基于机器学习的海洋平台往复式压缩机故障诊断方法

摘要：

针对深远海平台往复式压缩机智能在线监测以及故障诊断预警需求,提出以往复压缩机示功图为基础的智能诊断方法.将正常示功曲线与实测示功曲线置于同一示功图中对比识别,依靠一种卷积神经网络模型的特征提取和自学习能力进行示功图分类和往复式压缩机智能故障判别.通过使用Fluent软件数值模拟压缩机故障并提取气缸内压力变化生成示功图,为智能机器学习模型提供数据库,进行训练和测试,结果显示所提出的基于卷积神经网络故障识别方法准确率在95％以上,最高准确率可达99.14％,为实际压缩机的预测性智能维护提供了理论支撑.应用于深海平台往复压缩机故障诊断,智能分类识别了压缩机排气过程中的压力振荡现象,初步诊断为压缩机气阀排气量不匹配.

关键词：卷积神经网络、示功图、故障识别、往复式压缩机、海洋平台

所属期刊栏目：50

分类号：TH457(气体压缩与输送机械)

资助基金：国家自然科学基金92160203

在线出版日期：2022-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：76-84