基于p-V图特征参数的往复压缩机故障诊断方法及系统技术方案

一种基于p

【技术实现步骤摘要】
基于p
‑
V图特征参数的往复压缩机故障诊断方法及系统


[0001]本专利技术属于往复式压缩机
，具体涉及一种基于p
‑
V图特征参数的往复压缩机故障诊断方法及系统。

技术介绍

[0002]往复式压缩机由于具有可实现压缩压力高、排气压力可稳定调节等优点，在石油、采矿、冶金、化工、食品工程、天然气运输等工业领域被广泛应用。压缩机故障导致的非计划性停机，往往会给相关企业带来比较大的经济损失，甚至可能对现场操作工人的生命安全造成危险。应用故障诊断技术以维持压缩机机组的可靠安全运行，对于保障企业经济效益，避免安全事故等，具有重要意义。
[0003]近年来，随着自动化技术和计算机技术的蓬勃发展，实时状态监测技术在往复式压缩机上得到了广泛应用，人工智能技术与传统监测参数，如振动参数、声发射信号、热力参数等相结合的故障诊断方法得到发展。其中，基于机械振动信号和声发射信号的故障诊断方法，由于机械振动和声信号包含庞杂的信息，容易受到噪声信号等的干扰，信号的预处理和特征提取过程较为复杂。并且，目前的故障诊断方法实现的前本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于p
‑
V图特征参数的往复压缩机故障诊断方法，其特征在于，包括以下步骤：提取正常运行工况下p
‑
V图的特征参数，所述特征参数包括p
‑
V图的吸排气压力比、等效面积、压力项形心坐标和膨胀过程综合指数；以所述p
‑
V图的吸排气压力比、等效面积、压力项形心坐标为输入参数，以所述p
‑
V图的膨胀过程综合指数为输出参数，搭建BP神经网络模型；以正常运行工况下p
‑
V图的特征参数训练所述BP神经网络模型并确定系统安全阈值；提取待识别运行工况下p
‑
V图的所述特征参数，代入训练好的BP神经网络模型计算多组实际输出参数与期望输出结果的平均偏差；将平均偏差与系统安全阈值进行比较，诊断是否发生故障以及定位故障类型。2.根据权利要求1所述基于p
‑
V图特征参数的往复压缩机故障诊断方法，其特征在于，所述p
‑
V图的膨胀过程综合指数按下式计算：pV
k
＝const式中，k为过程指数；const为常数；对等式两边同时做对数处理，得到如下结果：ln p+k ln V＝const将p
‑
V图转换成lnp
‑
lnV图，然后对图形的膨胀过程曲线进行线性拟合，得到膨胀过程指数的近似值，定义为膨胀过程综合指数。3.根据权利要求1所述基于p
‑
V图特征参数的往复压缩机故障诊断方法，其特征在于，所述p
‑
V图的吸排气压力比按下式计算：式中，为平均吸气压力；为平均排气压力；两参数的计算公式如下：两参数的计算公式如下：式中：N为工作过程采集压力点数量；p
i
为对应压力；a表示排气过程结束时刻；b表示吸气过程起始时刻；c表示吸气过程结束时刻；d表示排气过程起始时刻；下标s表示进气过程；下标d表示排气过程。4.根据权利要求3所述基于p
‑
V图特征参数的往复压缩机故障诊断方法，其特征在于，所述p
‑
V图的等效面积按下式计算：5.根据权利要求4所述基于p
‑
V图特征参数的往复压缩机故障诊断方法，其特征在于，
所述p
‑
V图的压力项形心坐标按下式计算：6.根据权利要求1所述基于p
‑
V图特征参数的往复压缩机故障诊断方法，其特征在于，训练所述BP神...

【专利技术属性】
技术研发人员：吴伟烽，李晓然，李程翊，张静，杨毅帆，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：