收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

多重分形信号特征提取及在往复压缩机故障诊断中的应用

李颖  
【摘要】:往复压缩机广泛应用于石油﹑化工等工业生产中,并成为工业装置中的核心设备。目前,往复压缩机状态监测与故障诊断技术,已成为国内外故障诊断领域的研究热点问题,而特征提取又是其故障诊断技术中的难点之一。针对具有非线性﹑非平稳特性的往复压缩机振动信号,本文提出了运用多重分形的方法,对其进行局部奇异特性量化描述,并采用了新的故障识别方法进行故障分类识别,结果表明,此方法能够有效地对往复压缩机常见故障进行诊断,并为往复压缩机故障诊断研究提供了新的思路。首先,通过查阅大量文献资料,对目前往复压缩机的故障诊断技术研究现状进行了综述,提出了本文的研究构想。在对往复压缩机的基本结构、工作原理进行简要概述的基础上,着重对主要零部件的常见故障形式及其故障机理进行了深入分析。其次,针对往复压缩机振动信号的非线性特性,本文提出采用多重分形的方法对其进行故障特征提取,主要介绍了分形和多重分形理论及基本算法,在此基础上,提出多重分形去趋势波动分析(MF-DFA)理论,并对往复压缩机气阀故障振动信号进行分析,验证了MF-DFA方法在往复压缩机振动信号特征提取方面的有效性。而后,对于采用MF-DFA方法,提取出的往复压缩机故障特征向量参数而言,选用一般常见的故障识别方法,存在故障识别率低﹑模式状态相互混淆难以区分等问题,引用了一种新的故障识别方法——增量学习KNNModel算法(IKNNModel)。通过与其他故障识别方法比较,证明了此方法在往复压缩机故障分类识别方面具有明显的优越性。最后,将多重分形去趋势波动分析理论和增量学习KNNModel算法结合起来,从往复压缩机故障特征提取与识别的角度出发,详细阐明了往复压缩机振动信号数据预处理﹑故障特征提取﹑故障特征参数优选和故障特征识别等关键问题,提出了一套完整的基于MF-DFA与IKNNModel算法的往复压缩机故障诊断方法。对2D12型往复压缩机常见故障实测数据的分析表明,该方法可准确提取故障特征,且可准确识别故障类型,为往复压缩机故障诊断提供了新的研究途径。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 贾振卿;往复压缩机的运行与维护[J];通用机械;2002年Z2期
2 肖忠臣,王瑞森;炼厂用往复压缩机级列数选择原则[J];压缩机技术;2002年01期
3 王瑞金;国产往复压缩机安装试车过程中存在的问题[J];压缩机技术;2002年04期
4 王正洪,尤一匡,张小鸣,张琳;往复压缩机的状态监测和故障的诊断方法[J];江苏工业学院学报;2004年03期
5 孙明;往复压缩机故障诊断综述[J];油气田地面工程;2004年08期
6 张琳,朱瑞松,尤一匡,尤侯平,王正洪;往复压缩机监测与诊断技术研究现状与展望[J];化工进展;2004年10期
7 尤一匡,张琳,王正洪;往复压缩机在线示功监测系统研究[J];流体机械;2005年02期
8 郭文涛,陈黎明,祝捷;往复压缩机脉动缓冲器的容积确定[J];压缩机技术;2005年01期
9 李双刚;王赓;王鸿玮;;往复压缩机无扰动切换功能的实现[J];压缩机技术;2006年01期
10 戴新西;贺运初;王大勇;;大型往复压缩机异常振动原因分析及处理[J];石油和化工设备;2006年03期
11 金江明;洪伟荣;梁萌;谭鹏程;;往复压缩机气量调节方法的研究进展[J];压缩机技术;2007年04期
12 程香平;丁雪兴;刘海亮;李国栋;;多种故障诊断技术在往复压缩机中的应用[J];压缩机技术;2007年05期
13 尤育减;何兵;郁永章;;中、大型往复压缩机低压气缸设计问题[J];压缩机技术;2007年05期
14 程香平;丁雪兴;刘海亮;张鹏高;;小波分析在往复压缩机故障诊断中的应用[J];压缩机技术;2007年06期
15 赵杰;李峰;刘录;车俊铁;韩丽艳;;超高压往复压缩机机体振动分析[J];压缩机技术;2008年01期
16 李新;王立辉;;天然气往复压缩机反向角的理论分析及实例[J];压缩机技术;2008年02期
17 李强;王君;郑水英;钟美鹏;;往复压缩机压缩和膨胀热力过程研究[J];压缩机技术;2008年02期
18 谢红杰;郝点;任志安;;往复压缩机轴承的振动测试分析[J];贵州化工;2008年05期
19 王金东;赵海洋;李新伟;;基于多重分形的往复压缩机分级诊断研究[J];压缩机技术;2009年01期
20 李辉;;往复压缩机故障的分析和排除[J];石油化工自动化;2009年01期
中国重要会议论文全文数据库 前8条
1 王金东;王巍;李宏灿;李新伟;;往复压缩机轴承故障的多重分形特征提取[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年
2 王智伟;张鹏;王金东;杜永军;王巍;;基于虚拟仪器的往复压缩机监测系统研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
3 丁月敏;;探究往复压缩机的设计方案 以4M80(85)为例[A];第八届沈阳科学学术年会论文集[C];2011年
4 郭文涛;;往复压缩机管线的振动分析方法探究[A];创新沈阳文集(A)[C];2009年
5 窦唯;孙明;刘树林;;基于免疫机理的往复压缩机在线状态监测方法[A];第八届全国振动理论及应用学术会议论文集摘要[C];2003年
6 赵海峰;刘树林;王宪明;徐艳;;往复压缩机气阀故障的瞬态特征提取方法研究[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年
7 姚德群;余志红;杨素春;王朝晖;;基于数据挖掘的往复压缩机气阀故障诊断设计[A];设备监测与诊断技术及其应用——第十二届全国设备监测与诊断学术会议论文集[C];2005年
8 高晶波;王日新;徐敏强;夏松波;;基于时频分析的往复压缩机气阀故障诊断方法的研究[A];第八届全国振动理论及应用学术会议论文集摘要[C];2003年
中国博士学位论文全文数据库 前2条
1 赵海洋;往复压缩机轴承间隙故障诊断与状态评估方法研究[D];哈尔滨工业大学;2014年
2 赵海峰;基于HHT的往复压缩机故障诊断研究[D];东北石油大学;2011年
中国硕士学位论文全文数据库 前10条
1 臧志宾;往复压缩机润滑站系统结构研究及优化设计[D];沈阳理工大学;2015年
2 于小龙;基于模态分析的往复压缩机管线故障诊断及减振方法研究[D];北京化工大学;2015年
3 伍永强;往复压缩机网状簧片阀工作特性研究[D];广西大学;2015年
4 徐丰甜;基于敏感特征提取的往复压缩机智能诊断技术研究[D];北京化工大学;2015年
5 赵雨薇;往复压缩机早期故障智能预警关键技术研究及应用[D];北京化工大学;2015年
6 谢轶男;往复压缩机气阀瞬态特性及故障模拟研究[D];北京化工大学;2015年
7 田褀;往复式压缩机完整性管理方法研究[D];北京化工大学;2015年
8 李颖;多重分形信号特征提取及在往复压缩机故障诊断中的应用[D];东北石油大学;2015年
9 胡容搏;基于LCD和MSE的往复压缩机故障诊断方法研究[D];东北石油大学;2015年
10 周禹;往复压缩机的动力学分析与运动副模拟[D];东北石油大学;2015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