首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 78 毫秒
1.
往复压缩机结构复杂,激励源众多,故障诊断较为困难.针对往复压缩机的连杆故障,本文根据连杆动力学特性,建立了连杆故障诊断的特征提取方法--基于小波和统计的故障特征提取方法.该方法已应用于2D12型往复压缩机的故障诊断.  相似文献   

2.
针对传统单尺度信号分析难以有效解决涡旋压缩机故障诊断中的故障特征信息多尺度耦合问题,提出一种基于小波变换和卷积神经网络的涡旋压缩机故障诊断方法。首先将采集到的振动信号进行连续小波变换生成时频图,并对时频图进行网格化规范处理,将预处理后的时频图作为特征图输入Alexnet卷积神经网络,通过不断调节网络参数,得出最为理想的神经网络模型,以此实现对涡旋压缩机故障类型的辨识诊断。结果表明,该方法针对涡旋压缩机故障类型的识别准确率达到94.6%,与传统多尺度排列熵、信息熵熵距的故障诊断方法相比,该故障识别方法具有更高的准确率。  相似文献   

3.
空气压缩机在机械制造和开采矿产等很多行业应用比较广泛。较长时间的运行和操作压缩机,难免会产生故障,这就要求我们对这些故障要及时地进行诊断和维修,否则会容易发生安全事故。为了提高活塞式压缩机的故障诊断的正确性和效率,本文就对活塞式空气压缩机故障诊断进行分析和研究,同时也对活塞式空气压缩机的工作原理和常见的故障进行了阐述。  相似文献   

4.
在多联机(VRF)空调系统中,压缩机回液将导致能量损失。本文结合大数据提出了一种基于PCA-Clustering的压缩机回液故障诊断的方法。首先提取出故障相关变量,并通过数据预处理,剔除异常值与空值;然后将处理后的数据进行主成分分析(PCA),获取降维后的新主元变量数据;最后将新的主元变量进行聚类分析(Clustering analysis)得到回液故障数据分类标签。结果表明:该方法能够在数据标签未知的情况下,较好的区分不同类别的压缩机回液故障及正常数据,使压缩机回液故障诊断率达到94.29%。  相似文献   

5.
气阀故障是往复压缩机最常见的故障类型之一,占故障总数的60%以上,如果不及时发现并解决,往复压缩机的压缩效率将大大降低。针对目前往复压缩机气阀故障诊断中存在的问题,结合小波降噪技术,提出了采用基于最大似然估计(MLE:Maximum Likelihood Estimation)阈值规则对气阀早期故障弱冲击变化信号进行特征提取的方法,实现了气阀故障的早期预警。  相似文献   

6.
针对福建龙岩某厂离心压缩机工作中转子振动超标的实际故障,通过分析旋转机械振动的特点,所有部件发生振动故障其频率与转子转速有关。运用振动故障诊断得知不平衡和不对中是根本原因,总结了各自的特征和过程,并经实际验证。  相似文献   

7.
气阀故障是往复压缩机的故障率最高的部件,如果气阀故障发现不及时很容易造成气阀串气,进而引起往复压缩机的压缩效率大大降低,如果阀片断裂脱落甚至会造成拉缸的恶性事故。针对目前往复压缩机气阀故障诊断无法评估损坏程度问题,本文结合混沌分形理论,提出了采用基于混沌分形理论的自动识别方法对气阀早期故障冲击变化信号进行特征提取,实现了气阀故障的早期预警。  相似文献   

8.
提出了一种基于X方向、y方向的活塞杆轴心位置轨迹(Piston-Rod Axis Orbit)的故障诊断分析新方法,通过定义5种图形和6个特征参数来反映活塞杆的运行状态,解决了常规手段只能单一监测垂直方向位移的问题.通过仿真数据和故障数据分析,验证了活塞杆轴心位置图分析方法可以有效判断往复压缩机整个支承环的磨损方向和磨损程度,对于早期预警活塞组件、活塞杆运行状态十分有效.建立的理论方法可以早期、完整地发现往复压缩机活塞组件的潜在故障,定义的特征参数为早期预警和故障诊断专家系统规则量化提供了理论基础.  相似文献   

9.
通过对中国石油大港石化公司第二联合车间300-K-102A往复压缩机组2012年1月2日-4日开车期间机组异常运行状态,进行状态监测、信号分析、故障诊断、信息积累,捕捉机组的运行隐患,做到对设备故障能早发现、早诊断和早预防,以消除灾难故障,避免严重故障,减少一般故障。根据分析结果提出了改进和预防措施。  相似文献   

10.
往复压缩机是轻烃回收装置中的大庆油田天然气分公司北压站、南压站和中七站的16台2D12往复压缩机存在的出口管网剧烈振动问题,对该型压缩机进行了故障诊断,通过进行现场数据采集和计算分析,找出了其振动故障的原因和机理,采取了有效的防振方案,解决了该型机出口管网剧烈振动的问题,保障了各装置的安全平稳运行,使企业效益最大化.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号