基于AO-VMD的往复压缩机故障特征提取方法

采用原始VMD方法对往复压缩机故障进行诊断时,往复压缩机易损部件的振动信号存在非平稳、非线性这一问题,为此,提出了一种使用天鹰算法(AO),以各分量样本熵的最小值作为适应度函数,对变分模态分解(VMD)进行优化分解的往复压缩机故障特征提取方法。首先,对往复压缩机滑动轴承的故障进行了分析,对其不同状态下的振动信号进行了分析处理;然后,先使用小波消噪对振动信号进行了消噪处理,再分别使用原始VMD和AO-VMD新型分解方法对其进行了处理,并得到了BLIMF分量;最后,计算两种分解方法中各分量的多尺度样本熵(MSE)值,对不同状态的多尺度样本熵值进行了对比分析,从而实现了对往复压缩机各类故障的诊断。研究结果表明：AO-VMD方法利用AO强大的快速搜索和开发能力后,故障分类性能明显优于原始VMD分解方法,各类故障信号多尺度样本熵值区分明显;其省时方面效果显著,基于遗传算法优化VMD方法分解耗时427 s,而AO-VMD方法仅需165 s,满足故障诊断分解方法要求。     

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。     

基于ITD与排列熵的往复压缩机故障特征提取方法研究

针对往复压缩机振动信号的非平稳、非线性和特征耦合特性,提出了基于ITD与排列熵的往复压缩机轴承故障特征提取方法.利用ITD方法将各状态振动信号分解为一系列PR分量,依据相关性系数选择代表故障状态主要信息的PR分量,计算其排列熵形成有效的特征向量.以平均样本距离为特征向量可分性标准,对比了ITD与近似熵方法所提取特征向量,结果表明此法具有更好的可分性.     

基于LMD与多尺度排列熵的往复压缩机故障特征提取方法

往复压缩机是用于压缩和输送气体的机械设备,针对其振动信号特征,提出基于LMD与多尺度排列熵的往复压缩机轴承间隙故障特征提取方法。利用具有保形特性的Hermite插值法替代传统LMD中滑动平均法构造均值与包络函数,提高LMD对非平稳信号的分解精度;以改进的LMD方法分解各状态下的振动信号,依据相关性系数筛选包含故障状态主要信息的PF分量;利用多尺度排列熵对各PF分量进行定量描述,并以平均类间样本距离对尺度因子进行优选,得出可分性良好的特征向量;利用SVM识别轴承间隙故障的类型,以识别准确率为依据,通过与不同方法所提取的特征向量进行对比,验证了方法的有效性。     

基于信息熵改进PCA的往复压缩机融合故障敏感特征提取

故障特征提取是往复压缩机故障诊断的一个重要环节,针对往复压缩机多维运行状态数据间存在的相关关系,结合PCA实现故障特征融合和信息熵定量评价故障特征贡献率的优点,提出一种基于信息熵改进PCA的融合故障敏感特征提取方法。首先采集压力、温度、流量等多源运行状态数据,计算多维故障敏感特征;然后应用PCA对多维故障特征进行融合,以获得主故障特征;最后利用故障特征协方差矩阵计算信息熵,依据信息熵对主故障特征进行赋权,进而获得融合的故障敏感特征。往复压缩机实例表明,基于信息熵改进PCA可以客观有效提取出全面反映设备故障的融合敏感特征。     

基于改进增量LE的压缩机故障特征提取方法

提高离心压缩机故障特征提取精度对于后续故障诊断具有重要意义.针对传统增量LE算法处理精度差的问题,分析了参数t对传统增量LE算法特征提取精度的影响,提出了一种改进的增量LE算法.该方法将传统的增量LE算法与cam加权距离相结合,在新增样本点投影过程中通过cam加权距离选取邻域,采用热核形式计算新增样本的权值,由局部保持特性,通过新增样本的近邻来重构其低维嵌入.S-curve仿真数据以及离心压缩机故障数据分析表明:相比于传统的增量LE方法,改进的增量LE方法能有效提高新增故障样本特征提取的精度.     

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。     

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。     

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。     

小波降噪性能分析及其在往复压缩机故障特征提取中应用

在仿真含高斯噪声和白噪声原始信号的基础上,使用了信噪比(SNR)和维持率(KP)性能指标,评估了采用3种小波族系(Symlets,Daubechies及Coiflet)、4种阈值选取方法(Rigrsure,Sqtwolog,Heursure和Manimaxi)和3种阈值重调方法(One,Sln,Mln)组合参数的去噪能力,并将最佳参数组合的小波降噪方法应用于往复压缩机故障特征提取。结果表明:采用Db4小波、Heursure阈值选取方法及Sln阈值重调方法,可以得到最优的去噪性能,不仅能够有效降低噪声往复压缩机信号中的噪声干扰,还最大限度的保持了原故障信号的特征。     

往复压缩机十字头故障原因分析

进口往复压缩机在2017年5月和2019年11月出现了同样的故障,通过对十字头间隙尺寸的测量,连杆大头瓦各个间隙的测量,现场磨损的现象,分析出压缩机出厂时由于加工问题,造成压缩机存在运行隐患。     

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。     

往复压缩机十字头故障原因研究

往复式压缩机在我国石油化工行业应用十分广泛,是生产中重要的机械设备之一,在往复式压缩机常见的机械故障中,十字头损坏故障比例较高,课题研究由此出发,以实际案例作为研究切入点,深入分析探讨往复式压缩机十字头故障的诱发原因以及预防措施,旨在为我国压缩机维护及管理提供必要借鉴。     

往复压缩机故障示功图诊断法研究

提出并论述无损气缸缸壁的气缸压力测量方法,介绍了该方法中引压管的安装及引线密封等具体措施。为了提高示功图法诊断的准确性,本文引入了一种考虑示功图波动性质的故障诊断方法。     

往复压缩机典型故障特征分析与诊断实例

研究了往复压缩机多发典型故障类型,深入分析了其故障发生机理,阐述了故障特征以及个诊断分析的技术应用,并结合现场诊断案例进行了分析,为现场设备维护人员和企业预防往复压缩机故障提供参考。     

往复压缩机故障样本库的建立

通过“压力激发”这个概念建立了阀腔脉动压力与阀片运动规律、气缸压力之间的联系,并建立相应的数学模型。通过对压缩机故障的模拟计算建立故障样本库,为识别故障提供必要的基础。     

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。     

基于奇异值分解降噪与排序熵的涡旋压缩机故障特征提取方法

针对涡旋压缩机故障信号非平稳且非线性的特点,提出一种基于奇异值分解降噪与排序熵的涡旋压缩机故障特征提取方法。这一方法首先对原始信号进行奇异值分解,根据奇异值差分谱确定降噪阶次,并进行信号重构,得到降噪信号;然后提取降噪信号的排序熵特征值,基于此建立涡旋压缩机典型故障的排序熵特征模型。试验结果表明,通过这一方法得到的涡旋压缩机故障特征鲜明清晰,为其状态监测与故障诊断提供了依据。     

往复压缩机活塞杆的自激频率特征提取的研究

对活塞杆实际部件进行模型简化,在弹性梁弯曲振动理论的基础上,推导出活塞杆自激振动频率的存在;然后通过试验获取往复压缩机的活塞杆沉降位移信号,对得到的信号进行小波降噪,滤除其中的噪声信号,获得活塞杆实际自激振动频率,最后和理论值相比较,验证了活塞杆自激振动频率的存在。为提取诊断活塞杆类故障的特征参数提供参考。     

往复压缩机故障诊断方法研究

在石油化工行业中,往复式压缩机是其中的关键设备,如果发生了故障,就会给石化企业的生产造成较大的损失,甚至会威胁人们的生命安全。故此,就需要采取科学的检测预防手段,以便能够及时发现故障并且加以解决。本文主要围绕往复压缩机的故障诊断方法进行研究。