收藏本站
收藏 | 论文排版

基于智能控制的回转压缩机械故障诊断与研究

魏立东  
【摘要】: 离心压缩机是大型石化企业中的关键的生产设备,它在石化炼化领域中发挥着无可替代的作用。随着工业进步与科学技术的发展,离心式压缩机朝着高转速、重负载和自动化方向发展,这就对其在速度、容量、效率和安全可靠性等方面提出了越来越高的要求。同时压缩机组系统常常不但由于其本身出现各种不同形式的故障,而且还会受来自上游与下游相关生产单元的影响,使其偏离正常运行状态而被动工作,有时甚至会发生由某种故障或影响引发的严重的机毁人亡的事故,并造成重大的经济损失。所以保障其安全、平稳运转是十分重要的。目前,多数企业都实现了压缩机组的实时状态监测,但是对故障诊断决策环节和各系统单元之间相互制约的研究却相对薄弱,大多是以经验积累或数据库为基础的。 本文针对石化企业大型离心式压缩机组轴系的振动及相关单元的传递工质对机组的运行影响进行研究,并开发了以大型离心式压缩机组轴系的振动分析为基础的在线监测与故障诊断系统,主要特点如下: (1)研究了相关系统(工质输入、输出)工作状态对压缩机主本身的影响。由于实际工厂企业中,单元之间有着一定的工质传输距离,正是利用现场设备布置的这一特点,本文研究了压缩机组系统的预响应,使压缩机组系统实现预先调节,主动调节控制,这样就避免了非预期工况对机组造成的冲击损伤,保证机组的安全稳定运行,延长机组使用寿命和维修周期。 (2)通过对比分析,研究对比了不同信号处理方法对振动分析的适用性,同时研究了小波分析、重心重排Wigner-Ville分布在信号处理方面的有效性。信号仿真分析和实验结果表明,小波分析和重心重排Wigner~Ville分布都能清晰地表征不同故障的时变特征,说明它们对非平稳非高斯的信号具有很好的时频分辨效果,也指出了它们的适用空间。还分析了多分量神经网络的有效性,完成了神经网络建立了预测模型。 (3)设计并实现了以大型离心式压缩机组轴系的振动分析为基础的在线监测与故障诊断系统,该系统集信号采集,数据实时分析处理,故障监测,网络通讯于一身的完整的振动分析系统。同时,由于其强大的通讯能力和兼容性,不仅可以进行自身的远程通讯,而且还可以和其它控制系统进行信息交换,实现了系统间的联网化,这样可以使不同单元的信息实现共享,从而实现在中炼化系统监测的连锁化。 (4)最后进行了现场故障信号的对比分析,通过系统对开停机,带障运行等状态进行监测分析比较验证了该系统的可靠性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张汝雷;王保民;苏欣平;傅钰;;支持向量机(SVM)在机械故障诊断中的应用研究[J];军事交通学院学报;2009年03期
2 程耕国,周凤星;机械故障诊断中的小波多分辨分析方法[J];冶金自动化;2004年04期
3 陈敏;胡茑庆;秦国军;;外加信号增强随机共振在微弱信号检测中的应用[J];国防科技大学学报;2007年03期
4 罗志;王杰;;高压开关机械故障诊断平台开发[J];电网技术;2007年S1期
5 李爱民;施惠丰;;基于粗糙集和神经网络的机械故障诊断研究[J];昆明理工大学学报(自然科学版);2011年01期
6 ;《机械故障诊断程序库》通过鉴定[J];振动与冲击;1986年03期
7 王凤利;基于局域波时频分析的机械故障诊断[J];大连海事大学学报;2005年04期
8 黄斌;龚建伟;;三原不解体诊断技术讲座 汽车故障诊断的条件和诊断参数选择[J];汽车维护与修理;2007年06期
9 冷军发;华伟;荆双喜;;机械故障诊断实验教学改革与创新[J];中国现代教育装备;2009年11期
10 王宇杰;庞兵;;机械故障智能诊断方法研究[J];黑龙江科技信息;2011年06期
11 薛小兰;;人工神经网络在机械故障诊断中的应用[J];晋中学院学报;2011年03期
12 薛小兰;;人工神经网络在机械故障诊断中的应用[J];机械研究与应用;2011年03期
13 涂志松;郝伟;李凌均;郝旺身;;基于最近邻数据描述法的机械故障诊断技术研究[J];煤矿机械;2009年08期
14 李爱民;刘国庆;;基于灰色熵权聚类决策的机械故障诊断[J];舰船科学技术;2011年07期
15 尚国清,佟德纯;机械故障诊断技术现状与展望[J];工程机械;1994年12期
16 袁小宏,赵仲生,屈梁生;粗糙集理论在机械故障诊断中的应用研究[J];西安交通大学学报;2001年09期
17 张新海;雷勇;;BP神经网络在机械故障诊断中的应用[J];噪声与振动控制;2008年05期
18 杨江天,周立华,陈家骥,曾子平;高阶谱及其在机械故障诊断中的应用(英文)[J];Transactions of Tianjin University;1999年02期
19 杨龙兴;贾民平;;非平稳时序循环平稳趋势提取与机械故障诊断[J];机床与液压;2006年07期
20 袁胜发;褚福磊;;支持向量机及其在机械故障诊断中的应用[J];振动与冲击;2007年11期
中国重要会议论文全文数据库 前10条
1 王秋贵;周珣;任广旭;李强;;机械故障诊断的三种新思路研究[A];低碳经济与科学发展——吉林省第六届科学技术学术年会论文集[C];2010年
2 朱忠奎;严如强;;基于小波和统计的信号瞬态成分检测及其在机械故障诊断中的应用[A];苏州市自然科学优秀学术论文汇编(2008-2009)[C];2010年
3 钟掘;陈安华;;机械故障诊断的现状与未来[A];中国有色金属学会第三届学术会议论文集——科学技术论文部分[C];1997年
4 陈进;;现代信号处理在机械故障诊断中的应用及展望[A];中国声学学会1999年青年学术会议[CYCA'99]论文集[C];1999年
5 何正嘉;訾艳阳;陈雪峰;王晓冬;;内积变换原理与机械故障诊断[A];第九届全国振动理论及应用学术会议论文集[C];2007年
6 钟振茂;陈进;钟平;;机械故障诊断中的多源分离方法[A];中国声学学会2001年青年学术会议[CYCA'01]论文集[C];2001年
7 杜奕;迟毅林;伍星;;概率盒和D-S结构体在机械故障信号信息融合中的应用展望[A];2009年中国智能自动化会议论文集(第二分册)[C];2009年
8 安邦健;;机械故障诊断技术必须大力推广[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
9 何正嘉;訾艳阳;陈雪峰;王晓冬;;内积变换原理与机械故障诊断[A];第九届全国振动理论及应用学术会议论文摘要集[C];2007年
10 申永军;杨绍普;;高阶累积量在货车故障诊断中的应用[A];中国力学学会学术大会'2005论文摘要集(下)[C];2005年
中国博士学位论文全文数据库 前10条
1 陈向民;基于形态分量分析和线调频小波路径追踪的机械故障诊断方法研究[D];湖南大学;2013年
2 冯秀芳;无线传感器网络数据融合技术的研究及在机械故障诊断中的应用[D];太原理工大学;2009年
3 赵慧敏;柴油机非稳态振动信号分析与智能故障诊断研究[D];天津大学;2010年
4 魏立东;基于智能控制的回转压缩机械故障诊断与研究[D];大连理工大学;2006年
5 孟庆丰;信号特征提取方法与应用研究[D];西安电子科技大学;2006年
6 史丽晨;基于故障机理分析的往复式活塞隔膜泵状态监测与故障诊断技术的研究[D];西安建筑科技大学;2009年
7 任全民;非平稳信号特征提取方法在超高压压缩机故障诊断中的应用研究[D];大连理工大学;2006年
8 沈路;数学形态学在机械故障诊断中的应用研究[D];浙江大学;2010年
9 王正英;面向设备管理的机电设备状态监测与故障诊断技术研究[D];天津大学;2007年
10 程发斌;面向机械故障特征提取的混合时频分析方法研究[D];重庆大学;2007年
中国硕士学位论文全文数据库 前10条
1 张锐;基于人工神经网络理论的机械故障诊断技术研究[D];东北林业大学;2001年
2 孙君;乳化液泵站机械故障诊断研究[D];山东科技大学;2011年
3 尹焕;基于ISOMAP的机械故障诊断方法研究与应用[D];华南理工大学;2012年
4 任昭晶;基于局域均值分解的机械故障诊断研究[D];太原科技大学;2014年
5 韦家增;故障树分析和模糊理论在机械故障诊断中的应用研究[D];合肥工业大学;2002年
6 吴雪明;基于自适应线调频基原子分解方法的机械故障诊断研究[D];湖南大学;2011年
7 张晓亮;EMD方法在机械故障诊断中的应用[D];中国海洋大学;2003年
8 刘卫兵;基于局域均值分解的机械故障诊断方法研究[D];郑州大学;2010年
9 张琳;机械故障诊断中神经网络与D-S推理的信息融合技术研究[D];燕山大学;2003年
10 樊春玲;低频振动下机械故障诊断技术的研究[D];燕山大学;2001年
中国重要报纸全文数据库 前10条
1 记者 曹红艳通讯员 刘海洋;中央军委给汪玉记一等功大会举行[N];经济日报;2007年
2 刘海洋记者 于莘明;中央军委给汪玉记一等功庆功大会举行[N];科技日报;2007年
3 卢敬叁 杨蕾;我国振动计量达到国际先进水平[N];中国质量报;2006年
4 记者  邓其锋;吴群力 用声学技术展示国人魅力[N];丽水日报;2006年
5 林黎民;屈梁生:机械故障不停机快速诊断[N];科技日报;2004年
6 文华 林黎民;传统产业插上了现代翅膀[N];科技日报;2004年
7 钟佳 任重;搏浪击水竞风流[N];中国航空报;2004年
8 胡佩生 陈策 李丽辉;湘钢实现高线精轧机远程监控及诊断[N];中国冶金报;2003年
9 王晔 任培林 本报记者 张金玉;让战鹰飞得更高更远[N];解放军报;2004年
10 ;有他们,创新广东更加精彩[N];广东科技报;2010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