往復(fù)壓縮機(jī)作為石油、化工等行業(yè)的關(guān)鍵設(shè)備,在發(fā)生事故時所造成的巨大經(jīng)濟(jì)損失和人員傷亡的災(zāi)難性,決定了對其開展診斷的必要性。本文以往復(fù)壓縮機(jī)滑動軸承磨損和氣閥類典型故障為研究對象,從振動信號自適應(yīng)分解處理的角度,深入分析故障機(jī)理與振動信號的響應(yīng)關(guān)系、信號自適應(yīng)分解的尺度特征、多重分形譜特征分析、關(guān)鍵部件性能衰退評估指標(biāo)選擇和混沌動力學(xué)預(yù)測模型適用性等問題,將變分模態(tài)分解(VMD)與多重分形譜分析相結(jié)合,從非線性信號精細(xì)化分析角度,基于往復(fù)壓縮機(jī)振動信號對典型故障進(jìn)行特征提取與模式識別,并通過建立奇異譜參數(shù)指標(biāo),對往復(fù)壓縮機(jī)滑動軸承運(yùn)行狀態(tài)進(jìn)行評估與預(yù)示研究,結(jié)合2D12型往復(fù)壓縮機(jī)典型故障與運(yùn)行周期,提出了一套完整的故障狀態(tài)評估與預(yù)示方法。主要工作如下:往復(fù)壓縮機(jī)滑動軸承故障因其隱蔽性和振動傳遞路徑的復(fù)雜性,對其進(jìn)行有效診斷十分困難。為提高較難識別的十字頭滑履和連桿小頭軸承間隙故障診斷準(zhǔn)確率,結(jié)合VMD算法原理,并考慮算法在帶通濾波中表現(xiàn)出的故障分離能力,通過分析振動響應(yīng)與故障響應(yīng)的關(guān)系,尋找敏感測點(diǎn)以提升信號可辨識性和采樣一致性。從狀態(tài)間特征可分性角度引入多重分形廣義譜理論,采用瞬時頻... 

【文章來源】：東北石油大學(xué)黑龍江省

【文章頁數(shù)】：110 頁

【學(xué)位級別】：博士

【部分圖文】：

VMD分解算法流程圖

MGS矩陣遺傳算法尋優(yōu)流程圖

D12往復(fù)壓縮機(jī)現(xiàn)場監(jiān)測圖


本文編號：2923608