收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

往复式压缩机故障预警与诊断

徐强强  
【摘要】:往复式压缩机是石化等行业中的核心运行设备,对其进行故障预警与诊断研究,不仅可以保证设备稳定运行,而且对于保护企业设备和人员安全也有着重要意义。本文以中海油某海上天然气开采平台往复式压缩机为研究对象,对各种特征提取以及时间序列预测方法进行研究总结,分别提出基于误差连续受限玻尔兹曼机(Error-Continuous Restricted Boltzmann Machines,E-CRBM)的时间序列预测方法和基于时空特征融合深度信念网络(Spatio-Temporal Features Fusion based on Deep Belief Network,STF-DBN)的故障诊断方法,并将它们应用到往复式压缩机的故障预警与诊断中。本文的具体研究内容如下:针对传统时间序列预测模型预测结果滞后问题,提出基于连续受限玻尔兹曼机(Continuous Restricted Boltzmann Machines,CRBM)和神经网络(Neural Network,NN)相结合的时间序列预测模型。该模型利用CRBM最大限度提取时间序列特征,降低样本维度,并通过NN网络进行时间特征转换,利用CRBM反向重构数据完成预测。实验结果表明,该方法可以有效抑制预测滞后现象。为了进一步提高上述预测模型的精度,在CRBM的基础上提出E-CRBM方法。E-CRBM对NN网络得到的特征误差序列进行分析,在CRBM的隐含层加入噪声,噪声概率分布由误差序列概率分布拟合得到。与CRBM相比,E-CRBM能够增强预测模型的鲁棒性,提高整体预测精度。因此,将其作为压缩机运行参数趋势预测方法。在完成参数预测后,针对往复式压缩机特征提取困难和故障样本少的问题,本文提出一种基于时空特征融合深度信念网络(STF-DBN)的故障诊断方法。该方法将往复式压缩机多种类型传感器采集的信息进行融合,从时间和空间两个维度提取特征,并对特征进行权重分配,从而提升诊断模型对故障的敏感性。利用海上平台往复式压缩机实际运行数据进行检验,结果表明该方法可有效检测出气阀和电机等故障并可以提前3小时预警。


知网文化
【相似文献】
中国期刊全文数据库 前15条
1 贺鹏程;;基于类别条件的受限玻尔兹曼机改进设计[J];计算机与数字工程;2016年08期
2 陆萍;陈志峰;施连敏;;RBM学习方法对比[J];计算机时代;2014年11期
3 麦超;邹维宝;;稀疏受限玻尔兹曼机研究综述[J];计算机工程与科学;2017年07期
4 许静;朱永利;;基于受限玻尔兹曼机的变压器故障分类[J];电力科学与工程;2016年07期
5 刘凯;张立民;张超;;受限玻尔兹曼机的新混合稀疏惩罚机制[J];浙江大学学报(工学版);2015年06期
6 杨莹;吴诚炜;胡苏;;基于受限玻尔兹曼机的中文文档分类[J];科技创新导报;2012年16期
7 王成;李千目;;融合词频-逆向文件频率的受限玻尔兹曼机推荐算法[J];南京理工大学学报;2021年05期
8 王益芳;卫立冬;;基于牛顿方法的玻尔兹曼机训练[J];沧州师范学院学报;2020年02期
9 宋阳;凌震华;戴礼荣;;基于受限玻尔兹曼机的频谱建模与单元挑选语音合成方法[J];模式识别与人工智能;2015年08期
10 张俊玲;陈志刚;许旭;张楠;谢贻东;;基于改进卷积受限玻尔兹曼机的滚动轴承故障诊断[J];组合机床与自动化加工技术;2019年05期
11 郑志蕴;李步源;李伦;李钝;;基于云计算的受限玻尔兹曼机推荐算法研究[J];计算机科学;2013年12期
12 任楚岚;曾召侠;;浅析深度信念网络模型[J];网络安全技术与应用;2021年01期
13 魏乐;张云娟;;基于改进深度信念网络的旋转机械故障诊断研究[J];华北电力大学学报(自然科学版);2020年06期
14 刘凯;张立民;范晓磊;;改进卷积玻尔兹曼机的图像特征深度提取[J];哈尔滨工业大学学报;2016年05期
15 孙天凯;邵晓根;鞠训光;;基于对称受限玻尔兹曼机的协同过滤算法[J];江苏科技大学学报(自然科学版);2014年04期
中国重要会议论文全文数据库 前20条
1 潘健;马乐乐;刘向杰;;基于门控循环网络的送风机振动故障预警[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
2 邵磊;蒋蓬勃;冯仁海;胡箭;韩荣利;唐守伟;于秋红;;非线性状态估计建模方法在汽轮机机组故障预警中的应用[A];第三届智能电网会议论文集——智能用电[C];2019年
3 刘浩;熊炘;王小静;占锐;郭家宇;沈杰希;;基于自组织映射与受限玻尔兹曼机的滚动轴承健康评估方法[A];第十届动力学与控制学术会议摘要集[C];2016年
4 王景悦;梅永贵;骆裕明;罗雷;杜晓冬;米光伟;;煤层气田往复式压缩机组大数据节能技术研究[A];煤层气勘探开发技术新进展——2018年全国煤层气学术研讨会论文集[C];2018年
5 徐超;黄刚;郑星炜;;往复式压缩机螺旋泵油系统仿真研究[A];2021年中国家用电器技术大会论文集[C];2021年
6 陈新杰;黄刚;武文杰;葛成伟;郑星炜;高煜;;小型化往复式压缩机匹配冰箱系统启动噪声改善[A];2021年中国家用电器技术大会论文集[C];2021年
7 吴小凌;靳海水;陈会平;吴肖斌;张朝磊;王钢;;基于CFD分析的往复式压缩机启动噪声研究[A];2021年中国家用电器技术大会论文集[C];2021年
8 方涛;黄刚;杨仲;;往复式压缩机曲轴箱缸轴孔偏置量研究[A];2021年中国家用电器技术大会论文集[C];2021年
9 万泽君;李静雯;齐昌超;;基于往复式压缩机常见故障的离线状态监测技术研究[A];第32届全国天然气学术年会(2020)论文集[C];2020年
10 高尚业;;往复式压缩机管系振动的控制[A];第十一届、第十二届和第十三届全国振动与噪声高技术及应用会议论文集[C];1999年
11 喻军;;800KN往复式压缩机活塞杆失效分析[A];创新沈阳文集(A)[C];2009年
12 黄海鹰;王稚生;;往复式压缩机管道剧振的诊断及对策[A];第十届全国设备监测与诊断技术学术会议论文集[C];2000年
13 崔琳琳;;往复式压缩机易损结构典型事例分析[A];第三届十省区市机械工程学会科技论坛暨黑龙江省机械工程学会2007年年会论文(摘要)集[C];2007年
14 李娟;沈雪豹;黄刚;Regis Scapini Marques;严志奇;;往复式压缩机系统的仿真分析与优化设计[A];2017年中国家用电器技术大会论文集[C];2017年
15 陈浩;师延锋;马振东;卢冰;吴学虎;;电驱动往复式压缩机组沉降监测与分析技术[A];第十二届宁夏青年科学家论坛石化专题论坛论文集[C];2016年
16 李德华;;浅谈子站往复式压缩机供气量设计计算[A];中国土木工程学会城市燃气分会压缩天然气专业委员会2010年论文集(二)[C];2010年
17 李娟;郑星炜;王练;Regis Scapini Marques;;往复式压缩机仿真分析与变工况运行特性研究[A];2018年中国家用电器技术大会论文集[C];2018年
18 陈鹏辉;袁晨晨;王俊;;信号的周期特征提取方法对比研究[A];第十三届全国DSP应用技术学术会议论文集[C];2021年
19 张一鸣;刘晓锋;;基于多特征提取和Stacking集成学习的航空发动机余寿预测[A];第六届空天动力联合会议暨中国航天第三专业信息网第四十二届技术交流会暨2021航空发动机技术发展高层论坛论文集(第五册)[C];2022年
20 路小燕;俞玫;;基于多核局部保持投影的特征空间提取[A];第十八届中国航空测控技术年会论文集[C];2021年
中国博士学位论文全文数据库 前20条
1 王海波;基于限制玻尔兹曼机的深度学习模型改进及应用[D];哈尔滨工程大学;2019年
2 宋海菁;量子玻尔兹曼机的几何与对称性[D];中国科学院大学(中国科学院物理研究所);2021年
3 彭轩;面向稳健目标识别的玻尔兹曼机模型研究[D];国防科技大学;2018年
4 李飞;面向分类准确率的受限玻尔兹曼机训练算法研究[D];西北工业大学;2018年
5 马学思;受限玻尔兹曼机学习算法研究[D];北京邮电大学;2016年
6 罗恒;基于协同过滤视角的受限玻尔兹曼机研究[D];上海交通大学;2011年
7 张健;基于RBM的深度神经网络算法研究[D];中国矿业大学;2020年
8 刘帅;基于实时监测数据挖掘的风电机组故障预警方法研究[D];华北电力大学(北京);2019年
9 苗刚;往复活塞式压缩机关键部件的故障诊断方法研究及应用[D];大连理工大学;2006年
10 李双双;往复式压缩机管道的动力特性研究及工程应用[D];西南石油大学;2016年
11 赵鑫;时间序列短期预测方法及其在新能源领域的应用[D];东南大学;2020年
12 王晓辉;汽车模具表面缺陷特征提取关键技术研究[D];南昌大学;2019年
13 陈良琴;铅锌矿浮选表面特征提取关键算法研究[D];福州大学;2018年
14 苏雷曼 施查布(SOULEYMAN CHAIB);面向高分辨率图像场景分类的特征提取与选择研究[D];哈尔滨工业大学;2018年
15 宋洪超;基于微波的乳腺癌检测算法研究[D];北京邮电大学;2018年
16 温柳英;多模态数据特征提取的粒计算方法研究与应用[D];西南石油大学;2017年
17 李文娟;基于局部特征提取的人脸识别方法研究[D];天津大学;2017年
18 王振宇;面向人脸识别的特征提取技术应用研究[D];东南大学;2016年
19 晏莉娟;面向教育数据的时间序列分类方法研究及其应用[D];华中师范大学;2020年
20 刘海洋;复杂环境下时间序列预测方法研究[D];北京交通大学;2019年
中国硕士学位论文全文数据库 前20条
1 徐强强;往复式压缩机故障预警与诊断[D];天津工业大学;2021年
2 李伟杰;基于特征提取方法的大规模混沌时间序列预测[D];大连理工大学;2020年
3 张怡康;基于受限玻尔兹曼机的深度学习方法研究[D];北京化工大学;2016年
4 肖亮;基于可抛堆叠受限玻尔兹曼机的图像分类方法[D];湖北工业大学;2019年
5 麦超;基于稀疏约束受限玻尔兹曼机的高分辨率遥感影像分类[D];长安大学;2016年
6 万程;自适应基数受限玻尔兹曼机[D];清华大学;2015年
7 张艳霞;基于受限玻尔兹曼机的深度学习模型及其应用[D];电子科技大学;2016年
8 张忠亮;基于受限玻尔兹曼机的机器人地面分类研究[D];哈尔滨工程大学;2017年
9 罗剑江;受限玻尔兹曼机的改进及其应用[D];广东工业大学;2017年
10 刘思萌;高斯分布受限玻尔兹曼机及其高维扩展[D];北京工业大学;2017年
11 朱常宝;基于深度玻尔兹曼机的特征学习算法研究[D];北京化工大学;2016年
12 陈娜;基于受限玻尔兹曼机的医学图像分类方法研究[D];西北师范大学;2015年
13 陈子翔;基于受限玻尔兹曼机的协同推荐算法研究[D];深圳大学;2019年
14 马贝;基于受限玻尔兹曼机的推荐算法研究[D];东南大学;2015年
15 郑强;基于光滑L_0范数的受限玻尔兹曼机及其应用研究[D];长安大学;2019年
16 邓皓嘉;压缩回归与分类算法研究[D];西安电子科技大学;2019年
17 廖志;基于受限玻尔兹曼机的压缩感知重构方法研究[D];广东工业大学;2019年
18 刘阳;基于受限玻尔兹曼机的深度网络逼近能力分析[D];北京工业大学;2019年
19 黄晨;基于连续受限玻尔兹曼机和Fisher网络的移动视觉搜索框架[D];厦门大学;2017年
20 段鹏程;基于模糊均值协方差受限玻尔兹曼机的云度量分析[D];中国石油大学(华东);2017年
中国重要报纸全文数据库 前9条
1 本报记者 韩付选 本报通讯员 李炎海;交叉杆故障预警上网之后[N];人民铁道;2006年
2 记者 陶加;国产往复式压缩机给力炼化工业[N];中国化工报;2012年
3 谭华健;故障预警系统填补行业空白[N];中山日报;2007年
4 记者 孟朝红 姜小毛;往复式压缩机新型气阀问世[N];中国化工报;2005年
5 国家统计局核算司 吕峰;不变价GDP时间序列数据的构造[N];中国信息报;2016年
6 本报记者 牟思南;往复式压缩机“就业”海拔最高油气田[N];中国能源报;2014年
7 ;《时间序列与金融数据分析》[N];中国信息报;2004年
8 记者 宋焱;外汇局发布外汇统计时间序列数据[N];金融时报;2009年
9 本报记者 陈栋栋;科瑞石油往复式压缩机进军分布式能源市场[N];中国工业报;2014年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978