本文關(guān)鍵詞：基于LMD與MFE的往復式壓縮機故障診斷方法研究

  更多相關(guān)文章： 局部均值分解 多尺度模糊熵 往復壓縮機 故障診斷

【摘要】：往復壓縮機是石油、化工領(lǐng)域的核心設(shè)備,其一旦發(fā)生故障,不僅會給企業(yè)對來重大的經(jīng)濟損失,同時會給員工的人身安全帶來嚴重危害,因此,往復壓縮機故障診斷技術(shù)成為人們研究的重點。由于往復壓縮機振動信號具有非線性和非平穩(wěn)特性,以傅里葉變換為代表的傳統(tǒng)時頻分析方法對其進行分析存在一定的局限性。局部均值分解(Local mean decomposition,簡稱LMD)是一種自適應分解方法,其在非平穩(wěn)信號處理方面具有獨特的優(yōu)勢。本文將LMD方法引入往復壓縮機故障診斷領(lǐng)域,將其與多尺度模糊熵結(jié)合,提出了一種新的往復壓縮機故障診斷方法,并對所提方法在往復壓縮機故障診斷中的應用進行了一系列研究工作。首先,通過大量查閱往復壓縮機故障診斷相關(guān)文獻,對往復壓縮機的結(jié)構(gòu)、工作原理以及常見故障機理進行了概述,并闡述了往復壓縮機故障診斷技術(shù)的發(fā)展歷程和常用故障診斷方法的研究現(xiàn)狀。其次,在對LMD方法理論進行深入研究的基礎(chǔ)上,針對原始LMD方法滑動平均迭代次數(shù)過多、三次樣條LMD方法出現(xiàn)“過包絡”與“欠包絡”現(xiàn)象致使分解失真等問題,本文提出了一種改進LMD方法。該方法采用單調(diào)三次Hermite插值構(gòu)造包絡線,并通過增加極值對稱點的方式提高了包絡線擬合精度。仿真信號和實測信號實驗結(jié)果表明,改進LMD方法可以準確提取信號特征,是一種有效的非平穩(wěn)信號分析方法。再次,介紹了多尺度模糊熵這一故障特征識別方法。多尺度模糊熵可以衡量信號在不同尺度下的復雜性,相比于單一尺度的模糊熵,其提取的故障特征信息可以更全面的反映故障本質(zhì)。利用仿真信號與多尺度熵進行了對比,結(jié)果表明多尺度模糊熵具有良好的相對一致性,其熵值曲線變化更加平穩(wěn),參數(shù)選擇比較自由。往復壓縮機軸承故障實驗驗證了多尺度模糊熵在特征提取方面的優(yōu)越性。最后,針對往復壓縮機振動信號的非平穩(wěn)、非線性特性,提出了一種基于改進LMD和多尺度模糊熵(MFE)的往復壓縮機故障診斷方法。該方法采用改進LMD方法將各狀態(tài)振動信號分解為若干PF分量,計算其多尺度模糊熵形成特征向量,并通過支持向量機進行分類識別。在提取狀態(tài)特征的過程中,利用歐式距離對特征向量進行了優(yōu)選,使各狀態(tài)的區(qū)分更加明顯。利用所提方法對往復壓縮機軸承和氣閥故障數(shù)據(jù)進行分析,結(jié)果表明其可以有效提取故障特征,實現(xiàn)不同故障類型的診斷。
【關(guān)鍵詞】：局部均值分解 多尺度模糊熵 往復壓縮機 故障診斷
【學位授予單位】：東北石油大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TQ051.21
【目錄】：

• 摘要4-5
• ABSTRACT5-7
• 創(chuàng)新點摘要7-10
• 第一章 緒論10-17
• 1.1 課題研究的背景和意義10
• 1.2 往復壓縮機故障診斷的發(fā)展現(xiàn)狀10-12
• 1.3 課題相關(guān)故障診斷方法綜述12-15
• 1.3.1 時頻分析方法研究12-14
• 1.3.2 時間序列非線性分析方法研究14-15
• 1.3.3 智能模式識別方法研究15
• 1.4 本文主要研究內(nèi)容15-17
• 第二章 局部均值分解方法的理論研究與改進17-32
• 2.1 局部均值方法概述17-18
• 2.1.1 瞬時頻率17-18
• 2.1.2 乘積函數(shù)分量18
• 2.2 LMD方法流程與存在問題18-21
• 2.2.1 LMD算法流程18-20
• 2.2.2 存在的問題20-21
• 2.3 LMD改進方法21-24
• 2.3.1 單調(diào)三次Hermite插值算法21-22
• 2.3.2 改進LMD方法22-24
• 2.4 仿真與實測信號試驗24-31
• 2.4.1 仿真信號試驗24-27
• 2.4.2 實測信號試驗27-31
• 2.5 本章小結(jié)31-32
• 第三章 多尺度模糊熵理論與應用32-44
• 3.1 多尺度模糊熵基礎(chǔ)理論32-37
• 3.1.1 樣本熵32-33
• 3.1.2 模糊熵33-35
• 3.1.3 多尺度熵35-37
• 3.2 多尺度模糊熵37-40
• 3.2.1 多尺度模糊熵算法37-38
• 3.2.2 參數(shù)的選取38-40
• 3.3 多尺度模糊熵算法應用40-43
• 3.4 本章小結(jié)43-44
• 第四章 基于改進LMD與MFE的往復壓縮機故障診斷方法44-60
• 4.1 往復壓縮機故障機理分析44-47
• 4.1.1 往復壓縮機基本結(jié)構(gòu)和工作原理44-45
• 4.1.2 往復壓縮機常見故障機理分析45-47
• 4.2 往復壓縮機故障振動信號數(shù)據(jù)采集47-49
• 4.2.1 振動信號數(shù)據(jù)采集原則47
• 4.2.2 往復壓縮機測點布置47-49
• 4.3 基于改進LMD與MFE的往復壓縮機診斷方法49-52
• 4.3.1 方法概述49-51
• 4.3.2 特征提取算法流程51-52
• 4.4 往復壓縮機故障診斷應用實例52-59
• 4.4.1 往復壓縮機軸承故障診斷52-56
• 4.4.2 往復壓縮機氣閥故障診斷56-59
• 4.5 本章小結(jié)59-60
• 結(jié)論60-61
• 參考文獻61-65
• 發(fā)表文章目錄65-66
• 致謝66-67

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王正洪,尤一匡,張小鳴,張琳;往復壓縮機的狀態(tài)監(jiān)測和故障的診斷方法[J];江蘇工業(yè)學院學報;2004年03期

2 孫明;往復壓縮機故障診斷綜述[J];油氣田地面工程;2004年08期

3 張琳,朱瑞松,尤一匡,尤侯平,王正洪;往復壓縮機監(jiān)測與診斷技術(shù)研究現(xiàn)狀與展望[J];化工進展;2004年10期

4 戴新西;賀運初;王大勇;;大型往復壓縮機異常振動原因分析及處理[J];石油和化工設(shè)備;2006年03期

5 趙杰;李峰;劉錄;車俊鐵;韓麗艷;;超高壓往復壓縮機機體振動分析[J];壓縮機技術(shù);2008年01期

6 謝紅杰;郝點;任志安;;往復壓縮機軸承的振動測試分析[J];貴州化工;2008年05期

7 李輝;;往復壓縮機故障的分析和排除[J];石油化工自動化;2009年01期

8 唐友福;劉樹林;劉穎慧;姜銳紅;;基于α穩(wěn)定分布的往復壓縮機故障診斷方法[J];化工機械;2011年05期

9 丁磊;;往復壓縮機管道的減振設(shè)計[J];化工設(shè)計;2012年03期

10 侯偉平;陳亮;;往復壓縮機脈動及振動控制淺探[J];中國石油和化工標準與質(zhì)量;2012年07期

中國重要會議論文全文數(shù)據(jù)庫 前8條

1 王金東;王巍;李宏燦;李新偉;;往復壓縮機軸承故障的多重分形特征提取[A];2008年全國振動工程及應用學術(shù)會議暨第十一屆全國設(shè)備故障診斷學術(shù)會議論文集[C];2008年

2 王智偉;張鵬;王金東;杜永軍;王巍;;基于虛擬儀器的往復壓縮機監(jiān)測系統(tǒng)研究[A];第十二屆全國設(shè)備故障診斷學術(shù)會議論文集[C];2010年

3 丁月敏;;探究往復壓縮機的設(shè)計方案 以4M80(85)為例[A];第八屆沈陽科學學術(shù)年會論文集[C];2011年

4 郭文濤;;往復壓縮機管線的振動分析方法探究[A];創(chuàng)新沈陽文集（A）[C];2009年

5 竇唯;孫明;劉樹林;;基于免疫機理的往復壓縮機在線狀態(tài)監(jiān)測方法[A];第八屆全國振動理論及應用學術(shù)會議論文集摘要[C];2003年

6 趙海峰;劉樹林;王憲明;徐艷;;往復壓縮機氣閥故障的瞬態(tài)特征提取方法研究[A];2008年全國振動工程及應用學術(shù)會議暨第十一屆全國設(shè)備故障診斷學術(shù)會議論文集[C];2008年

7 姚德群;余志紅;楊素春;王朝暉;;基于數(shù)據(jù)挖掘的往復壓縮機氣閥故障診斷設(shè)計[A];設(shè)備監(jiān)測與診斷技術(shù)及其應用——第十二屆全國設(shè)備監(jiān)測與診斷學術(shù)會議論文集[C];2005年

8 高晶波;王日新;徐敏強;夏松波;;基于時頻分析的往復壓縮機氣閥故障診斷方法的研究[A];第八屆全國振動理論及應用學術(shù)會議論文集摘要[C];2003年

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 趙海洋;往復壓縮機軸承間隙故障診斷與狀態(tài)評估方法研究[D];哈爾濱工業(yè)大學;2014年

2 趙海峰;基于HHT的往復壓縮機故障診斷研究[D];東北石油大學;2011年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 廣柯平;往復壓縮機氣閥能耗的研究[D];廣西大學;2016年

2 邢俊杰;基于LMD與MFE的往復式壓縮機故障診斷方法研究[D];東北石油大學;2016年

3 趙心怡;往復壓縮機故障診斷專家系統(tǒng)的研究與應用[D];北京化工大學;2012年

4 楊漢寶;往復壓縮機故障綜合模擬實驗臺設(shè)計及診斷技術(shù)研究與應用[D];北京化工大學;2013年

5 李穎;多重分形信號特征提取及在往復壓縮機故障診斷中的應用[D];東北石油大學;2015年

6 趙海洋;往復壓縮機氣缸內(nèi)壓力信號檢測與分析技術(shù)[D];大慶石油學院;2006年

7 申大鵬;基于案例推理的往復壓縮機故障診斷專家系統(tǒng)研究[D];北京化工大學;2012年

8 趙雨薇;往復壓縮機早期故障智能預警關(guān)鍵技術(shù)研究及應用[D];北京化工大學;2015年

9 伍永強;往復壓縮機網(wǎng)狀簧片閥工作特性研究[D];廣西大學;2015年

10 徐豐甜;基于敏感特征提取的往復壓縮機智能診斷技術(shù)研究[D];北京化工大學;2015年

，

本文編號：734763