分解振动信号,并根据互相关系数法选取主要模态分量进行信号重构,可有效的消除噪声干扰;应用改进多尺度熵对重构信号进行量化分析,获得各振动信号的特征向量,并以极限学习机(Extreme Learning Machine,ELM)为故障分类器对往复压缩机气阀的4种状态实测信号进行分类识别。研究结果表明:该方法能够比较准确地提取出往复压缩机气阀故障信息,可实现往复压缩机气阀故障的正确识别。     

往复压缩机气阀失效诊断方法研究

介绍了基于阀盖温度的往复压缩机气阀故障监测原理及方法,深入研究了气阀阀盖温度运行规律,详细阐述了往复压缩机气阀故障诊断分析方法和判定准则,并在工程实践中得到成功应用.     

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。     

基于神经网络的往复压缩机气阀故障诊断方法

建立在2D12型往复压缩机气阀故障的大量实验基础上,通过对气阀振动信号的工作局部特征提取,同时根据气阀故障的统计特性,给出气阀故障诊断的自组织映射神经网络的诊断方法。     

往复压缩机环状气阀故障试验研究

往复压缩机结构复杂,故障种类繁多,而其中气阀故障的比例占到36%。本文研究了往复压缩机气阀故障,对环状排气阀三环阀片进行了故障模拟试验,通过对热力信号、示功图以及振动信号等进行分析,找出了其故障特征信号与正常工况下的差异性,以此探索敏感特征参数变化规律与气阀发生故障时的关联性。     

无级气量调节工况耦合气阀故障对压缩机工作影响分析及试验验证北大核心CSCD

针对往复压缩机在安装顶开吸气阀无级气量调节系统后易出现卸荷压叉动作延迟、吸气阀破损泄漏等问题,对压缩机传统工作模型进行改进,增加卸荷压叉运动速度、吸气阀泄漏面积等参数,构建了无级气量调节工况耦合压叉故障、吸气阀泄漏故障的压缩机工作模型,实现故障仿真模拟。采用试验数据验证了模型的正确性,仿真数据综合偏差低于10%;进一步通过数值仿真获得无级气量调节工况下不同故障对应的动态压力数据,优选示功图面积、最终排气体积、单位排气体积消耗功作为故障特征指标进行计算分析,得到了不同故障对无级气量调节效果的影响规律,为变负荷工况下往复压缩机故障诊断奠定了基础。     

往复压缩机气阀故障试验模拟与振动信号分析

往复压缩机用气阀由于其高频开闭工作状态不可避免地受到强烈冲击,阀片常出现磨损、断裂等故障。以往复压缩机阀片断裂故障为研究对象,通过故障模拟试验获得在线监测数据,提出了一种基于Teager能量算子的局部冲击能量特征提取与分析方法;故障模拟试验数据分析结果表明,当气阀发生阀片断裂时,气阀开闭的局部振动能量显著降低。提出的方法能够突出气阀冲击变化特征,对气阀阀片故障分析诊断取得了较好的效果。     

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。     

基于示功图几何性质与神经网络的往复压缩机气阀故障诊断

示功图是判别往复压缩机气缸部分工作性能和运行状况的重要依据,与机体表面振动分析方法相比,其特征机理明确,能够从更深层次上诊断往复压缩机故障。针对往复压缩机示功图的特征提取问题,提出一种基于平面图形几何性质的示功图特征定量描述方法,为了验证所提方法的有效性,分别提取了往复压缩机气阀4种常见状态下示功图的几何性质参数和振动信号的时域统计指标作为特征向量,利用BP神经网络作为分类器进行训练和测试的对比分析。结果表明,所提方法对气阀故障的识别率达到了100%,因此该方法能够有效提取往复压缩机的异常特征,可以提高往复压缩机气缸部分在线状态监测与故障诊断的准确率。