基于MRSSD與CMSDE的往復(fù)壓縮機(jī)故障診斷方法
發(fā)布時(shí)間:2023-02-26 03:37
往復(fù)壓縮機(jī)是石油化工領(lǐng)域至關(guān)重要的設(shè)備,主要用于乙烯、天然氣等易燃易爆氣體的壓縮與輸送,如果其發(fā)生故障,就可能會(huì)造成災(zāi)難性事故。因此,對往復(fù)壓縮機(jī)進(jìn)行故障診斷研究顯得尤為必要,也是最近幾年國內(nèi)外研究的熱點(diǎn)之一。往復(fù)壓縮機(jī)零部件眾多,往往一個(gè)小的零件損壞就可能導(dǎo)致整機(jī)的停機(jī),給企業(yè)生產(chǎn)帶來巨大的經(jīng)濟(jì)損失。如果可以將先進(jìn)的振動(dòng)信號(hào)測試技術(shù)和計(jì)算機(jī)強(qiáng)大的數(shù)據(jù)分析處理能力相結(jié)合,對往復(fù)壓縮機(jī)故障位置振動(dòng)信號(hào)進(jìn)行采集與分析處理,找出原因,及時(shí)準(zhǔn)確的對隱含故障進(jìn)行預(yù)報(bào)與診斷,就能極大的挽救損失。但往復(fù)壓縮機(jī)不僅結(jié)構(gòu)復(fù)雜而且工作環(huán)境惡劣,其振動(dòng)信號(hào)通常表現(xiàn)出強(qiáng)烈的非平穩(wěn)性和非線性特點(diǎn),傳統(tǒng)的信號(hào)處理技術(shù)很難從如此復(fù)雜的信號(hào)中分離出有用的故障信息。本文針對往復(fù)壓縮機(jī)信號(hào)的特點(diǎn),研究和分析了國內(nèi)外相關(guān)的研究成果,提出一種基于多重共振稀疏分解(Multiple resonance-based sparse signal decomposition,MRSSD)與復(fù)合多尺度符號(hào)動(dòng)力學(xué)熵(Composite multi-scale symbolic dynamic entropy,CMSDE)相結(jié)合的往復(fù)壓縮...
【文章頁數(shù)】:64 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 課題背景及研究意義
1.2 往復(fù)壓縮機(jī)故障診斷的發(fā)展現(xiàn)狀
1.3 課題相關(guān)故障診斷方法綜述
1.3.1 往復(fù)壓縮機(jī)常用的信號(hào)處理與特征提取方法
1.3.2 信號(hào)共振稀疏分解方法的研究現(xiàn)狀
1.3.3 智能模式識(shí)別方法研究現(xiàn)狀
1.4 本文主要研究內(nèi)容
第二章 多重共振稀疏分解方法理論與應(yīng)用
2.1 多重共振稀疏分解的理論基礎(chǔ)
2.1.1 信號(hào)的共振屬性
2.1.2 品質(zhì)因子可調(diào)小波變換
2.1.3 高、低共振分量的分離
2.2 多重共振稀疏分解
2.3 仿真和實(shí)測信號(hào)實(shí)驗(yàn)分析
2.3.1 仿真信號(hào)的驗(yàn)證分析
2.3.2 實(shí)測信號(hào)驗(yàn)證分析
2.4 本章小結(jié)
第三章 復(fù)合多尺度符號(hào)動(dòng)力學(xué)熵特征提取方法
3.1 多尺度符號(hào)動(dòng)力學(xué)熵
3.1.1 排列熵
3.1.2 符號(hào)動(dòng)力學(xué)熵
3.1.3 多尺度符號(hào)動(dòng)力學(xué)熵的定義
3.2 復(fù)合多尺度符號(hào)動(dòng)力學(xué)熵及參數(shù)設(shè)置
3.2.1 復(fù)合多尺度符號(hào)動(dòng)力學(xué)熵的定義
3.2.2 參數(shù)設(shè)置
3.2.3 復(fù)合多尺度符號(hào)動(dòng)力學(xué)熵優(yōu)勢分析
3.3 本章小結(jié)
第四章 基于MRSSD與 CMSDE的往復(fù)壓縮機(jī)故障診斷
4.1 往復(fù)壓縮機(jī)結(jié)構(gòu)和工作原理
4.2 往復(fù)壓縮機(jī)軸承與氣閥故障機(jī)理分析
4.3 往復(fù)壓縮機(jī)故障振動(dòng)信號(hào)數(shù)據(jù)采集
4.3.1 往復(fù)壓縮機(jī)振動(dòng)信號(hào)采集原則
4.3.2 往復(fù)壓縮機(jī)軸承與氣閥測點(diǎn)布置
4.4 基于MRSSD與 CMSDE的往復(fù)壓縮機(jī)故障診斷方法
4.4.1 方法概述
4.4.2 算法流程
4.5 往復(fù)壓縮機(jī)故障診斷實(shí)例
4.5.1 往復(fù)壓縮機(jī)軸承故障診斷
4.5.2 往復(fù)壓縮機(jī)氣閥故障診斷
4.6 本章小結(jié)
結(jié)論
參考文獻(xiàn)
作者簡介、發(fā)表文章及研究成果目錄
致謝
本文編號(hào):3749735
【文章頁數(shù)】:64 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 課題背景及研究意義
1.2 往復(fù)壓縮機(jī)故障診斷的發(fā)展現(xiàn)狀
1.3 課題相關(guān)故障診斷方法綜述
1.3.1 往復(fù)壓縮機(jī)常用的信號(hào)處理與特征提取方法
1.3.2 信號(hào)共振稀疏分解方法的研究現(xiàn)狀
1.3.3 智能模式識(shí)別方法研究現(xiàn)狀
1.4 本文主要研究內(nèi)容
第二章 多重共振稀疏分解方法理論與應(yīng)用
2.1 多重共振稀疏分解的理論基礎(chǔ)
2.1.1 信號(hào)的共振屬性
2.1.2 品質(zhì)因子可調(diào)小波變換
2.1.3 高、低共振分量的分離
2.2 多重共振稀疏分解
2.3 仿真和實(shí)測信號(hào)實(shí)驗(yàn)分析
2.3.1 仿真信號(hào)的驗(yàn)證分析
2.3.2 實(shí)測信號(hào)驗(yàn)證分析
2.4 本章小結(jié)
第三章 復(fù)合多尺度符號(hào)動(dòng)力學(xué)熵特征提取方法
3.1 多尺度符號(hào)動(dòng)力學(xué)熵
3.1.1 排列熵
3.1.2 符號(hào)動(dòng)力學(xué)熵
3.1.3 多尺度符號(hào)動(dòng)力學(xué)熵的定義
3.2 復(fù)合多尺度符號(hào)動(dòng)力學(xué)熵及參數(shù)設(shè)置
3.2.1 復(fù)合多尺度符號(hào)動(dòng)力學(xué)熵的定義
3.2.2 參數(shù)設(shè)置
3.2.3 復(fù)合多尺度符號(hào)動(dòng)力學(xué)熵優(yōu)勢分析
3.3 本章小結(jié)
第四章 基于MRSSD與 CMSDE的往復(fù)壓縮機(jī)故障診斷
4.1 往復(fù)壓縮機(jī)結(jié)構(gòu)和工作原理
4.2 往復(fù)壓縮機(jī)軸承與氣閥故障機(jī)理分析
4.3 往復(fù)壓縮機(jī)故障振動(dòng)信號(hào)數(shù)據(jù)采集
4.3.1 往復(fù)壓縮機(jī)振動(dòng)信號(hào)采集原則
4.3.2 往復(fù)壓縮機(jī)軸承與氣閥測點(diǎn)布置
4.4 基于MRSSD與 CMSDE的往復(fù)壓縮機(jī)故障診斷方法
4.4.1 方法概述
4.4.2 算法流程
4.5 往復(fù)壓縮機(jī)故障診斷實(shí)例
4.5.1 往復(fù)壓縮機(jī)軸承故障診斷
4.5.2 往復(fù)壓縮機(jī)氣閥故障診斷
4.6 本章小結(jié)
結(jié)論
參考文獻(xiàn)
作者簡介、發(fā)表文章及研究成果目錄
致謝
本文編號(hào):3749735
本文鏈接:http://sikaile.net/projectlw/hxgylw/3749735.html
最近更新
教材專著