基于多源信号融合的往复式压缩机气阀健康评估

压缩机气阀测点处信号是多个激励源的综合响应,因此,仅依靠单一信号难以准确评估压缩机的健康状态。针对这一问题,提出了一种基于多源信号融合的往复式压缩机气阀健康状态评估方法。首先,以某型四级高压往复式压缩机为研究对象,通过故障模拟实验,获取了其进排气阀不同健康状态的热工参数和声发射信号;然后,提取了不同信号源的时域特征和频域特征及热工参数,以气阀健康状态下各特征参数的均值作为健康基准,计算了气阀不同健康状态样本与健康基准的马氏距离(MD),基于多源信号融合理论,将不同信号计算所得的马氏距离相融合,进行了样本重构;最后,基于决策树构建了压缩机气阀健康状态评估模型,评估了气阀的健康状态。研究结果表明:各单一信号源的评估准确率分别为70.6%、87.2%和85.2%,而基于多源信号融合重构后,样本不同健康状态的区分度显著提高。基于决策树构建的气阀健康状态评估模型可以有效识别气阀的健康状态,识别的准确率可达100%,具有良好的健康状态评估效果。

大型往复式压缩机气阀故障诊断机理研究

气阀作为大型往复压缩机的关键部件,其故障率排在压缩机故障首位,开展气阀故障机理研究对其故障判据的确定具有指导意义。作者以某型往复式压缩机为研究对象,利用Simulink建立零维数值仿真模型,计算了正常状态下的缸内气体压力的动态过程,在压缩机试验台架上进行了缸压测量,验证了仿真模型的有效性,在此基础上进行了气阀泄漏、弹簧失效等故障仿真,从理论上分析了不同故障对气阀开启角度、p-V图面积、多变指数信号的影响规律,研究表明:排气阀故障越严重,进气阀开启角度越延后,排气阀开启角度越提前,p-V图面积越大,压缩膨胀梯度比越大;进气阀故障时反之,可为往复式压缩机气阀实时监测和故障诊断提供参考指导。