基于多信息融合的往复压缩机气阀故障诊断

摘要：

往复压缩机广泛应用于石油化工行业，在生产线上往往属于关键设备。往复压缩机结构和运动比较复杂、工作条件比较恶劣,发生故障的可能性大.气阀作为往复压缩机中的一个关键组件,易于损坏且故障率较高,它的工作状况直接影响到压缩机的工作性能.为提高气阀故障诊断的可靠性,将压力、振动和温度数据信息进行融合,从示功图、相域的振动波形、温度中提取出表征气阀故障的故障敏感特征,并应用模糊神经网络进行故障诊断,工程应用验证了该方法的有效性.

关键词： 石油化工工业 往复压缩机 气阀部件 故障诊断 多信息融合

作者: 陈涛 徐小力 王立勇

作者单位: 北京信息科技大学 机电系统测控北京市重点实验室,北京 100192 北京信息科技大学 机电工程学院,北京 100192

会议类型: 国内会议

会议名称: 2014年全国设备监测诊断与维护学术会议、第十六届全国设备监测与诊断学术会议、第十四届全国设备故障诊断学术会议暨2014年全国设备诊断工程会议

会议地点: 秦皇岛

会议语种:中文

页码: 255-258

在线出版日期: 2014-08-01（万方平台首次上网日期，不代表论文的发表时间）