基于RBF神经网络往复压缩机气阀故障诊断.pdf

· 88- 工业仪表与自动化装置 2013年第 1期 基于RBF神经网络的往复压缩机气阀故障诊断 李宝栋 ，宿忠娥 ，柴世文 (1．兰州工业学院机械工程系，兰州730050；2．兰州城市学院培黎工程技术学院，兰州730070； 3．甘肃省机械科学研究院，兰州730030) 摘要：提 出了一种往复压缩机气阀的故障诊断方法。把往复压缩机气阀的振动信号作为识别 故障的特征向量，送入RBF神经网络中，进行故障类别的自动识别。试验结果表明，该诊断模型对 往复压缩机气阀故障诊断具有 良好的诊断效果，系统不仅能够检测到往复压缩机气阀故障的存在， 而且能够比较准确地识别往复压缩机气阀的故障模式。 关键词：往复压缩机气阀；故障诊断；RBF神经网络 中图分类号：TH165 ．3 文献标志码：A 文章编号：1000—0682(2013)01—0088—03 ValveofreciprocatingcompressorfaultdiagnosisbasedonRBFneuralnetwork LIBaodong ，SU Zhong’e ，CHAIShiwen (1．DepartmentofMechanicalEngineering，LanzhouInstituteofTechnology，Lanzhou730050，China； 2．BelieCollegeofEngineeringTechnology，LanzhouCityUniversity，Lanzhou730070，China； 3．GansuAcademyofMachineryScience，Lanzhou730030，China) Abstract：Thispaperproposesamethodforfaultdiagnosisonvalveofreciprocatingcompressor．Ac— cordingtothevibrationsignalfeatures，recognitionoffaultpatternofreciprocatingcompressorvalvewas presentedusingRBFneuralnetwork．Theexperimentresuhsshow thatthediagnosismodelhasbetterdi— agnosiseffect．Thesystem cannotonlydetectthefaultofvalvebutalsocanrecognizefaultpattern cor— rectly． Keywords：valveofreciprocatingcompressor；faultdiagnosis；RBFneuralnetwork 可靠 的故障诊断系统提供了可能 。该文采用 0 引言 RBF神经网络技术对往复式压缩机易产生故障的 往复式压缩机是一种以压缩气体来提高气体压 部位——气阀进行智能故障诊断。 力或输送气体的机械，广泛地应用在采矿、机械制 1 RBF神经网络 造、土木、石化、制冷以及 国防工业 中。如果往复式 压缩机因故障突然停机，有可能造成人员伤亡的重 自神经网络产生以来，BP(BackPropagation)神 大事故，后果非常严重。据统计，往复压缩机有 经网络的介绍和使用较多。然而，BP神经网络的缺 60％以上的故障发生在气阀上。气阀故障引起的停 点也十分明显，它的收敛速度慢且易陷入局部极小。 机次数，占总停机次数85％以上 ¨J。 RBF(RadialBasisFunction)的训练速度快，逼近能 近年来，由于人工智能理论的逐