本文關(guān)鍵詞：基于運(yùn)行狀態(tài)信息的往復(fù)壓縮機(jī)可靠性評(píng)估，由筆耕文化傳播整理發(fā)布。

【摘要】：往復(fù)壓縮機(jī)被廣泛應(yīng)用于石油化工等領(lǐng)域，在石油、化工企業(yè)中占據(jù)著重要地位。由于其結(jié)構(gòu)復(fù)雜、運(yùn)動(dòng)部件眾多，一旦某一零部件發(fā)生故障將會(huì)對(duì)生產(chǎn)產(chǎn)生不可估量的影響，不僅會(huì)造成巨大的經(jīng)濟(jì)損失，還會(huì)帶來(lái)許多安全隱患。因此，根據(jù)往復(fù)壓縮機(jī)的運(yùn)行狀況對(duì)其進(jìn)行可靠性評(píng)估，具有重要的實(shí)際應(yīng)用價(jià)值和巨大的經(jīng)濟(jì)效益。目前，傅里葉變換、小波變換等已經(jīng)被廣泛應(yīng)用于非平穩(wěn)信號(hào)的分解，不過(guò)，傅里葉變換、小波變換等方法是一種機(jī)械格型分解，，無(wú)自適應(yīng)性，已經(jīng)不能滿足往復(fù)壓縮機(jī)信號(hào)處理的需求。往復(fù)壓縮機(jī)振動(dòng)信號(hào)屬于典型非線性、非平穩(wěn)信號(hào)，針對(duì)往復(fù)壓縮機(jī)信號(hào)特點(diǎn)，采用EMD信息熵技術(shù)對(duì)原始振動(dòng)信號(hào)進(jìn)行特征提取，構(gòu)建不同運(yùn)行條件下的信息熵值表，采用支持向量機(jī)技術(shù)建立“基于運(yùn)行狀態(tài)信息的往復(fù)壓縮機(jī)可靠性評(píng)估”系統(tǒng)。 首先，通過(guò)查閱國(guó)內(nèi)外往復(fù)壓縮機(jī)可靠性評(píng)估方面相關(guān)文獻(xiàn)，論述了本文的選題背景和研究意義，并概括了往復(fù)壓縮機(jī)可靠性預(yù)測(cè)技術(shù)研究現(xiàn)狀和進(jìn)行可靠性評(píng)估工作的難點(diǎn)；其次，總結(jié)概括了2D12型往復(fù)壓縮機(jī)故障機(jī)理及數(shù)據(jù)分析相關(guān)知識(shí)，針對(duì)往復(fù)壓縮機(jī)振動(dòng)信號(hào)特點(diǎn)，采用適用于非線性、非平穩(wěn)信號(hào)分解的EMD算法，對(duì)振動(dòng)信號(hào)進(jìn)行特征提取，并計(jì)算能表征壓縮機(jī)運(yùn)行狀態(tài)的信息熵值，建立了往復(fù)壓縮機(jī)運(yùn)行可靠性SVR預(yù)測(cè)模型；最后，選擇數(shù)學(xué)功能強(qiáng)大且具有可視化功能的Matlab軟件作為編程語(yǔ)言，建立了“往復(fù)壓縮機(jī)可靠性評(píng)估系統(tǒng)”。此可靠性評(píng)估系統(tǒng)既可以對(duì)氣閥、氣缸、連桿大頭、連桿小頭的運(yùn)行狀態(tài)進(jìn)行可靠性評(píng)估，又可以對(duì)往復(fù)壓縮機(jī)整機(jī)運(yùn)行狀態(tài)進(jìn)行可靠性評(píng)估，并選用均方誤差和相關(guān)系數(shù)作為指標(biāo)，對(duì)“往復(fù)壓縮機(jī)可靠性評(píng)估系統(tǒng)”的運(yùn)行可靠性進(jìn)行評(píng)價(jià)。
【關(guān)鍵詞】：往復(fù)壓縮機(jī) EMD信息熵 SVR 可靠性預(yù)測(cè)
【學(xué)位授予單位】：東北石油大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TH45;TB114.3
【目錄】：

• 摘要4-5
• ABSTRACT5-7
• 創(chuàng)新點(diǎn)摘要7-10
• 第一章 緒論10-16
• 1.1 選題背景及意義10-11
• 1.2 往復(fù)壓縮機(jī)可靠性評(píng)估研究現(xiàn)狀11-14
• 1.2.1 往復(fù)壓縮機(jī)可靠性預(yù)測(cè)發(fā)展歷程11-12
• 1.2.2 往復(fù)壓縮機(jī)信號(hào)特征提取方法12-13
• 1.2.3 往復(fù)壓縮機(jī)可靠性預(yù)測(cè)方法13-14
• 1.3 往復(fù)壓縮機(jī)可靠性評(píng)估難點(diǎn)14-15
• 1.4 論文主要研究?jī)?nèi)容15-16
• 第二章 往復(fù)壓縮機(jī)故障機(jī)理研究及數(shù)據(jù)采集16-22
• 2.1 概述16-18
• 2.2 往復(fù)壓縮機(jī)典型零部件故障機(jī)理分析18-19
• 2.2.1 氣閥故障18
• 2.2.2 軸承故障18
• 2.2.3 氣缸余隙故障18-19
• 2.3 往復(fù)壓縮機(jī)數(shù)據(jù)采集19-21
• 2.3.1 振動(dòng)信號(hào)采集原則19
• 2.3.2 往復(fù)壓縮機(jī)測(cè)點(diǎn)布置19-21
• 2.4 本章小結(jié)21-22
• 第三章 EMD 信息熵振動(dòng)信號(hào)特征提取研究22-29
• 3.1 引言22
• 3.2 EMD 信息熵算法及特點(diǎn)22-24
• 3.2.1 EMD 信息熵算法22-23
• 3.2.2 EMD 分解特點(diǎn)23-24
• 3.3 基于 EMD 信息熵的氣閥振動(dòng)信號(hào)分解24-28
• 3.3.1 仿真信號(hào)分解24-25
• 3.3.2 氣閥振動(dòng)信號(hào) EMD 信息熵25-28
• 3.4 本章小結(jié)28-29
• 第四章 SVR 理論及在往復(fù)壓縮機(jī)可靠性預(yù)測(cè)中的應(yīng)用研究29-39
• 4.1 引言29
• 4.2 支持向量回歸理論29-32
• 4.3 基于 SVR 理論的氣閥運(yùn)行可靠性預(yù)測(cè)32-38
• 4.3.1 氣閥運(yùn)行可靠性數(shù)據(jù)處理32-33
• 4.3.2 建立氣閥運(yùn)行可靠性 SVR 模型33-38
• 4.4 本章小結(jié)38-39
• 第五章 往復(fù)壓縮機(jī)可靠性評(píng)估系統(tǒng)開(kāi)發(fā)39-59
• 5.1 往復(fù)壓縮機(jī)可靠性評(píng)估基本步驟39-40
• 5.2 往復(fù)壓縮機(jī)可靠性評(píng)估實(shí)例40-55
• 5.2.1 軸承可靠性預(yù)測(cè)40-52
• 5.2.2 氣缸余隙預(yù)測(cè)52-55
• 5.3 建立往復(fù)壓縮機(jī)可靠性評(píng)估系統(tǒng)55-58
• 5.3.1 MATLAB 軟件55-56
• 5.3.2 往復(fù)壓縮機(jī)可靠性評(píng)估系統(tǒng)設(shè)計(jì)及主要功能56-58
• 5.4 本章小結(jié)58-59
• 結(jié)論59-60
• 參考文獻(xiàn)60-63
• 發(fā)表文章目錄63-64
• 致謝64-65
• 詳細(xì)摘要65-74

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前5條

1 蔣占麗;王廣蘭;周彥焱;;可靠性方法在壓縮機(jī)設(shè)計(jì)中的應(yīng)用[J];風(fēng)機(jī)技術(shù);2007年05期

2 高鵬;馬宏忠;張惠峰;陳楷;王春寧;;分接開(kāi)關(guān)振動(dòng)信號(hào)EMD熵和小波熵的比較[J];電力系統(tǒng)及其自動(dòng)化學(xué)報(bào);2012年04期

3 丁鋒;何正嘉;訾艷陽(yáng);陳雪鋒;曹宏瑞;譚繼勇;;基于設(shè)備狀態(tài)振動(dòng)特征的比例故障率模型可靠性評(píng)估[J];機(jī)械工程學(xué)報(bào);2009年12期

4 趙海洋;王金東;劉樹林;陳桂娟;;基于神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)的復(fù)合故障診斷技術(shù)[J];流體機(jī)械;2008年01期

5 來(lái)凌紅;吳虎勝;呂建新;劉鳳;朱玉榮;;基于EMD和樣本熵的滾動(dòng)軸承故障SVM識(shí)別[J];煤礦機(jī)械;2011年01期

  本文關(guān)鍵詞：基于運(yùn)行狀態(tài)信息的往復(fù)壓縮機(jī)可靠性評(píng)估，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：286485