基于多源数据分析和PCAn-TSLG-LSTM模型的往复式压缩机故障预测方法技术

本发明专利技术属于压缩机领域。目的是提出一种PCAn

【技术实现步骤摘要】
基于多源数据分析和PCAn-TSLG-LSTM模型的往复式压缩机故障预测方法


[0001]本专利技术应用于往复式压缩机
，尤其是海上石油平台的往复式压缩机故障预测方法。

技术介绍

[0002]石油和化工行业是国民经济的重要基础和支柱，在宏观经济的发展中占有举足轻重的地位。往复式压缩机由于其生产工艺成熟、结构简单、适应性强等特点，在海上石油钻井平台广泛应用。但是由于海上平台复杂风浪、潮汐和洋流的影响，往复式压缩机面临着强烈的外部环境的载荷。而且由于海上石油平台空间限制，压缩机组常常相邻布置，压缩机组之间会产生振动干扰，同时往复式压缩机内部激励源较多，使得海上平台压缩机更易发生故障。因此确保往复式压缩机的正常运行，提前预测故障发生，可以大大保障企业效益的同时保证平台工作人员的生命财产安全。
[0003]对压缩机故障预测方法可分为两类：振动信号分析法和多元数据分析法。但是由于海上平台压缩机之间的振动干扰和压缩机内部激励源的，振动信号具有非线性、非平稳、模态混叠的特点，单一的对振动信号进行有效信息提取难度较高，不适合于海洋石油平台的实际应本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多元信息和PCAn-TSLG-LSTM模型的往复式压缩机故障预测方法，其特征在于：设计了PCAn法从多源数据中提取压缩机运行状态健康曲线，然后设计了结合LSTM网络的自适应特征提取方法，并将模型整体分为三段：空间局部特征提取、空间全局特征提取和时间域特征提取，将所提出的特征提取方法应用于以上三部分，并将特征提取结果用于健康曲线预测，实现了往复式压缩机的故障预警。2.如权利要求1所述的一种基于多元信息和PCAn-TSLG-LSTM模型的往复式压缩机故障预测方法，其特征在于，设计了PCAn法从筛选出来的多维输入数据中提取压缩机的健康曲线，利用32维数据，经过PCA计算，得到不同相关系数的相关序列，选择前n个最相关序列，将其相关系数经过softmax函数归一化到0-1之间，再与相关序列相乘后累加，得到最后的压缩机健康曲线。3.如权利1要求所述的一种基于多元信息和PCAn-TSLG-LSTM模型的往复式压缩机故障预测方法，其特征在于，基于LSTM网络的自适应特征提取法的设计，结合输入的多序列信息，计算出输入序列和LSTM网络隐层输出和细胞单元状态参数的相关性，并将此相关系数经过softmax层转换为0-1之间，从而对不...

【专利技术属性】
技术研发人员：田慧欣，李仁杰，
申请(专利权)人：天津工业大学，
类型：发明
国别省市：