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。     

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.     

基于原始振动信号的往复压缩机卷积神经网络故障诊断

往复压缩机振动信号特性复杂,传统特征提取方法难以有效提取故障特征,从而影响故障诊断效果。提出了基于原始振动信号卷积神经网络(RVCNN)的方法,将采集的一维原始振动信号作为输入,充分利用卷积神经网络(CNN)自动提取信号特征的特性,对往复压缩机故障进行特征提取及诊断。使用从试验台获得的压缩机气阀故障数据样本进行测试,结果表明,与传统方法相比,RVCNN方法具有更高的故障识别率和更好的抗噪性能。     

往复压缩机环状气阀振动信号的LMD故障特征 提取方法研究

以往复压缩机环状气阀为研究对象,通过加速度振动传感器测试了其正常运行状态下的振动信号,通过对其进行局部均值分解(LMD),得出了信号所对应的多个乘积函数(PF)分量,并提取这些PF分量的3大特征参数因子,包括偏度系数(g_i)、峭度系数(q_i)和总能量比(E_(i )/E)。然后对气阀进行不同种类的破坏,包括锯断阀片、去除气阀内部分弹簧和对阀片打孔,并对破坏后的气阀运行振动信号进行相同的分析得出相应的参数因子,与气阀正常运行时对应参数因子进行比较。结果显示,在阀片锯断和气阀去弹簧2种状态下,气阀振动信号得出的相应特征参数因子都会出现反映气阀故障的异常值,但在气阀阀片打孔的状态下则不明显。以上说明LMD方法虽然具有一定的局限性,但是能够准确、有效地对往复压缩机气阀振动信号进行判断,从而实现对气阀的工作状态和故障类型进行分类,是研究气阀故障诊断的实用方法。     

生物免疫机理在往复压缩机在线状态监测中的应用

针对往复压缩机在线监测时难以提取异常特征的实际情况，提出了一种适于往复压缩机的在线状态监测方法。该方法是基于生物免疫系统反面选择机理，并结合人工神经网络进行监测的一种方法。该方法能有效地提取压缩机的异常特征，提高压缩机的在线状态监测的准确率。在线监测往复压缩机示功图的实例结果表明，该方法能准确监测出往复压缩机主要故障所引起的异常，并具有较好的在线性、准确性。     

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。     

基于示功图修正的往复压缩机气阀故障诊断方法

在较多的文献中给出了往复压缩机气阀诊断的标准示功图,但是当应用不同的气缸内压力采集装置,采集的气缸内压力不能直接制作标准的示功图,这需要对采集的数据根据采集装置的特点进行修正。通过实际的气缸内压力采集系统,校正了用于制作标准示功图的压力采集曲线外死点位置,并给出实际测量的气阀故障示功图。     

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、安全运行提供了判断依据。     

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。     

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。     

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。     

基于自适应波形分解的峭度谱方法在往复压缩机气阀故障诊断中的应用

往复压缩机气阀振动信号具有非平稳非高斯的多源冲击特性,峭度谱方法是检测平稳信号冲击特征信息的有力工具。为此,本文通过自适应波形分解方法,在无需先验知识的情况下将气阀非平稳信号转换为一系列较为平稳波形分量,并利用峭度谱对包含典型冲击特征的分量进行特征提取。结果表明:所提方法不仅能够降低噪声对峭度指标的干扰,而且能够准确表征冲击的强弱和指示对应的频带,为有效提取不同气阀故障特征提供依据。     

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。     

往复压缩机变负荷工况阀片运动规律及气缸内状态仿真研究

为了更好地了解往复式压缩机在不同工况下阀片的运动规律以及气缸内压力、温度的变化情况,对压缩机气缸及阀片运动规律进行了模拟仿真研究。采用有限元分析手段建立了往复压缩机的三维流场模型,在变负荷工况下,运用Fluent软件模拟分析了压缩机气阀与气缸工作状态;在正常工况下,模拟了压缩机气阀的运动情况和气缸内的压力变化情况,并利用往复压缩机实验台进行了实验验证;在气量调节工况和不同的阀片顶开位移的工况下,针对压缩机进行了模拟,得到了不同工况下阀片运动规律、气缸内示功图及气缸内温度变化规律。研究结果表明:针对机组复杂运行状态可用计算机仿真研究进行深入模拟,获得贴近实际运行状态的数据,对分析压缩机运行状态,改进优化气量调节系统具有重要作用。     

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.