EMD和关联维数在往复压缩机故障诊断中的应用.pdfVIP

大 庆 石 油 学 院 学 报 第32卷 第2期 2008年4月 JOURNAI，OFDAQINGPETR()IEUM INSTITUTE Vol.32 No.2 Apr. 2008 EMD和关联维数在往复压缩机故障诊断中的应用 丛 蕊’，高学良2，刘树林 ，‘马 锐 ，‘王 辉 ‘ (1.大庆石油学院机械科学与工程学院，黑龙江大庆 163318; 2.大庆油田有限责任公司第四采油厂，黑龙江大庆 163511) 摘 要:为准确提取往复压缩机的故障诊断信号，采用EMD和关联维数相结合的方法对往复压缩机进行故障诊断. 首先利用EMD方法分解压缩机气阀振动信号，得到若干个固有模态函数分量，然后计算固有模态函数分量的关联维数. 应用结果表明:在不同的工作状态下，各固有模态函数分量的关联维数是不同的，可以利用关联维数有效地判断往复压 缩机气阀的常见故障，包括阀片缺口、阀片断裂和弹簧损坏等. 关 位 询:EMD。关联维数;往复压缩机;故障诊断 中图分类号:TH339 文献标识码:A 文t编号:1000一1891(2008)02一0086一04 0 引言 混沌分形理论用来刻画对象的不规则性和自相似性，在处理复杂非线性系统中具有独特优点.往复 压缩机结构复杂，激励源多，振动信号表现为较强的非平稳性和非线性，利用传统的FFT谱分析、时域波 形、时频分析等方法很难有效、准确地提取信号的故障特征’一〔2〕.关联维数作为定量刻画混沌吸引子 “奇 异”程度的重要参数，已经被应用到机械故障诊断领域中，并取得一定的效果”一〔’〕.在往复机械故障诊断 中发现，关联维数虽然可以定量区分不同的故障，但有些故障的关联维数相近，在考虑计算误差的前提下 很难区分.为此，拟采用基于EMD和关联维数故障诊断方法，即先对往复压缩机气阀的振动信号进行 EMD分解，得到信号在不同频率段内的IMF分量，实现信号的特征分离，然后利用关联维数进一步量化 故障特征，根据各个IMF分量的关联维数及其变化规律区分往复压缩机气阀的常见故障. I EMD分解方法 EMD(EmpiricalModeDecomposition)是一种自适应的信号分解方法，适用于非线性、非平稳过 程困.它可以有效地把复杂振动信号分解为有限的固有模态函数(Intrinsi。ModeFunction，简称IMF)分 量，各个IMF分量突出信号的局部特征，对其进行分析可以更准确把握原信号的特征信息. 任何信号都是由不同IMF组成，每个IMF的分量不论是线性或是非线性的，必须满足:整个数据序 列中极值点数目与过零点的数目必须相等或至多相差一个;在任意瞬时，由局部极大值确定的包络线与由 局部极小值确定的包络线之间的均值为0.这样任何二个时域信号x(t)都可以分解为n个IMF分量和趋 势项之和，从而得到 x(;)=艺c，(:)+Q(，)， (1) 式中:Q为趋势项;C，为IMF的分量，1 =1，2，…，n，包含信号从高到低不同频率成分的信号.把同一频率 段IMF分量的时j’ai序列值组成矢量C=(“，，犯‘，…，、‘)，其中N为所分析的数据点数. 收稿日期:2007一01一18;审稿人:邹龙庆;编辑:任志平 作者简介:丛 蕊(1972一).女，博士生。讲师.主要从事故障诊断方面的研究. .86 . 万方数据 第2期 丛 蕊等:EMD和关联维数在往复压缩机故障诊断中的应用 2 关联维数 G一P算法是Gtassberge与Procaccia在相空间重构理论的基础上提出的，一种由观测得到的时间序 列计算相应动力系统吸引子关联维数的方法[7j. 2.1 相空间重构