基于示功图几何性质与神经网络的往复压缩机气阀故障诊断

摘要：

示功图是判别往复压缩机气缸部分工作性能和运行状况的重要依据,与机体表面振动分析方法相比,其特征机理明确,能够从更深层次上诊断往复压缩机故障.针对往复压缩机示功图的特征提取问题,提出一种基于平面图形几何性质的示功图特征定量描述方法,为了验证所提方法的有效性,分别提取了往复压缩机气阀4种常见状态下示功图的几何性质参数和振动信号的时域统计指标作为特征向量,利用BP神经网络作为分类器进行训练和测试的对比分析.结果表明,所提方法对气阀故障的识别率达到了100％,因此该方法能够有效提取往复压缩机的异常特征,可以提高往复压缩机气缸部分在线状态监测与故障诊断的准确率.

关键词：示功图、往复压缩机、气阀、几何性质、故障诊断

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51505079;黑龙江省普通高校青年创新人才培养计划UNPYSCT-2015078

在线出版日期：2018-03-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：7-12