[发明专利]一种往复压缩机的多源信号融合预警方法有效

专利信息
申请号: 202210251274.2 申请日: 2022-03-15
公开(公告)号: CN114658645B 公开(公告)日: 2023-10-24
发明(设计)人: 原栋文;狄剑杰;王永超;刘浩;姜巧 申请(专利权)人: 中国石油化工股份有限公司
主分类号: F04B51/00 分类号: F04B51/00;F04B49/10;G06F18/25
代理公司: 南京天翼专利代理有限责任公司 32112 代理人: 崔立青
地址: 100027 北*** 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 往复 压缩机 信号 融合 预警 方法
【权利要求书】:

1.一种往复压缩机的多源信号融合预警方法,其特征在于,包括以下步骤:

(1)获取指定的代表载荷下的整周期数据:

将往复压缩机的工作载荷区间(0%,100%]均分为N个档位区间:

(100%/N*(n-1),100%/N*n],n=1,...,N;

每个档位区间的代表载荷Ln为100%/N*n,获取往复压缩机在每个代表载荷Ln下的整周期数据,在每个代表载荷Ln下获取NL组整周期数据,整周期数据包括往复压缩机气缸表面的整周期振动信号Sv、气缸内部的整周期动态压力信号Sp以及整周期示功图,整周期振动信号Sv和整周期动态压力信号Sp的整周期采样点数均为Ns

(2)计算整周期数据的机理特征向量:

计算每组整周期数据的机理特征向量,整周期振动信号Sv的机理特征的特征值、整周期动态压力信号Sp的机理特征的特征值以及整周期示功图的机理特征的特征值作为机理特征向量TC的特征值构成机理特征向量TC;每个代表载荷Ln下的NL组整周期数据对应NL个机理特征向量TC;

(3)计算代表载荷的特征向量:

代表载荷Ln的特征向量包括特征平均值向量特征最大值向量和特征最小值向量计算每个代表载荷Ln下NL个机理特征向量TC的特征值平均值向量、特征值最大值向量和特征值最小值向量分别作为代表载荷Ln下的特征平均值向量特征最大值向量和特征最小值向量为代表载荷Ln所述档位区间(100%/N*(n-1),100%/N*n]的特征范围;

(4)计算相邻代表载荷的相似度:

计算相邻的两个代表载荷Li和Lj中特征平均值向量的余弦相似度作为这两个代表载荷Li和Lj的相似度,i=1,...,N,j=1,...,N;

(5)合并特征相似的代表载荷:

当两个代表载荷Li和Lj的余弦相似度大于设定值Q,则代表载荷Li和Lj特征相似,合并代表载荷Li和Lj,形成代表载荷区间[Li,Lj],代表载荷Li和Lj中较大的特征最大值向量和较小的特征最小值向量分别作为代表载荷区间[Li,Lj]的新特征最大值向量和新特征最小值向量为代表载荷区间[Li,Lj]的特征范围;如果代表载荷Lj与相邻的两个代表载荷Li和Lk的余弦相似度均大于设定值Q,则将代表载荷Lj与载荷值小的代表载荷Li合并,Li<Lj<Lk,k=1,...,N;

(6)计算新整周期信号的机理特征向量:

根据步骤(1)在一个新载荷Lt下获取一组新整周期数据,根据步骤(2)计算新整周期数据的机理特征向量0%<Lt≤100%;

(7)对新整周期信号给出预警信息:

根据新载荷Lt的载荷值大小确定新载荷Lt属于步骤(5)中的代表载荷区间[Li,Lj],Li<Lt<Lj,将新整周期数据的机理特征向量与代表载荷区间[Li,Lj]的特征范围进行比较并给出评价值P,当评价值P超过阈值PF时,给出预警信息;

如果新载荷Lt不属于步骤(5)中的任一代表载荷区间,则确定新载荷Lt属于步骤(1)中的档位区间(100%/N*(n-1),100%/N*n],100%/N*(n-1)<Lt<100%/N*n,将新整周期数据的机理特征向量与档位区间(100%/N*(n-1),100%/N*n]的特征范围进行比较并给出评价值P,当评价值P超过阈值PF时,给出预警信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中国石油化工股份有限公司,未经中国石油化工股份有限公司许可,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/202210251274.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top