基于PCA的往复压缩机气阀故障异常监测方法

针对气阀故障异常自动检测迫切需求,针对气阀故障在温度数据的表现特点,即同类气阀正常工作时温度波动一致,故障时温度波动存在差异,采用主成分分析(PCA)从气阀阀盖温度数据中提取故障特征参数,建立基于径向基函数的故障异常监测模型,实现了故障异常自动检测,并可进一步对故障气阀进行自动定位,为故障早期快速报警奠定了基础。

往复压缩机活塞杆的自激频率特征提取的研究

对活塞杆实际部件进行模型简化,在弹性梁弯曲振动理论的基础上,推导出活塞杆自激振动频率的存在;然后通过试验获取往复压缩机的活塞杆沉降位移信号,对得到的信号进行小波降噪,滤除其中的噪声信号,获得活塞杆实际自激振动频率,最后和理论值相比较,验证了活塞杆自激振动频率的存在。为提取诊断活塞杆类故障的特征参数提供参考。

往复压缩机气阀故障时气阀定位方法研究

利用Karhunen-Loeve(KL)变换与径向基函数建立气阀故障异常检测模型,以往复压缩机气阀温度在线监测为基础,通过对往复压缩机不同气阀进行分组,提出了一种故障气阀的搜索策略,建立了能够在气阀故障时进行故障气阀定位的气阀故障诊断模型,提高了往复压缩机气阀监测与故障诊断的自动化程度。