基于LMD多尺度熵和LSSVM的往复压缩机故障诊断方法研究

针对往复压缩机振动信号的非线性和非平稳多源冲击性,提出一种基于局部均值分解(LMD)、多尺度熵(MSE)和最小二乘支持向量机的诊断方法。首先,利用LMD将不同状态振动信号分解为一系列乘积函数(PF)分量,然后根据各PF分量与原信号的互信息值,选择相关性较大且包含故障状态主要信息分量,计算其相应的多尺度熵值,并构造能够定量描述往复压缩机状态的特征向量,最后利用LSSVM作为模式分类器,对上述不同状态下的特征向量样本进行训练和识别,诊断得出往复压缩机气阀故障类型。进一步与小波多尺度熵、EMD多尺度熵方法所提取特征向量识别结果进行对比,结果表明:该方法具有更高的识别率,为往复压缩机故障诊断提供了一种新途径。     

基于LMD多尺度熵与SVM的往复压缩机轴承故障诊断方法

针对往复压缩机振动信号的非平稳和非线性特性,提出了基于LMD多尺度熵与SVM的往复压缩机轴承间隙故障诊断方法。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LMD方法对各状态振动信号进行分解,依据相关性系数选择其中代表故障状态主要信息的PF分量。利用多尺度熵对各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。使用SVM作为模式分类器,诊断得出了轴承间隙故障类型。同LMD与样本熵以及LMD与近似熵方法所提取特征向量进行对比,结果表明该方法具有更高的识别准确率。     

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。     

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。     

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。     

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。     

基于局部均值分解与关联维数的往复压缩机气阀故障诊断

针对往复压缩机气阀振动信号具有的非线性与非平稳复杂特性,提出基于局部均值分解与关联维数相结合的方法,通过将原始振动信号进行分解,定量化提取了不同气阀故障状态下的关联维数特征,结果表明:局部均值分解后的振动信号信噪比得到显著提高,高频分量的关联维数能够明显区分不同故障状态特征,因此可以作为往复压缩机气阀故障诊断的有效依据。     

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。     

基于LMD和主分量分析的齿轮损伤识别方法

针对齿轮故障振动信号的非平稳特征,提出了基于局部均值分解(Local mean decompos ition,简称LMD)和主分量分析的齿轮损伤识别方法。该方法首先对齿轮振动信号进行局部均 值分解,将其分解成为若干个PF分量(Product function,简称PF),然后选取包含主要损伤信息的PF分量。从PF分量中提取能量和时域统计量等特征参数,组合成初始特征参数向量矩阵, 并进一步对初始特征参数向量矩阵进行主分量分析,得到齿轮振动信号的主特征分量,建立距 离判别函数,从而对齿轮工作状态进行识别。实验数据分析结果表明,本方法能有效地识别齿 轮损伤类型。     

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。     

往复压缩机变工况下吸气阀运动及冲击特性研究

基于局部行程压开进气阀的往复压缩机无级气量调节系统采用液压系统驱动机械执行机构控制吸气阀的开启时间实现气量调节。本文通过建立气量调节工况下往复压缩机工作循环的数学模型与吸气阀阀片运动的数学模型,模拟了不同负荷下气缸内动态压力,分析执行机构外力瞬间撤销下吸气阀阀片自由关闭时的运动规律;利用AMESim软件对复位弹簧在不同的弹簧刚度下执行机构运动规律进行研究;通过实验与仿真结果对比分析,确定了气量调节工况下吸气阀运动规律和气量调节工况下缸体振动冲击的来源;为往复压缩机无级气量调节系统的研发和气量调节工况下往复压缩机吸气阀故障诊断提供理论依据。     

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...     

往复压缩机多故障试验模拟及特征分析

为了解往复压缩机不同结构故障和性能故障的参数特征,对WP135型压缩机部件典型故障进行了模拟,包括地脚螺栓松动、活塞环断裂、吸气阀片断裂、排气阀片断裂。通过分析不同故障下的压缩机热工参数和缸盖顶部、机身侧面、机身底部测点振动信号的时域波形、时域、频域特征参数,揭示了热工参数和表面振动信号与压缩机不同零部件故障的内在联系。结果表明：不同的性能故障具有不同的热工参数变化特征,可以利用这些参数进行压缩机一级活塞环密封不良、二级活塞环密封不良、二级进气阀片断裂、二级排气阀片断裂性能故障的诊断。压缩机表面的振动对压缩机结构故障较敏感,可以用于对地脚螺栓松动故障的诊断,也可以利用振动信号的频谱特征进行其它结构故障的诊断,为进行往复式空压机的状态监测和健康管理提供了依据。     

基于模糊聚类的油田往复压缩机气阀故障诊断研究

往复压缩机气阀是整个机体中故障率最高的部件,针对其故障模式复杂、难以辨识的特点,选取与气阀运行状态密切相关的6个振动参数作为特征参数,采用模糊聚类方法对气阀故障和运行状态进行评判.用现场实际采集的20个样本进行模糊聚类分析,求出故障特征,并与频谱分析和现场实际情况进行比较,聚类结果与实际情况相吻合,证明此方法应用于运行状态评判和挖掘故障特征是有效的.     

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.     

基于LMD和灰色相似关联度的轴承故障诊断方法

针对轴承故障振动信号的非线性、非平稳特点及振动信号的强噪声背景,提出一种基于局部均值分解(Local Mean Decomposition,LMD)和灰色相似关联度的轴承故障诊断方法。首先对信号进行局部均值分解,得到若干个PF(Product function,简称PF)分量,再选取包含主要故障信息的PF分量进一步分析,并提取特征向量,然后通过计算标准故障模式与待识别样本的灰色相似关联度对轴承故障类型进行判断。利用该方法对试验轴承故障振动信号进行了分析,结果表明,基于LMD和灰色相似关联度方法能够有效地识别轴承运行状态,实现对轴承的故障诊断。     

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。     

丙烷压缩机气阀泄漏故障的分析与预防

丙烷压缩机运行周期短,带液严重,气阀的阀片和弹簧损坏使气阀泄漏,造成气阀故障频发.分析故障产生的原因,采取相应的预防措施,降低了压缩机气阀的故障率.