[发明专利]一种基于无量纲指数的往复压缩机故障监测诊断方法有效
申请号: | 201210445252.6 | 申请日: | 2012-11-08 |
公开(公告)号: | CN102913432A | 公开(公告)日: | 2013-02-06 |
发明(设计)人: | 江志农;冯坤;马波;马晋;张进杰 | 申请(专利权)人: | 北京化工大学 |
主分类号: | F04B51/00 | 分类号: | F04B51/00 |
代理公司: | 北京思海天达知识产权代理有限公司 11203 | 代理人: | 刘萍 |
地址: | 100029 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 量纲 指数 往复 压缩机 故障 监测 诊断 方法 | ||
技术领域
本发明涉及针对往复压缩机故障分析诊断方法,是一种采用无量纲指数的往复压缩机故障监测诊断方法。
背景技术
往复压缩机是流程工业企业关键机组,尤其在炼油、化工、输气管道行业中起着至关重要的作用。由于结构复杂,振动激励源多,故障关联性强,机组故障诊断准确率低,重大安全事故频发,如何提高往复式压缩机故障诊断的准确性始终是困扰企业设备管理人员的难点,同时也是科研人员研究的热点。目前,越来越多的往复压缩机安装了在线监测系统,但是传统的诊断方法依靠振动、温度、位移趋势无法直观有效地进行故障诊断。尤其对现场使用人员,由于诊断知识水平普遍较低,深入的故障诊断方法掌握困难,在线监测系统的有效使用面临较大难度。
国内外对往复压缩机故障诊断研究较多,西安交通大学郁永章等对往复压缩机常规故障诊断方法进行了总结,主要包括参数法,振动声学法,油液分析法;云南工业大学金涛,浙江大学匡继勇对基于小波变换的往复压缩机故障诊断方法进行了研究;哈尔滨工业大学高晶波等对气阀故障诊断的时频分析方法进行了研究;M. Ahmed等对基于神经网络和支持向量机的往复压缩机诊断方法进行了研究。对无量纲指数方法,有如下文献资料涉及:(1)无量纲参数在矿用低速重载齿轮故障诊断中的应用,(2)基于特征参数的旋转机械智能故障诊断方法,(3)基于无量纲指标的旋转机械并发故障诊断技术;以上文献材料均针对旋转设备,未见有文献涉及往复压缩机无量纲指数故障诊断方法。
本发明基于多年的往复压缩机实际故障诊断经验,对往复压缩机常见故障特征进行了细致分析、总结,结合实际的故障诊断案例,提取了常见故障的特征对照表。并在此基础上,提出了一种无量纲指数的诊断方法,此方法综合考虑了故障危害性,故障明显程度,以无量纲指数的形式对往复压缩机常见故障进行表征,显著提升了故障诊断的针对性、高效性。
发明内容
本发明涉及往复压缩机故障诊断方法,是一种基于无量纲指数的往复压缩机故障监测诊断方法,从根本上改变了传统的依靠振动、位移、温度等信号变化趋势进行诊断的方法,改变了原有诊断方法准确性低、诊断针对性弱的缺陷,满足工程一线设备维护管理人员的普遍使用要求,显著提升了在线监测系统的实用性。
该方法以往复压缩机在线监测系统为基础,提取了机组常见故障特征,建立了往复压缩机常见故障特征对照表,建立了故障劣化程度无量纲指数、停车无量纲指数的数学模型;在上述研究的基础上,提出了一种基于故障劣化程度无量纲指数、停车无量纲指数的故障诊断方法,直观反映往复压缩机工作过程中,不同故障的发生,恶化情况以及停车检修必要性。将该方法与在线监测诊断系统结合,开发了一套基于无量纲指数故障诊断方法的软件,满足对历史与实时的无量纲指数变化进行分析。通过实际检验,该方法可切实有效提高诊断的准确性与可靠性。
本发明提出的一种基于无量纲指数的往复压缩机故障监测诊断方法,包括以下内容:
一种基于无量纲指数的往复压缩机故障诊断方法,该方法对往复压缩机常见故障进行特征总结,采用无量纲指数形式表征往复压缩机常见故障,其特征在于包括以下步骤:
1)基于往复压缩机关键部件监测信号,建立往复压缩机常见故障类型及其故障特征对照表,常见故障包括:活塞杆断裂,撞缸,拉缸,活塞杆与活塞紧固螺栓松动,活塞杆与十字头紧固螺纹松动,吸气阀阀片断裂,排气阀阀片断裂,支撑环严重磨损,活塞环严重磨损,吸气阀泄漏,排气阀泄漏,以字母i代表每种故障序号,对活塞杆断裂,i=1,对撞缸,i= 2,以此类推,对吸气阀泄漏,i= 10,排对气阀泄漏,i= 11;
2)建立往复压缩机11种常见故障危害程度对照表,定义不同故障破坏力大小D(i),i=1,…… 11;
3)建立表征不同故障劣化程度无量纲指数V的数学模型,第i种故障的劣化程度无量纲指数为V(i),劣化程度无量纲指数可反映故障恶化的历史与实时情况;
4)建立表征机组停车必要性的停车无量纲指数M,直观反映往复压缩机工作过程中对停车检修的要求;
5)在往复压缩机在线监测系统中应用本发明定义的无量纲指数故障诊断方法,建立不同的故障特征分析图谱;
6)将无量纲指数用于实际故障监测、诊断;当第i种故障劣化程度无量纲指数V(i)大于等于0.6时,即说明第i种故障已严重存在,当机组停车无量纲指数M大于等于0.6,即说明需及时停车检修。
所述步骤3)中的不同故障劣化程度无量纲指数计算的数学模型:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京化工大学,未经北京化工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201210445252.6/2.html,转载请声明来源钻瓜专利网。