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.     

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。     

往复压缩机气阀故障的预知性维修

以石油化工企业生产中往复压缩机组为分析对象,说明了以状态监测和故障诊断为基础的预知性维修可以及早发现往复压缩机运行中的气阀故障隐患,实现针对性修理,提高企业的经济效益.     

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。     

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。     

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。     

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VB与Matlab混合编程设计网状气阀故障诊断系统

针对2D-90往复压缩机气阀难以实现实时故障诊断这一问题,提出一种将VB与Matlab的功能进行有机结合的方法,以VB编写主界面作为控制端,Matlab作为自动化服务器,通过混合编程来设计气阀故障诊断系统。该系统可以准确的在线检测气阀工作状态,以及显示其不同工作状态下的时域图,频谱图等等。气阀故障模拟实验结果表明：该系统识别故障准确,具有较高的实用价值,为设计往复压缩机气阀故障诊断系统提供参考。     

往复压缩机气阀故障诊断的信息融合方法研究

针对使用单一信号对往复压缩机气阀故障进行诊断时所存在的不足．提出一种适合气阀故障诊断的信息融合方法。该方法将气阀的压力信号和振动信号特征进行信息融合，再通过RBF神经网络进行故障诊断。诊断实例表明该方法能更准确地诊断出气阀的各种故障。     

运用小波包变换与能量算子的气阀故障特征提取

针对目前往复压缩机气阀故障诊断中存在的问题,提出了基于小波包变换与能量算子相结合的包络解调技术对其振动信号进行包络分析,解决了对信号包络解调前需要人为确定载波带对信号进行带通滤波的问题.并将其用于往复压缩机气阀的故障诊断,实例数据的分析表明,把包络信号的歪度值和峭度值作为特征指标较好地区分了气阀的不同故障,并且表现出抑噪特性.     

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。     

基于阀盖温度的往复压缩机气阀故障智能预警技术研究

从气阀阀盖温度运行规律出发,建立了气阀故障智能预警模型,确定了报警阈值,给出了诊断逻辑判断,为往复压缩机气阀故障智能诊断提供了新的解决思路.     

往复压缩机气阀故障诊断方法的试验研究

对往复压缩机进气阀漏气故障进行模拟,采用热力参数、示功图和振动的方法在不同程度故障工况与正常工况下对压缩机进行现场监测.分析采用这几种方法对进气阀漏气故障的可诊断程度,探索压缩机气阀漏气故障特征提取的有效方法.     

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。