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。     

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.     

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。     

基于包络解调法的压缩机气阀弹簧失效故障诊断技术

包络信号是分离出系统固有频率成分后的振动信号,它反映阀片的振动情况,可以认为包络信号每一峰值对应阀片的每一个冲击。阐述了包络解调法的基本原理。根据往复式注气压缩机振源丰富、信息干扰大的特点,采用包络解调法对气阀半个周期内（包含气阀开启到关闭一次的过程）的时域信号进行包络解调处理,提取气阀开启、关闭、颤震等几处故障的时频特征信息来诊断弹簧失效故障,并提出基于包络解调后的弹簧失效系数。     

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。     

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。     

基于非线性复杂测度的往复压缩机故障诊断

往复压缩机以多源非线性冲击振动信号为主,应用传统方法难以从振动信号中提取故障特征,为此提出一种基于非线性复杂测度的往复压缩机故障诊断方法。以气阀正常、阀片有缺口、阀片断裂及弹簧损坏4种状态下往复压缩机气阀振动信号为分析数据,在小波阈值降噪处理的基础上,采用均值符号化方法计算信号的归一化Lempel-Ziv复杂度(Lempel-Zivcomplexity,LZC)指标,分别给出各状态相应的LZC特征区间,利用BP人工神经网络对各状态信号的有效值特征、功率谱能量特征及LZC特征分别进行训练和测试,结果表明LZC更能准确区分不同状态的往复压缩机气阀故障,为往复压缩机故障诊断和维修决策提供了一种有效方法。     

奇异区间包络重构局部均值分解及其往复压缩机轴承故障诊断应用

针对包络估计函数解调时出现的突变问题，提出奇异区间包络重构局部均值分解(Singular Interval Reconstruction Local Mean Decomposition, SIRLMD)方法。确定包络估计函数解调突变原因为包络线存在交叉，为此定义交叉局部区域为奇异区间，结合极值对称理论增广该区间插值点，应用三次埃尔米特插值进行局部重构，形成奇异区间包络重构算法。仿真信号和往复压缩机轴承故障诊断应用证明，该算法解决了包络线交叉问题，抑制了解调突变现象，分解结果故障特征更显著。     

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。     

往复式压缩机气缸压力模拟曲线提取

提出了一种基于振动信号分析的往复式压缩机故障诊断方法.应用频域能量准则判定汽缸压力变化引起的振动响应信号所处频带,构造梳状滤波器提取出响应信号,对得到的相应信号进行包络分析,得到的包络曲线体现了气缸压力的变化趋势,可应用该曲线绘制模拟示功图对往复式压缩机故障进行诊断.对工程信号的分析表明,该方法不仅可以区分出压缩机正常与故障状态,还可以区分出不同的故障类型,具有较好的工程应用价值.     

基于三次hermite插值lmd方法的往复压缩机故障诊断技术

针对往复压缩机振动信号的强非平稳特性和多分量耦合特性,提出了一种基于三次hermite插值的lmd方法.该方法结合三次hermite插值法的优良保形特性,以其对信号极值点进行插值包络,提高局部均值函数和包络估计函数的拟合精度.以往复压缩机轴承故障振动信号为研究对象,通过与原有lmd方法的对比,验证了此方法的优越性,实现了轴承间隙故障的准确诊断.     

基于EMD信息熵和支持向量机的往复压缩机轴承故障诊断

往复压缩机工况恶劣、结构复杂、易损件多等特点,增加了压缩机故障诊断难度。将EMD信息熵和支持向量机(SVM)技术相结合,应用于压缩机轴承故障诊断。通过EMD对压缩机轴承信号进行分解,计算其信息熵值,并提取出能反映轴承工作状态的信息熵,将其作为特征向量训练SVM网络。结果表明,EMD信息熵和支持向量机相结合的方法,可以准确识别压缩机轴承故障。     

基于多源信息融合的往复式压缩机故障诊断方法

往复式压缩机结构复杂,振动激励源多,故障关联性较强,需要依靠多种类型的传感器所采集的信息来对往复式压缩机故障进行诊断。在融合往复式压缩机多种类型传感器采集的特征信息基础上,提出一种基于多源信息融合的往复式压缩机故障诊断方法,构建信息融合诊断框架。利用往复式压缩机多种类型传感器所采集的数据信息构建特征证据体,使用径向基神经网络对每个证据体进行初步诊断,根据加权证据融合理论融合各个证据体初步诊断结果,得到最终诊断结果。使用提出的方法对往复式压缩机3种工况的试验数据进行融合诊断,诊断结果表明：使用加权证据融合理论融合多源传感器信息的诊断结果可信度高,不确定性小,能够准确对往复式压缩机故障状态进行诊断识别。     

基于振动测试的往复式压缩机的故障诊断

往复式压缩机是各类生产企业中通用的动力设备,应用于冶金、矿山、船舶、机械制造等行业部门。往复式压缩机的故障诊断通常使用振动法,但由于其机械结构复杂、运动部件多、工作时振动激励源较多,发生的故障也是多种多样,因此往复式压缩机的故障诊断就相对较复杂。介绍了压缩机振动故障的几种基本形式和原因,并通过实例对压缩机故障进行了分析。     

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...     

基于示功图的往复压缩机故障诊断技术

往复压缩机结构复杂、激励源多,常规的机械振动声学法难以满足压缩机故障诊断的需要.示功图是有效的参数法诊断手段,是反应设备内部能量循环的最佳方式,可在较深层次上诊断压缩机故障.介绍了往复压缩机气缸内动态压力的测取方法,比较了常用的示功图测试装置,详细阐述了基于示功图分析的故障诊断方法,并对常见的进气阀、排气阀、活塞环泄漏故障进行了基于示功图法的故障分析.     

基于多重分形的往复压缩机分级诊断研究

应用多重分形理论实现了往复压缩机振动信号的故障特征提取。广义维数Dq作为故障特征参数能够很好地反映往复压缩机的工作状态。广义维数谱中Dq的最大值与最小值之差△Dq反应了振动信号波动的大小,通过比较压缩机两级正常与故障状态下的△Dq之差,可以评定哪一级出现了故障,实现往复压缩机运行状态的分级诊断。对多种故障类型的大量数据分析验证了此方法的有效性。