本文關(guān)鍵詞：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

  更多相關(guān)文章： 往復(fù)壓縮機(jī) 故障診斷 主成分分析 活塞桿振動

【摘要】：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,本文針對氣閥類故障、活塞桿松動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)故障自動化診斷系統(tǒng)。主要工作如下：(1)針對氣閥類故障溫度數(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)證了該特征參數(shù)對氣閥類故障敏感；(2)針對往復(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)證了這兩個特征參數(shù)分別對活塞桿松動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”這三個特征參數(shù)為氣閥類故障、活塞桿松動故障和活塞桿斷裂故障建立故障自動化診斷模型,并組成自動化診斷系統(tǒng),實(shí)驗(yàn)表明該系統(tǒng)能夠及時、有效、準(zhǔn)確地進(jìn)行故障診斷。
【關(guān)鍵詞】：往復(fù)壓縮機(jī) 故障診斷 主成分分析 活塞桿振動
【學(xué)位授予單位】：北京化工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TH45
【目錄】：

• 摘要4-5
• ABSTRACT5-11
• 第一章 緒論11-17
• 1.1 課題研究背景11
• 1.2 往復(fù)壓縮機(jī)故障診斷技術(shù)11-14
• 1.2.1 故障診斷方法現(xiàn)狀11-12
• 1.2.2 故障診斷方法發(fā)展趨勢12-14
• 1.3 課題研究的意義、內(nèi)容與目標(biāo)14
• 1.3.1 課題研究的意義14
• 1.3.2 課題研究的內(nèi)容14
• 1.3.3 課題研究的目標(biāo)14
• 1.4 論文主要內(nèi)容14-17
• 第二章 往復(fù)壓縮機(jī)故障模型研究及特征提取17-43
• 2.1 往復(fù)壓縮機(jī)故障概述17-20
• 2.2 氣閥類故障模型研究特征提取20-25
• 2.2.1 氣閥類故障概述20-21
• 2.2.2 氣閥類故障模型研究及特征提取21-25
• 2.3 活塞桿類故障模型研究及特征提取25-41
• 2.3.1 活塞桿類故障概述25-27
• 2.3.2 活塞桿類故障模型研究27-34
• 2.3.3 活塞桿類故障特征提取34-41
• 2.3.3.1 活塞桿松動故障特征提取36-38
• 2.3.3.2 活塞桿斷裂故障特征提取38-41
• 2.4 本章小結(jié)41-43
• 第三章 往復(fù)壓縮機(jī)故障敏感特征研究及特征選擇43-55
• 3.1 往復(fù)壓縮機(jī)敏感特征選擇方法43-45
• 3.2 往復(fù)壓縮機(jī)故障敏感特征選擇實(shí)驗(yàn)45-54
• 3.2.1 常用往復(fù)壓縮機(jī)故障特征及計(jì)算方法45-50
• 3.2.2 氣閥類故障敏感特征選擇50-52
• 3.2.3 活塞桿類故障敏感特征選擇52-54
• 3.2.3.1 活塞桿松動故障敏感特征選擇52-53
• 3.2.3.2 活塞桿斷裂故障敏感特征選擇53-54
• 3.3 本章小結(jié)54-55
• 第四章 往復(fù)壓縮機(jī)故障自動化診斷系統(tǒng)55-71
• 4.1 往復(fù)壓縮機(jī)故障自動化診斷系統(tǒng)概述與思路55
• 4.2 往復(fù)壓縮機(jī)故障自動化診斷模型55-59
• 4.2.1 氣閥類故障自動化診斷模型55-57
• 4.2.2 活塞桿類故障自動化診斷模型57-59
• 4.3 往復(fù)壓縮機(jī)故障自動化診斷模型實(shí)驗(yàn)驗(yàn)證59-69
• 4.3.1 氣閥類故障自動化診斷模型實(shí)驗(yàn)驗(yàn)證59-64
• 4.3.2 活塞桿類故障自動化診斷模型實(shí)驗(yàn)驗(yàn)證64-69
• 4.3.2.1 活塞桿松動故障自動化診斷模型實(shí)驗(yàn)驗(yàn)證64-66
• 4.3.2.2 活塞桿斷裂故障自動化診斷模型實(shí)驗(yàn)驗(yàn)證66-69
• 4.4 本章小結(jié)69-71
• 第五章 總結(jié)與展望71-73
• 參考文獻(xiàn)73-77
• 致謝77-79
• 研究成果及發(fā)表論文79-81
• 作者與導(dǎo)師簡介81-82
• 附件82-83

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前5條

1 劉衛(wèi)華,昂海松;往復(fù)壓縮機(jī)故障診斷技術(shù)中若干問題研究[J];流體機(jī)械;2003年02期

2 徐豐甜;李建;孔祥宇;李村波;江志農(nóng);張進(jìn)杰;;基于PCA的往復(fù)壓縮機(jī)氣閥故障異常監(jiān)測方法[J];流體機(jī)械;2014年10期

3 段禮祥,張來斌,王朝暉;往復(fù)機(jī)械故障診斷的現(xiàn)代方法及展望[J];石油機(jī)械;2004年11期

4 王發(fā)輝;劉秀芳;程艷霞;;往復(fù)壓縮機(jī)故障診斷研究現(xiàn)狀及展望[J];壓縮機(jī)技術(shù);2007年02期

5 馬波;申大鵬;李剛;;往復(fù)壓縮機(jī)氣閥故障分析及診斷實(shí)例[J];壓縮機(jī)技術(shù);2012年02期

，

本文編號：608084