基于AR 模型的往复压缩机故障诊断

基于AR 模型的往复压缩机故障诊断

ID:38118962

大小:147.00 KB

页数:3页

时间:2019-05-25

基于AR 模型的往复压缩机故障诊断_第1页
基于AR 模型的往复压缩机故障诊断_第2页
基于AR 模型的往复压缩机故障诊断_第3页
资源描述:

《基于AR 模型的往复压缩机故障诊断》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、·))·压缩机技术)"".年第$期(总第!’,期)文章编号:!""$I)’%!()"".)"$I""))I"(基于G:模型的往复压缩机故障诊断姚利斌,曹斌,苑宇(大连理工大学机械学院振动工程研究所,辽宁大连!!$")()摘要:往复压缩机是一个非常复杂的机械系统,激励源多,因而所测的振动信号包含各种成分和干扰,属于典型的非平稳振动信号。将现代谱估计中的G:模型应用于该种振动信号的分析诊断中,通过相同结构的往复压缩机的振动信号的G:谱之间的对比分析,证实了G:模型分析法在其故障诊断中的有效性和对其振动信号分析的适用性,为往复压缩机故障诊断的研究提供

2、了一种有效的方法。关键词:G:模型;往复压缩机;故障诊断中图分类号:J9,.%文献标识码:5!引言)非平稳随机信号时变参数G:模型往复压缩机是一个非常复杂的机械系统,其激设零均值!阶时变参数G:模型为励源较多,如缸内的活塞,连杆振动、阀片的撞击L振动、流动液体的振动、弹簧件的振动以及机体与"0K-"#A($)"0-AM%0(!)AK!!各部件的固有频率等都引发压缩机的振动。因而所式中%是平稳白噪声过程,零均值,方差为!)。0测的振动信号包含各种成分和干扰,属于典型的非假设时变参数#A($)(AK!,⋯,L)是一组基于平稳振动信号。我们在试验和故

3、障诊断过程中,把时间函数的线性组合基于时间序列的自回归(G:)模型应用于往复压=缩机故障诊断,取得了比较好的诊断效果。对于单#A($)K"#AN&N($)())NK"一的非线性调频信号,在信号频率近似线性变化之式中&N($)(NK",⋯,=)是一组基时间函数,处,估计效果较好;而在非线性变化处,估计结果令J⋯#⋯#⋯#)(()与实际曲线有较小偏差。’K(#!"!=L"L=J($)⋯(($)⋯(0-!K(0-!&"0-!&=收稿日期:)"".-"&-!!($)⋯(($)(,)(0-L&"0-L&=!!!!!!!!!!!!!!!!!!!!!!!!!

4、!!!!!!!!!!!!!!!!!!!!!!!!!从表!可以看出,气阀正常时,近似熵最小,(()近似熵具有一定的抗噪、抗野点能力,并大约为"#$左右;对于气阀缺口故障其近似熵约为且它不需要确定无标度区,消除了人为的主观因"#%左右;弹簧损坏故障近似熵约为"#&左右;阀素,更具有客观性。片断裂故障近似熵约为"#’左右。通过多次分析发对往复压缩机振动信号的分析表明,近似熵是现,计算结果较稳定,并且它不需要确定无标度一种值得重视并很有应用前景的故障诊断方法。区,消除了确定无标度区所引入的人为、主观的因参考文献:素,具有更强的客观性。综上所述,可以通过

5、近似熵有效地区分出往复压缩机气阀的常见故障。[!]张琳,朱瑞松,尤一匡*往复压缩机监测与诊断技术研究现状与展望[+]*化工进展,)"",,)((!"):!"’’-!!")*(结论[)]沈学会,陈举华*分形与混沌理论在湍流研究中的应用[+]*河南科技大学学报,)"".,)$(!):)%-("*(!)近似熵是一种度量信号复杂性和非平稳性[(]/012134,5670839*:;3<8=31>>;3<<1?7118@A771?6B;7A0C*D78E*F;<*GE;<*/EA*H/G,!’’$,’(:)"&(-)"&.*的有效方法,不同状态具有不同近

6、似熵,可以作为[,]永刚,何正嘉*分形维数和近似熵用于度量信号复杂性的比对信号进行分类的判别标准;较研究[+]*振动与冲击,)""(,))(():).-)%*())近似熵描述了维数变化时产生新模式的概[.]肖云魁,李世义,曹亚娟,等*汽车传动轴振动信号分形维数计算[+]*振动、测试与诊断,)"".,).(!):,(-,%*率大小,包含了时间模式的信息,反映了数据在结[$]吕金虎,陆君安,陈士华*混沌时间序列分析及其应用构上的复杂性;[4]*武汉:武汉大学出版社,)""):.%-$$*第B期姚利斌,等:基于*+模型的往复压缩机故障诊断·8)·则式

7、(!)可写为(!)气阀故障诊断%(’)!"#$""$!#&$"下面以某化工厂低密度聚乙烯装置二次压缩机这样就将一个线性非平稳问题转化为一个线性时不阀盖处,连续几个月在同一测点采集的信号的*+变问题(谱为例,来描述气阀泄漏的故障谱。由下图!图谱对比,我们可以看出:在高频)*+模型的定阶带,阀盖F月信号*+谱出现一高频成分,变化较建模的关键是把模型的阶数和参数全部估计出明显。来。对于合适的阶数和模型参数,模型残差序列应从图!的=张该阀盖不同时间的信号的*+谱为白噪声。比较常用的定阶准则:图上可以看出,当气阀正常工作时,信号的能量主(!),-.准则(

8、,/012-345/6"/70.3/"43/70)要集中在F>>>@A左右;当排气阀存在故障时,信,-.准则,也称最终预测误差准则,是以模型号的能量向

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。