一维卷积神经网络在往复式压缩机气阀故障诊断中的应用

针对往复式压缩机气阀故障诊断问题,对气阀盖上的振动信号进行分析,提出了一种基于一维卷积神经网络(1D-CNN)的故障诊断模型。首先,将原始一维振动信号经傅里叶变换从时域转换为频域;然后,将频域信号作为1D-CNN的输入,利用卷积层实现自适应提取特征;最后,网络输出层利用Softmax函数实现多种故障的模式识别。在往复式压缩机故障模拟实验台上进行了气阀正常、阀片裂纹、阀片断裂、弹簧失效4种工作状况下气阀盖振动信号的测量并对提出的模型进行验证。结果表明,气阀盖上的振动信号能够明显反映气阀的工作状态,而且信号易提取、十分适合用于气阀的故障诊断;将振动信号从时域转换成频域作为1D-CNN的输入明显地提高了故障分类的准确率;与采用原始一维振动信号作为1D-CNN输入的模型相比,采用频域信号作为输入的故障诊断模型具有更优越的表现,准确率更高,可达100%,而且模型结构简单,能够实现端到端的快速故障诊断。

后注浆钢管桩桩-土界面力学特性及微观结构

后注浆微型钢管桩具备施工速度快、布置形式灵活、承载力高等优点,在输电线路基础工程中具有广阔的应用前景。目前有关注浆后桩-土界面力学行为与强度特性尚未得到定量认识,因此,需要开展后注浆钢管桩桩-土界面力学特性及微观结构的试验研究。依托国网沧州东光北变220 kV线路工程,对原状土和不注浆钢管桩、后注浆钢管桩桩侧不同水平距离处土体及桩-土界面进行现场取样,通过室内试验分析了注浆作用对土样变形及抗剪强度参数的影响,借助微米CT扫描仪和扫描电镜(scanning electron microscope,SEM)测试手段,从微观层面对比分析注浆作用下桩-土界面结构的变化及浆液进入原状土体的程度及分布特征。结果表明:注浆后浆液的渗入使得土体结构更加密实且黏聚力明显增大,但浆液影响范围有限。研究成果可为该桩型加固机理的揭示及工程设计提供参考依据。

多级高压往复压缩机启机过程实验与分析

多级高压往复压缩机的启机过程较为复杂,研究启机过程中各参数的动态变化对于压缩机的运行维护具有重要的指导意义。对一台高压四级四列的往复压缩机的启机过程进行测试,研究启机过程中各级压力、曲轴动态扭矩及压缩机轴功率的动态变化。结果表明:该机启机过程约为400 s,启机过程中压缩机各级排气压力稳步上升,低压级排气压力比高压级先达到稳定状态;随着压力的升高,压缩机轴功率变大。对启机过程曲轴动态扭矩进行分析,得到压缩机轴系的扭转固有频率为56.2 Hz。将稳定运行时的轴功率与机器空载时的轴功率进行比较,得到实验工况下压缩机的机械效率为85%。