本文選題：往復壓縮機 + 故障診斷�。� 參考：《東北石油大學》2015年碩士論文

【摘要】：往復壓縮機是用于壓縮和輸送氣體的機械設備,已成為石油化工領域必不可少的關鍵設備,隨著社會對安全生產(chǎn)重視程度的日益提高,對其實施故障診斷已勢在必行。然而,往復壓縮機結構復雜,激勵源眾多,其故障診斷過程仍存在諸多問題亟待深入研究。本文以往復壓縮機振動信號為信息源,針對信號所具有的非線性、強非平穩(wěn)特性,進行基于局部特征尺度分解(LCD)和多尺度熵(MSE)的特征提取方法研究。首先,在對往復壓縮機常見故障形式進行調研以及故障機理進行深入分析的基礎上,確定以往復壓縮機氣缸與傳動機構部位的常見故障為研究對象,以振動信號分析為手段,開展其故障診斷方法研究。以2D12型往復壓縮機為具體實驗對象,進行故障模擬實驗并測試狀態(tài)數(shù)據(jù),為故障診斷過程實施奠定了基礎。其次,針對往復壓縮機振動信號的非平穩(wěn)特性,使用LCD時頻分析方法對振動信號進行自適應分解,突出了狀態(tài)信息。并針對LCD方法在分解強非平穩(wěn)信號時,基線出現(xiàn)的波形毛刺失真現(xiàn)象,提出了以三次Hermite插值代替線性變換的基線構造方法,對LCD進行了改進。通過對仿真信號和實測信號的對比分析,驗證了該方法的有效性。再者,針對往復壓縮機振動信號的非線性特性,提出了基于LCD和MSE的故障特征提取方法。利用相關系數(shù)法篩選了LCD分解結果中包含主要狀態(tài)信息的ISC分量,采用MSE對ISC分量進行了復雜性定量描述,并以奇異值分解方法提取了狀態(tài)特征矩陣的特征值,作為最終的狀態(tài)特征向量。最后,以往復壓縮機的氣缸與傳動機構部位的常見故障形式為對象,利用基于LCD和MSE的故障特征提取方法實現(xiàn)了狀態(tài)特征的有效提取,并以支持向量機(SVM)為模式識別器,實現(xiàn)了故障的準確診斷,通過與多種特征提取方法對別,驗證了本文方法的優(yōu)越性。
[Abstract]:Reciprocating compressor is a kind of mechanical equipment used to compress and transport gas. It has become an indispensable key equipment in petrochemical field. With the increasing attention to safety in production, it is imperative to implement fault diagnosis of reciprocating compressor. However, the reciprocating compressor has a complex structure and a large number of excitation sources, so there are still many problems in the fault diagnosis of reciprocating compressor. In this paper, based on the local characteristic scale decomposition (LCD) and multi-scale entropy (MSE), the method of feature extraction based on local characteristic scale decomposition (LCD) and multi-scale entropy (MSE) is studied in view of the nonlinear and strong non-stationary characteristics of reciprocating compressor vibration signal as information source. First of all, on the basis of the investigation of the common fault forms of reciprocating compressor and the analysis of the fault mechanism, it is determined that the common faults in the cylinder and transmission mechanism of reciprocating compressor are taken as the research object, and the vibration signal analysis is taken as the means. The method of fault diagnosis is studied. Taking the 2D12 reciprocating compressor as the concrete experiment object, the fault simulation experiment and the test state data were carried out, which laid the foundation for the implementation of the fault diagnosis process. Secondly, according to the non-stationary characteristic of reciprocating compressor vibration signal, the LCD time-frequency analysis method is used to decompose the vibration signal adaptively, which highlights the state information. Aiming at the waveform burr distortion of LCD method when decomposing strong non-stationary signals, a method of constructing baselines with cubic Hermite interpolation instead of linear transformation is proposed, and the LCD is improved. The effectiveness of the method is verified by comparing the simulated signal with the measured signal. Furthermore, a fault feature extraction method based on LCD and MSE is proposed for the nonlinear characteristics of reciprocating compressor vibration signals. The correlation coefficient method is used to screen the ISC components containing the main state information in the LCD decomposition results, the complexity of the ISC components is quantitatively described by MSE, and the eigenvalues of the state characteristic matrices are extracted by the singular value decomposition method. As the final state eigenvector. Finally, taking the common fault form of cylinder and transmission mechanism of reciprocating compressor as the object, the effective state feature extraction method based on LCD and MSE is used, and the support vector machine (SVM) is used as the pattern recognizer. The fault diagnosis is realized, and the superiority of this method is verified by distinguishing with various feature extraction methods.
【學位授予單位】：東北石油大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TE964

【相似文獻】

相關期刊論文 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;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計[J];化工設計;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量;2012年07期

相關會議論文 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會議暨第十一屆全國設備故障診斷學術會議論文集[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];第十二屆全國設備故障診斷學術會議論文集[C];2010年

3 丁月敏;;探究往復壓縮機的設計方案 以4M80(85)為例[A];第八屆沈陽科學學術年會論文集[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會議暨第十一屆全國設備故障診斷學術會議論文集[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計[A];設備監(jiān)測與診斷技術及其應用——第十二屆全國設備監(jiān)測與診斷學術會議論文集[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會議論文集摘要[C];2003年

相關博士學位論文 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

相關碩士學位論文 前10條

1 臧志賓;往復壓縮機潤滑站系統(tǒng)結構研究及優(yōu)化設計[D];沈陽理工大學;2015年

2 于小龍;基于模態(tài)分析的往復壓縮機管線故障診斷及減振方法研究[D];北京化工大學;2015年

3 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

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

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

6 謝軼男;往復壓縮機氣閥瞬態(tài)特性及故障模擬研究[D];北京化工大學;2015年

7 田，

本文編號：1851443