基于 PCA 的往复压缩机气阀故障异常监测方法.pdfVIP

52 FLUIDMACHINERY Vo1．42，No．10，2014 文章编号： 1005—0329(2014)10—0052—04 基于PCA的往复压缩机气阀故障异常监测方法 徐丰甜 ，李 建 ，孔祥字 ，李村波 ，江志农 ，张进杰 (1．北京化工大学诊断与 自愈研究中心，北京 100029；2．中国石油大庆石化公司，黑龙江大庆 163714) 摘 要 ：针对气阀故障异常自动检测迫切需求，针对气阀故障在温度数据的表现特点，即同类气阀正常工作时温度波 动一致，故障时温度波动存在差异，采用主成分分析 (PCA)从气阀阀盖温度数据中提取故障特征参数，建立基于径向基 函数的故障异常监测模型，实现了故障异常自动检测，并可进一步对故障气阀进行 自动定位，为故障早期快速报警奠定 了基础。 关键词 ： 往复压缩机；气阀故障；PCA；特征提取；异常检测 中图分类号： TH457；TP277 文献标志码： A doi：10．3969／j．issn．1005—0329．2014．10．Ol1 M ethodofValveFaultDetection forReciprocatingCompressorbased onPrincipalComponentAnalysis XUFeng．tian，LIJian，KONGXiang—yu，LICun—bo，JIANGZhi．nong，ZhangJin-jie (1．DiagnosisandSerf-RecoveryEngineeringResearchCenter，BeijingUniversityofChemicalTechnology，Beijing100029， China；2．PetrochinaDaqingPetrochemicalCompany，Daqing163714，China) Abstract： In ordertosatisfythepressingneedsofvalvefaultautomaticallydetection，andaccordingtothecharacteristicof valves’temperaturedata，it’sfoundthatthesuction(orexhaust)valves’temperatureisconsistentwhenthevalveswork，other— wiseit’Snot．Fromthisfact，theauthorsusethePCA (PrincipalComponentAnalysis)toextractfeaturestoreflecttheperform— ancebasedonvalves’temperaturedata．Simultaneously，withtheestablishmentofradialbasismode1．itcanachievevalvefnalta． nomalydetectionandautomaticlocationofabnormalvalve，andlaythefoundationofearlyandquickwarningofvalvefault． Keywords： reciprocatingcompressor；valvefault；PCA；featureextraction；anomalydetection 1 引言 国内一些学者已将相关方法和改进措施应用 于往复压缩机气阀故障诊断，并取得了一定的进 气阀是往复压缩机部件中故障率最高的部 展。高晶波等从气阀振动信号中提取特征，同时 件，气阀故障会直接影响压缩机的排气量及工作 根据气阀故障的统计特性，给出基于神经网络的 效率；若阀片断裂后的残片落人缸体，可能引发严 气阀故障诊断方法 ；李宝栋等把气阀的振动 重的拉缸、撞缸故障，甚至导致压缩机爆炸事故。 信号作为特征参数，运用支持向量机方法对气阀 因此，气阀故障早