-
题名基于ARIMA的往复式压缩机气缸振动故障预测
被引量:3
- 1
-
-
作者
刘喜梅
曲鹏程
-
机构
青岛科技大学自动化与电子工程学院
-
出处
《自动化仪表》
CAS
2020年第9期5-9,共5页
-
文摘
以中国石油青岛石化厂的P301A往复式压缩机气缸的振动速度数据为研究对象,使用自回归积分滑动平均模型(ARIMA),对其振动故障进行了预测。首先,使用单位根检验法,对设备的振动数据进行序列平稳性判定;然后,对通过平稳性判定检验的数据进行白噪声检验,绘制其自相关函数图及偏自相关函数图,并通过模型拟合确定最佳p、q参数值;最后,对序列进行预测,得到30组预测数据。对比实际数据与预测数据,两者相差很小,说明该方法在往复式压缩机气缸振动故障上预测效果良好。该研究将大数据分析与生产设备的故障预测相结合,相比于传统的设备参数在线监测来判断故障,在保证较高准确率的前提下可以提前预判设备故障,极大地提高了技术人员的工作效率,减少了设备因故障所带来的损失。
-
关键词
往复式压缩机
故障预测
时间序列
自回归积分滑动模型
大数据
振动速度
化工设备
-
Keywords
Reciprocating compressor
Fault prediction
Time series
Auto-regressive integral sliding model
Big data
Vibration velocity
Chemical equipment
-
分类号
TH-45
[机械工程]
-