[发明专利]基于状态参数学习的往复式压缩机故障诊断方法及系统

权利要求书

1.一种基于状态参数学习的往复式压缩机故障诊断方法，其特征在于，包括：

利用状态参数预测模型的输入参数和输出参数，搭建BP神经网络；

提取往复式压缩机在正常状态下的运行历史数据中的输入参数和输出参数作为训练样本，对所述BP神经网络进行预训练，得到预训练后的BP神经网络；

通过所述预训练后的BP神经网络对训练样本中的输入参数进行预测计算，得到预测值与实际值之间存在的基准偏差，利用所述基准偏差设定安全阈值范围；

提取往复式压缩机当前运行数据中的输入参数，并作为所述预训练后的BP神经网络的输入参数，得到所述状态参数预测模型的输出参数的预测值；

计算所述状态参数预测模型的输出参数的预测值与实测值之间的相对偏差，与设定的安全阈值范围进行比较，如果未超出安全阈值范围，则认为往复式压缩机处于正常运行状态；否则，认为往复式压缩机处于故障状态；

当往复式压缩机处于故障状态时，由所述相对偏差的变化情况，对往复式压缩机故障进行故障定位，给出故障诊断结果。

2.根据权利要求1所述基于状态参数学习的往复式压缩机故障诊断方法，其特征在于，所述状态参数预测模型的建立，包括输入参数、输出参数，以及输出参数与输入参数之间的映射关系；所述输入参数包括一级进气压力、一级进气温度和末级排气压力；

所述输出参数包括除输入参数以外的各级进气压力、进气温度、排气压力和排气温度；

所述输出参数与输入参数之间的映射关系如下式：

p_dj＝f(p_d,p_s,n,j)

式中，p_dj为第j级的排气压力，单位为MPa；p_d为末级排气压力，单位为MPa；p_s为一级进气压力，单位为MPa；n为往复式压缩机级数；

T_dj＝f(T_sj,p_dj,p_sj)

式中，T_dj为第j级的排气温度，单位为K；T_sj为第j级的进气温度，单位为K；p_sj为第j级的进气压力，单位为MPa。

3.根据权利要求2所述基于状态参数学习的往复式压缩机故障诊断方法，其特征在于，所述BP神经网络的隐藏层层数和节点数，根据输入参数和输出参数的维度进行调节。

4.根据权利要求3所述基于状态参数学习的往复式压缩机故障诊断方法，其特征在于，所述BP神经网络进行预训练的具体过程包括：1)对BP神经网络的权值进行随机赋值；2)通过BP神经网络对训练样本数据进行计算，将输出值与期望值进行对比，得到BP神经网络的误差值；3)对BP神经网络的权值进行修正，再次对训练样本数据进行计算，得到新的网络误差值；4)通过误差值修正权值；重复上述过程，得到预训练后的BP神经网络。

5.根据权利要求1所述基于状态参数学习的往复式压缩机故障诊断方法，其特征在于，在通过所述预训练后的BP神经网络对训练样本中的输入参数进行预测计算，得到预测值与实际值之间存在的基准偏差的步骤中，所述基准偏差的计算表达式如下：

式中，ξ₀为基准偏差；ξ_i为训练数据的相对偏差；N为训练数据的数量。

6.根据权利要求5所述基于状态参数学习的往复式压缩机故障诊断方法，其特征在于，在利用所述基准偏差设定安全阈值范围的步骤中，安全阈值范围的表达式如下：

-λ|ξ₀|＜ξ＜λ|ξ₀|

式中，ξ为诊断数据的相对偏差；λ为安全系数。

7.根据权利要求1所述基于状态参数学习的往复式压缩机故障诊断方法，其特征在于，按下式计算所述状态参数预测模型的输出参数的预测值与实测值之间的相对偏差：

其中，ξ为预测值与实测值之间的相对偏差；Y为实测值；为预测值。