本文關(guān)鍵詞：往復(fù)壓縮機(jī)早期故障智能預(yù)警關(guān)鍵技術(shù)研究及應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】：往復(fù)壓縮機(jī)是煉油、化工等流程工業(yè)的關(guān)鍵設(shè)備,其存在周期性旋轉(zhuǎn)和往復(fù)兩種運(yùn)動(dòng)形式,運(yùn)行部件長(zhǎng)期受交變載荷的作用,壓縮介質(zhì)大都為氫氣、天然氣等易燃易爆性氣體,導(dǎo)致故障頻發(fā),甚至引起重大惡性事故。大部分設(shè)備已經(jīng)安裝了監(jiān)測(cè)系統(tǒng),但目前監(jiān)測(cè)系統(tǒng)尚未發(fā)揮其真正的價(jià)值,現(xiàn)場(chǎng)人員又缺乏診斷知識(shí),導(dǎo)致目前往復(fù)壓縮機(jī)故障預(yù)警與診斷嚴(yán)重依賴人工進(jìn)行,這種狀況難免會(huì)出現(xiàn)疏漏。傳統(tǒng)預(yù)警系統(tǒng)特征參數(shù)單一,且未考慮設(shè)備開停車狀態(tài)及傳感器異常對(duì)判斷的影響,漏報(bào)率與誤報(bào)率較高。為了全面、及時(shí)地檢測(cè)到異常,快速判斷后明確產(chǎn)生異常的具體原因,準(zhǔn)確得出設(shè)備開停車狀態(tài)以及傳感器異常與機(jī)組異常診斷結(jié)論,方便相關(guān)人員全面掌握多臺(tái)設(shè)備的運(yùn)行狀態(tài),更加有效地管理設(shè)備,本文主要研究三方面內(nèi)容：(1)研究大頭瓦磨損故障劣化規(guī)律。基于多體動(dòng)力學(xué)理論,建立往復(fù)壓縮機(jī)運(yùn)動(dòng)機(jī)構(gòu)動(dòng)力學(xué)模型,通過改變曲軸與連桿之間的間隙大小模擬大頭瓦磨損不同程度,分析隨著大頭瓦磨損劣化程度的演變,相關(guān)特征參數(shù)的變化特點(diǎn),揭示故障劣化過程中特征參數(shù)的變化規(guī)律。(2)考慮到往復(fù)壓縮機(jī)故障機(jī)理復(fù)雜,故障信號(hào)存在耦合性、非線性與非平穩(wěn)性,總結(jié)故障案例診斷經(jīng)驗(yàn)提取多種預(yù)警參數(shù),建立同時(shí)具備信號(hào)類型自動(dòng)識(shí)別與報(bào)警閾值自學(xué)習(xí)自動(dòng)設(shè)置功能的往復(fù)壓縮機(jī)異常檢測(cè)系統(tǒng),全面、準(zhǔn)確地檢測(cè)異常。(3)當(dāng)檢測(cè)到異常信息后,深入研究往復(fù)壓縮機(jī)開停車狀態(tài)自動(dòng)判斷、傳感器異常自檢技術(shù)以及基于狀態(tài)子空間的機(jī)組故障決策模型建立等關(guān)鍵技術(shù),快速判斷產(chǎn)生異常的具體原因,準(zhǔn)確得出結(jié)論并自動(dòng)反饋輸出結(jié)果。經(jīng)過實(shí)例驗(yàn)證,該預(yù)警系統(tǒng)能夠?qū)崿F(xiàn)對(duì)機(jī)組故障的成功預(yù)警,很大程度上減少了以往漏報(bào)、誤報(bào)情況的發(fā)生,真正保護(hù)設(shè)備安全平穩(wěn)運(yùn)行。
【關(guān)鍵詞】：智能預(yù)警 狀態(tài)子空間 多體動(dòng)力學(xué) 往復(fù)壓縮機(jī) 特征參數(shù)
【學(xué)位授予單位】：北京化工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TH45
【目錄】：

• 摘要4-6
• ABSTRACT6-14
• 第一章 緒論14-22
• 1.1 課題來源及研究意義14-15
• 1.1.1 課題來源14
• 1.1.2 研究意義14-15
• 1.2 國(guó)內(nèi)外研究狀況與發(fā)展趨勢(shì)15-18
• 1.2.1 往復(fù)壓縮機(jī)故障預(yù)警與診斷技術(shù)研究狀況概況15-16
• 1.2.2 多體動(dòng)力學(xué)研究狀況概況16-17
• 1.2.3 狀態(tài)評(píng)估關(guān)鍵技術(shù)研究狀況概況17-18
• 1.3 本文研究?jī)?nèi)容及結(jié)構(gòu)安排18-22
• 1.3.1 本文主要研究?jī)?nèi)容18-19
• 1.3.2 本文結(jié)構(gòu)安排19-22
• 第二章 往復(fù)壓縮機(jī)大頭瓦磨損故障劣化規(guī)律研究22-40
• 2.1 往復(fù)壓縮機(jī)結(jié)構(gòu)及工作原理22-23
• 2.1.1 往復(fù)壓縮機(jī)結(jié)構(gòu)22
• 2.1.2 往復(fù)壓縮機(jī)工作原理22-23
• 2.2 往復(fù)壓縮機(jī)動(dòng)力學(xué)分析23-25
• 2.2.1 曲柄連桿機(jī)構(gòu)運(yùn)動(dòng)關(guān)系23-24
• 2.2.2 曲柄連桿機(jī)構(gòu)受力分析24-25
• 2.3 大頭瓦磨損故障劣化規(guī)律建模分析25-39
• 2.3.1 多柔體系統(tǒng)動(dòng)力學(xué)理論26-27
• 2.3.2 間隙運(yùn)動(dòng)副模型分析27-28
• 2.3.3 大頭瓦磨損動(dòng)力學(xué)建模分析28-34
• 2.3.3.1 大頭瓦磨損故障模擬仿真28-31
• 2.3.3.2 動(dòng)力學(xué)響應(yīng)分析31-34
• 2.2.4 工程實(shí)例驗(yàn)證34-39
• 2.4 本章小結(jié)39-40
• 第三章 基于多參數(shù)的往復(fù)壓縮機(jī)異常檢測(cè)技術(shù)研究40-56
• 3.1 往復(fù)壓縮機(jī)狀態(tài)監(jiān)測(cè)技術(shù)介紹40-42
• 3.1.1 在線監(jiān)測(cè)系統(tǒng)傳感器測(cè)點(diǎn)布局41-42
• 3.1.2 系統(tǒng)軟硬件組成及功能42
• 3.2 往復(fù)壓縮機(jī)早期故障預(yù)警系統(tǒng)框架建立42-43
• 3.3 往復(fù)壓縮機(jī)預(yù)警特征參數(shù)提取43-48
• 3.3.1 往復(fù)壓縮機(jī)預(yù)警特征參數(shù)43-44
• 3.3.2 特征參數(shù)表達(dá)式設(shè)計(jì)44-48
• 3.4 基于多參數(shù)的異常檢測(cè)技術(shù)研究48-54
• 3.4.1 異常檢測(cè)系統(tǒng)框架構(gòu)建與分析邏輯49-50
• 3.4.2 異常檢測(cè)關(guān)鍵技術(shù)研究50-53
• 3.4.2.1 信號(hào)類型自動(dòng)識(shí)別功能50-51
• 3.4.2.2 門限值自學(xué)習(xí)與自動(dòng)設(shè)置功能51-53
• 3.4.3 中石油在役往復(fù)壓縮機(jī)異常檢測(cè)結(jié)果分析53-54
• 3.5 本章小結(jié)54-56
• 第四章 往復(fù)壓縮機(jī)早期故障識(shí)別診斷關(guān)鍵技術(shù)研究與應(yīng)用56-88
• 4.1 基于規(guī)則推理的設(shè)備開停車狀態(tài)自動(dòng)判斷技術(shù)研究56-62
• 4.1.1 開停車狀態(tài)自動(dòng)判斷框架建立56-59
• 4.1.2 設(shè)備開停車狀態(tài)自動(dòng)判斷邏輯流程建立59-62
• 4.1.3 設(shè)備開停車狀態(tài)自動(dòng)判斷系統(tǒng)的研發(fā)與測(cè)試62
• 4.2 基于規(guī)則推理的傳感器異常自檢技術(shù)研究62-70
• 4.2.1 傳感器異常自檢系統(tǒng)框架的搭建63-64
• 4.2.2 不同類型傳感器異常診斷邏輯64-68
• 4.2.2.1 活塞桿位移傳感器異常診斷邏輯64-65
• 4.2.2.2 缸體振動(dòng)加速度傳感器異常診斷邏輯65-66
• 4.2.2.3 氣閥溫度傳感器異常診斷邏輯66-68
• 4.2.2.4 曲軸箱振動(dòng)速度傳感器異常診斷邏輯68
• 4.2.3 傳感器異常自檢系統(tǒng)的研發(fā)與測(cè)試68-70
• 4.3 基于狀態(tài)子空間的機(jī)組故障決策技術(shù)研究70-82
• 4.3.1 基于核主成分分析的狀態(tài)子空間構(gòu)建72-77
• 4.3.1.1 多維特征矩陣構(gòu)造72-74
• 4.3.1.2 核主成分分析方法理論74-77
• 4.3.2 差異度指標(biāo)定義77
• 4.3.3 報(bào)警閾值自學(xué)習(xí)設(shè)置77-79
• 4.3.4 工程案例應(yīng)用分析79-82
• 4.3.4.1 活塞桿斷裂故障79-80
• 4.3.4.2 拉缸故障80-82
• 4.4 往復(fù)壓縮機(jī)早期故障自動(dòng)預(yù)警技術(shù)工程實(shí)例驗(yàn)證82-86
• 4.4.1 某石化K202A機(jī)組吸氣閥泄漏故障84
• 4.4.2 某石化K202A機(jī)組活塞組件嚴(yán)重磨損故障84-86
• 4.5 本章小結(jié)86-88
• 第五章 總結(jié)與展望88-90
• 5.1 總結(jié)88
• 5.2 展望88-90
• 參考文獻(xiàn)90-94
• 致謝94-96
• 研究成果和發(fā)表的學(xué)術(shù)論文目錄96-98
• 作者及導(dǎo)師簡(jiǎn)介98-99
• 附件99-100

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前3條

1 韓萍,吳仁彪,王兆華,王蘊(yùn)紅;基于KPCA準(zhǔn)則的SAR目標(biāo)特征提取與識(shí)別[J];電子與信息學(xué)報(bào);2003年10期

2 楊帆;胡金海;陳衛(wèi);張進(jìn);蔡開龍;;主元分析方法在航空發(fā)動(dòng)機(jī)故障檢測(cè)與診斷中的應(yīng)用[J];機(jī)械科學(xué)與技術(shù);2008年03期

3 胡金海;謝壽生;陳衛(wèi);侯勝利;蔡開龍;;基于核函數(shù)主元分析的航空發(fā)動(dòng)機(jī)故障檢測(cè)方法[J];推進(jìn)技術(shù);2008年01期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 譚璐;高維數(shù)據(jù)的降維理論及應(yīng)用[D];國(guó)防科學(xué)技術(shù)大學(xué);2005年

2 于海;高維非線性轉(zhuǎn)子—軸承系統(tǒng)降維方法與故障特性分析[D];哈爾濱工業(yè)大學(xué);2013年

3 高陽;高光譜數(shù)據(jù)降維算法研究[D];中國(guó)礦業(yè)大學(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 馬文娟;文本特征降維與分類規(guī)則抽取方法研究與應(yīng)用[D];大連理工大學(xué);2007年

2 馮禹;基于內(nèi)容的垃圾郵件檢測(cè)特征降維算法研究[D];浙江大學(xué);2013年

  本文關(guān)鍵詞：往復(fù)壓縮機(jī)早期故障智能預(yù)警關(guān)鍵技術(shù)研究及應(yīng)用，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：363964