【技术实现步骤摘要】
本专利技术属于设备故障诊断领域，涉及针对往复压缩机的故障分析诊断方法，具体是一种基于多传感器信息融合的往复压缩机故障监测诊断方法。
技术介绍
往复压缩机是流程工业企业关键机组，尤其在炼油、化工、输气管道行业中起着至关重要的作用。由于结构复杂，振动激励源多，故障关联性强，机组故障诊断准确率低，重大安全事故频发，如何提高往复式压缩机故障诊断的准确性始终是困扰企业设备管理人员的难点，同时也是科研人员研究的热点。目前，越来越多的往复压缩机安装了在线监测系统，但如何有效利用在线监测系统提升往复压缩机故障诊断率仍未有所突破，究其原因是目前没有一套成熟的往复式压缩机故障诊断方法。往复式压缩机故障很多，主要可以分为热力性故障和动力性故障两大类。热力性故障一般表现为排气量不足、压力或温度波动异常，动力性故障主要表现为机组振动异常，噪声，过热等。往复式压缩机故障原因主要有吸、排气阀损坏，活塞环、支撑环磨损断裂，活塞杆、填料函磨损，连杆、十字头磨损，曲轴断裂，活塞杆断裂等。往复式压缩机传统的故障诊断方法包括振动分析法，油液分析法，压力分析法。振动分析法，由于往复式压缩机的振动激励源多...
【技术保护点】
一种基于多传感器信息融合的往复式压缩机故障诊断方法，其特征在于包括如下步骤：1）采集数据，通过往复压缩机实验台和往复式压缩机故障诊断与在线状态监测系统采集相应的故障数据；2）构造故障特征子空间及故障空间，对采集到的数据进行处理，提取对应的一些特征参数，利用提取的特征参数分类组合成多个故障特征子空间，根据上述一些特征参数，选取多个往复式压缩机常见故障及正常状态，构成往复式压缩机故障空间；3）得到故障诊断网络，使用故障特征子空间对已经选好的径向基神经网络进行训练，并保存训练后的故障诊断网络；4)?获得特征级融合诊断结果，训练好的故障诊网络自动地对输入的故障数据进行初步特征级融合...
【技术特征摘要】
1.一种基于多传感器信息融合的往复式压缩机故障诊断方法，其特征在于包括如下步骤: 1)采集数据，通过往复压缩机实验台和往复式压缩机故障诊断与在线状态监测系统采集相应的故障数据； 2)构造故障特征子空间及故障空间，对采集到的数据进行处理，提取对应的一些特征参数，利用提取的特征参数分类组合成多个故障特征子空间，根据上述一些特征参数，选取多个往复式压缩机常见故障及正常状态，构成往复式压缩机故障空间； 3)得到故障诊断网络，使用故障特征子空间对已经选好的径向基神经网络进行训练，并保存训练后的故障诊断网络； 4)获得特征级融合诊断结果，训练好的故障诊网络自动地对输入的故障数据进行初步特征级融合诊断，给出特征级融合诊断结果； 5)进行D-S证据理论决策级融合诊断，将特征级融合诊断结果作为证据体，由特征级融合诊断结果确定各个证据体的基本可信度分配，然后，制定应用D-S证据理论进行决策级融合所需要的决策规则，利用构造好的D-S证据理论对所述特征级融合诊断结果进行决策级融合，给出决策级诊断结果。2.根据权利要求1所述的方法，其特征在于:传感器采集的信号数据主要包括活塞杆沉降量数据、缸体振动数据、曲轴箱振动数据和气阀温度数据。3.根据权利要求1或2所述的方法，其特征在于:所述步骤3)进一步包括: 31)根据各故障特征子空间的定义和相应的故障空间，独立构造...
【专利技术属性】
技术研发人员：江志农，靳梦宇，张明，张进杰，胡敬芬，
申请(专利权)人：北京化工大学，
类型：发明
国别省市：
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。