当前位置: 首页 > 专利查询>清华大学专利>正文

离心压缩机的故障诊断方法以及设备技术

技术编号:33776218 阅读:34 留言:0更新日期:2022-06-12 14:29
本申请提供的离心压缩机的故障诊断方法以及设备,包括:实时获取目标参数的当前数值和至少一个原因参数的当前数值,若确定目标参数的当前数值位于目标参数的正常范围之外,确定存在至少一个当前数值位于原因参数的正常范围之外的原因参数,使用故障诊断模型对位于原因参数的正常范围之外的原因参数的当前数值进行分析处理,获得第一故障原因信息;使用原因参数的当前数值查询第一原因数据库获得第二故障原因信息,对第一故障原因信息和第二故障原因信息进行融合,获得第三故障原因信息,解决了离心压缩机的故障诊断结果准确率低的问题。的问题。的问题。

【技术实现步骤摘要】
离心压缩机的故障诊断方法以及设备


[0001]本申请涉及故障诊断领域,尤其涉及一种离心压缩机的故障诊断方法以及设备。

技术介绍

[0002]近年来,离心压缩机被广泛应用在化工厂、炼油厂等工业生产单位,其已经成为压缩及输送各类气体的主要设备。离心压缩机发生故障导致停机会造成重大经济损失,因此,在故障导致停机之前,对离心压缩机进行故障诊断非常重要。
[0003]在当前技术中,对离心压缩机进行故障诊断主要通过传感器获取离心压缩机的监测数据,通过分析设备分析离心压缩机的故障原因。但是当前的故障诊断方法监测的数据是随机的,且故障原因和监测数据之间无直接的一一对应的关系。
[0004]也就是说,当前技术在对离心压缩机进行故障诊断时,无法获得连续监测数据,且故障原因和监测数据之间无一一对应关系,导致故障诊断结果准确率低。

技术实现思路

[0005]本申请提供一种离心压缩机的故障诊断方法以及设备,用于解决在对离心压缩机进行故障诊断时,无法获得连续监测数据,且故障原因和监测数据之间无一一对应关系,导致故障诊断结果出现准确率低的问题本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种离心压缩机的故障诊断方法,其特征在于,所述方法包括:实时获取离心压缩机的目标参数的当前数值和至少一个原因参数的当前数值,其中,所述原因参数的数值变化会引起所述目标参数的变化;若确定所述目标参数的当前数值位于所述目标参数的正常范围之外,且存在至少一个当前数值位于原因参数的正常范围之外的原因参数,使用故障诊断模型对位于原因参数的正常范围之外的原因参数的当前数值进行分析处理,获得第一故障原因信息;使用所述原因参数的当前数值查询第一原因数据库获得第二故障原因信息,对所述第一故障原因信息和所述第二故障原因信息进行融合,获得第三故障原因信息。2.根据权利要求1所述的故障诊断方法,其特征在于,所述目标参数包括温度;所述原因参数包括离心压缩机的转速、离心压缩机的轴位移以及离心压缩机的轴振动。3.根据权利要求2所述的故障诊断方法,其特征在于,在所述若确定所述目标参数的当前数值位于目标参数的正常范围之外,且存在至少一个当前数值位于原因参数的正常范围之外的原因参数,使用故障诊断模型对位于原因参数的正常范围之外的原因参数的当前数值进行分析处理,获得第一故障原因信息之前,所述方法还包括:确定当前温度是否位于正常温度范围之内;若确定所述当前温度位于正常温度范围之外,则依次遍历所述离心压缩机的当前转速、当前轴位移以及当前轴振动是否位于对应的原因参数的正常范围之外;确定所述位于原因参数的正常范围之外的原因参数。4.根据权利要求3所述的故障诊断方法,其特征在于,所述若确定所述目标参数的当前数值位于目标参数的正常范围之外,且存在至少一个当前数值位于原因参数的正常范围之外的原因参数,使用故障诊断模型对位于原因参数的正常范围之外的原因参数的当前数值进行分析处理,获得第一故障原因信息,具体包括:若确定所述当前温度位于正常温度范围之外,且所述离心压缩机的当前转速、当前轴位移以及当前轴振动中至少一个原因参数的当前数值位于对应的原因参数的正常范围之外时,使用已训练的神经网络模型对位于原因参数的正常范围之外的原因参数的当前数值进行分析处理,获得第一故障原因信息。5.根据权利要求1所述的故障诊断方法,其特征在于,所述方法还包括:若确定所述目标参数...

【专利技术属性】
技术研发人员:赵兴东张帅闫浩崔剑勋宁巧平李艳庆吴甦朱成礼钟鸣锋李目严京滨
申请(专利权)人:清华大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1