基于敏感特征提取的往復(fù)壓縮機(jī)智能診斷技術(shù)研究.pdf

1、往復(fù)壓縮機(jī)在石油、石化等行業(yè)中占有重要作用，但因零部件磨損、疲勞等原因，會(huì)發(fā)生一些重大故障，因此需要研究故障診斷方法，進(jìn)行故障預(yù)警和診斷。為了提高故障診斷的準(zhǔn)確率和效率，本文針對(duì)氣閥類故障、活塞桿松動(dòng)故障和活塞桿斷裂故障進(jìn)行特征提取，并以此建立往復(fù)壓縮機(jī)故障自動(dòng)化診斷系統(tǒng)。主要工作如下:
　　(1)針對(duì)氣閥類故障溫度數(shù)據(jù)變化的特點(diǎn)，本論文采用主成分分析(PCA)信號(hào)處理方法，提取出特征參數(shù)“主特征向量”，并通過敏感特征選擇實(shí)驗(yàn)，驗(yàn)

2、證了該特征參數(shù)對(duì)氣閥類故障敏感;
　　(2)針對(duì)往復(fù)壓縮機(jī)活塞桿部件進(jìn)行力學(xué)建模，分別為活塞桿松動(dòng)故障和活塞桿斷裂故障提取出特征參數(shù)“頻率比”和“能量比”，并通過敏感特征選擇實(shí)驗(yàn)，驗(yàn)證了這兩個(gè)特征參數(shù)分別對(duì)活塞桿松動(dòng)故障和活塞桿斷裂故障敏感;
　　(3)為了提高往復(fù)壓縮機(jī)故障診斷效率，分別用“主特征向量”、“頻率比”和“能量比”這三個(gè)特征參數(shù)為氣閥類故障、活塞桿松動(dòng)故障和活塞桿斷裂故障建立故障自動(dòng)化診斷模型，并組成自動(dòng)化診斷