往复式压缩机故障诊断专家系统知识库设计

简单分析了往复式压缩机的故障表现形式，提出了在往复式压缩机故障诊断专家系统中采用广义故障树知识表示方法，介绍了往复式压缩机故障诊断专家系统知识库的组成及其功能和特点。     

基于人工智能的往复式压缩机故障诊断研究综述

往复式压缩机因其机构和运动复杂导致其故障形式繁多,给人工的诊断过程带来了困难。本文较为全面地综述了人工智能用于故障诊断的现状和发展趋势,分析了各种人工智能技术的特点及适用性,提出了今后往复式压缩机故障诊断和人工智能方法结合的发展方向。对于压缩机人工智能诊断方法选择,促进压缩机智能化发展有重要意义。     

基于小波包分析的往复式压缩机故障诊断

往复式压缩机的机械系统激励源多,因而所测的振动信号包含各种成分和干扰,属于典型的非平稳振动信号。本文将小波包应用于该种振动信号的分析诊断中,通过对往复式压缩机气阀振动信号能量特征的提取和图谱的分析,证实了小波包在其故障诊断中的有效性和适用性,为往复式压缩机故障诊断的研究提供了一种有效的方法。     

往复式压缩机故障诊断技术分析

随着机械、化工和石油工业的快速发展，对往复式压缩机的使用提出了更高的要求。但就目前往复式压缩机的应用状况而言，由于其自身属性零部件过多的原因，在运行中容易出现多个故障，因此有必要引入不同的往复式压缩机故障诊断方案。本文将分析常见的几种往复式压缩机的故障诊断技术，以及故障诊断技术在往复压缩机中的应用。     

解析往复式压缩机故障诊断方法

压缩机在实际的工作过程中用途十分的广泛,在我国很多单位中均有应用。往复式压缩机是压缩机中的一种,也是现在较为常用的一种压缩机。在使用往复式压缩机的过程中,经常会出现一定的故障,严重影响着往复式压缩机的使用。鉴于此,本文主要就往复式压缩机故障诊断方法进行研究,希望对往复式压缩机故障的解除起到一定的作用。     

往复式压缩机状态监测与故障技术的应用

本文论述了往复式压缩机状态监测与故障诊断技术的原理,以及往复式压缩机常见故障的判断.     

往复式压缩机故障诊断技术探析

随着我国科学技术的深化发展,使得压缩机在各个行业领域的应用越来越广泛,压缩机的种类较为多样化,往复式压缩机是应用最为广泛的一种压缩机。往复式压缩机的内部结构比较复杂,相对其他压缩机,往复式压缩机的压力负荷和尺寸大小都有一定的延伸性,使之可以很好地满足多样化需求,也正是因为如此,往复式压缩机出现故障问题也多种多样,故障诊断也相对比较困难,针对不同的往复式压缩机故障问题,我们采取的诊断技术不同,需要根据实际情况进行合理的调控。基于此,本文就对往复式压缩机故障诊断技术进行了一个较为详细的概述。     

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,尤其是在船舶上的应用更加广泛,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。本文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。     

往复压缩机智能诊断专家系统的研究与应用

往复式压缩机是流程工业安全生产的关键机组,由于缺乏有效的安全监控和故障预知手段,往复式压缩机存在故障率高、安全事故频发的特点。为有效降低往复式压缩机故障停机时间并减少安全事故,在对压缩机运动部件结构、功能和故障机理分析的基础上,针对往复式压缩机振动激励源多和故障关联性强的特点,开发了基于多传感器信息融合和正向推理的往复式压缩机智能诊断专家系统,通过提取敏感特征参数并建立和故障类型相关的独立诊断规则,实现了自动故障诊断。建立的往复式压缩机智能诊断专家系统已应用于国内多家石油炼化企业。实践证明:往复式压缩机智能诊断专家系统在机组异常时能够自动报警并给出故障诊断结论,提高了设备预知维修水平,保证了往复式压缩机运行的安全性、可靠性。     

往复压缩机故障诊断研究现状及展望

叙述了往复压缩机故障诊断的意义及研究现状，对往复压缩机常见故障及机理进行了分析，并介绍了国内外一些常见的往复压缩机状态监测与故障诊断的方法及其原理和特点，最后提出了往复压缩机的故障诊断技术的难点和发展方向，为从事该方面研究提供借鉴。     

粗网络专家系统在往复式空压机故障诊断中的应用

基于智能互补融合观点，针对往复式空压机故障信息系统的不准确性和不完整性，设计了用于空压机故障分类的粗网络专家系统，对空压机系统故障做出准确的诊断。通过对某型空压机振动故障实际故障诊断，证明了该系统的有效性，为往复式空压机故障诊断提供了一条新思路。     

基于小波包与粗集的往复压缩机故障诊断方法

提出了基于小波包与粗集的往复压缩机故障诊断的新方法。该方法使故障特征提取及规则的提取都由计算机自动完成，经诊断实例表明，使用该方法可对往复压缩机进行有效的故障诊断。     

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。     

往复压缩机故障诊断技术现状与发展趋势

故障诊断技术在石化工业往复压缩机中得到了广泛运用,对于保证机器安全稳定运行起到了重要作用。本文首先叙述了往复压缩机故障诊断的意义及研究现状,描述了目前故障诊断过程中所使用的技术,并分析比较了它们的特点;介绍了国内外一些常见的往复压缩机状态监测系统;最后提出了往复压缩机的故障诊断技术的未来发展方向。     

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,同时提取活塞杆信号的时、频域特征;然后利用ReliefF方法计算轴心轨迹特征与时、频域特征的特征权重,选取大于各自权重均值的特征分别组成轴心轨迹敏感特征集和时频域敏感特征集;最后,提取2个特征集的Related-Similar(RS)特征,将其融合后作为BP神经网络的训练特征集训练故障诊断模型。利用往复压缩机磨损故障和撞缸故障的数据对模型进行验证,结果表明,模型能较好地识别这两种故障,并且故障恶化时的识别准确率均达到了99%以上。     

往复式活塞压缩机故障监测与诊断技术

归纳总结了往复式活塞压缩机故障的监测和诊断系统及方法,提出了研究中应解决的问题,并对未来的发展方向进行了预测。     

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。