一种气阀故障程度诊断方法技术

本申请属于压缩机技术领域，特别是涉及一种气阀故障程度诊断方法。现有的故障判断基于振动信号，且目标均为识别不同类型的故障，此时故障已出现并较为严重，并不能实现早期预警。本申请提供了一种气阀故障程度诊断方法，所述方法包括获取压缩机缸内动态压力信号和止点信号，根据所述动态压力信号和止点信号得到压缩机的p

【技术实现步骤摘要】
一种气阀故障程度诊断方法


[0001]本申请属于压缩机
，特别是涉及一种气阀故障程度诊断方法。

技术介绍

[0002]保障安全、可靠运行一直是压缩机应用中的关键，核心零部件故障会导致整个生产的瘫 痪，带来巨大经济损失，甚至是人员伤亡。过度维修导致的运维成本不断增大，也是现代机 械设备另一个突出问题。通过对核心部件进行实时状态监测与故障诊断(或健康管理)，可 实现提前发现故障、预警故障，从而可及时采取措施，大幅度减少因零部件故障而导致的非 计划停机，提高压缩机可靠性；根据诊断结果可以合理安排检修计划，降低运行成本，提高 产量，保证人员及设备的安全性，提高经济性。特别是在压缩机逐步趋于大型化、高速化、 自动化和智能化的今天，状态监测和故障诊断是系统可靠性升级不可或缺的一部分。
[0003]气阀是往复压缩机重要易损件之一，直接影响着压缩机的经济性和可靠性。气阀故障会 导致压缩机效率下降，甚至停机，因此，对气阀进行故障诊断十分必要。气缸内压力信号通 常是转换为往复压缩机指示图加以分析，指示图即p
‑
V图可以反映出压缩机的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种气阀故障程度诊断方法，其特征在于：所述方法包括获取压缩机缸内动态压力信号和止点信号，根据所述动态压力信号和止点信号得到压缩机的p
‑
V图、p
‑
θ图和lgp
‑
V图，在所述p
‑
V图中、所述p
‑
θ图中和所述lgp
‑
V图中提取特征变量，对所述特征变量进行处理后建立诊断模型，采集数据对所述诊断模型进行训练和验证，通过所述诊断模型诊断气阀故障程度。2.如权利要求1所述的气阀故障程度诊断方法，其特征在于：所述动态压力信号采用压力传感器进行监测，所述止点信号采用接近开关进行监测。3.如权利要求1所述的气阀故障程度诊断方法，其特征在于：在所述p
‑
V图中提取压力比和过程角度系数，在所述p
‑
θ图中提取面积系数，在所述lgp
‑
V图中提取过程指数系数，根据所述压力比、所述过程角度系数、所述面积系数和所述过程指数系数建立诊断模型。4.如权利要求1所述的气阀故障程度诊断方法，其特征在于：所述p
‑
V图横坐标为气缸工作容积，纵坐标为缸内气压。5.如权利要求4所述的气阀故障程度诊断方法，其特征在于：所述气缸工作容积为：所述气缸工作容积为：式中：V0为余隙容积；D为气缸直径，x为活塞位移；式中：θ为曲柄转角，r为曲柄半径，λ为曲柄连杆比λ＝r/l，l为连杆长度。6.如权利要求1～5中任一项所述的气阀故障程度诊断方...

【专利技术属性】
技术研发人员：李雪莹，计泽灏，彭学院，贾晓晗，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：