基于小波分析往复压缩机气阀故障诊断方法研究.docVIP

基于小波分析往复压缩机气阀故障诊断方法研究 　　【摘 要】 本文针对往复压缩机气阀信号复杂、信号特征难以提取等问题，基于小波变换技术，研究了往复压缩机气阀信号的特征提取及消噪的方法。提出了用于气阀信号处理的小波基函数选择原则和波形匹配及消噪的阀值选取原则。通过对实验对往复压缩机气阀的振动和压力信号进行分析，验证了该方法的可行性和有效性。为企业现场设备维修维护提供了可靠的理论数据。 　　【关键词】 往复压缩机 故障诊断 特征提取 小波法 气阀 　　作为石化、采矿、制造和国防等行业生产线上的关键装备，往复式压缩机其结构复杂，在高速、高压和高温的环境下及易发生故障，对往复压缩机的管理与维修，通常采用计划维修模式，维修的滞后和被动在很大程度上影响了企业的生产效率，有时因延误故障检修降低了压缩机的使用寿命。随着故障诊断技术的不断发展，目前大多数企业应用了具有状态监测与故障诊断功能的专业设备，远程在线监测系统也逐渐普及到在生产企业中。因此压缩机故障诊断技术和系统一直是工程研究人员努力和研究的目标，对该技术在实际中得到广泛应用具有重要意义。 　　压缩机的重要部件――气阀，是控制气缸中靠气阀两侧的压力差来控制压缩机进气和排气的装置。其种类很多，常见的有环状阀、网状阀、碟形阀等。因其在往复压缩机工作过程中及易损耗，因此被定义为易损件。 实验研究发现气阀发生故障的概率约占压缩机总故障率的60%以上[1]。因此及时地检测气阀故障，是保证往复压缩机正常工作的重要诊断工作[2]。本文结合工作实际，基于往复压缩机气阀信号的不平稳性的特点，采用小波分析法提取气阀的振动信号和压力信号的特征值，再利用特征值融合法对气阀的故障进行诊断，解决了压缩机气阀的故障诊断过程中的信号处理问题。 　　1 气阀振动信号建模 　　由于气阀阀盖的振动是气阀故障较敏感的位置，因此在气阀故障的诊断通常是通过对阀盖的振动加速度和阀腔内的压力信号的分析来完成的[3]。气阀阀片的振动为典型的二阶欠阻尼系统，如图1所示，其中吸气阀和排气阀的结构和受力情况相同，若不考虑碰撞冲击作用力的影响，阀片的运动方程如下： 　　（1） 　　式中：为气阀阀片运动当量；为阀片位移参数；为阀片的粘性阻尼系数；为阀片运动时的弹簧刚度系数；为弹簧的预压缩量；为推力系数；为阀片两侧的压力差；为阀片工作时的受压面积。 　　由于往复式压缩机结构复杂，振源多不易辨识，且各受力部件受到的作用力较多，各振源的振动随时间动态变化，导致作用于往复压缩机气阀盖的振动信号与其它随机冲击信号等混杂在一起，因受噪声的强烈干扰，特别是故障的特征信号较弱时，因故障的位置与信号之间的对应关系不明显而使故障特征不易被识别。 　　从图1可知，从阀片开始撞击阀挡起，经若干次往复运动直到静止这一过程，阀片对阀挡产生了多次逐渐衰减的振动信号，最后阀片和弹簧系统处于新的平衡。为分析气阀的故障，从这一时段提取气阀的振动信号，来建立气阀故障的诊断模型。故将式（1）改写为： 　　（2） 　　对式（2）进行整理可得： 　　（3） 　　式中：为综合阻尼系数，，表示阀片的粘性阻尼系数与接触阻尼系数之和；为综合刚度系数，，表示弹簧的刚度系数与阀片的接触刚度系数之和。 　　由文献[4]可知，式（3）对应的齐次方程在欠阻尼条件下的解为气阀故障的诊断模型： 　　（4） 　　式中：为振动幅值；为振动初始相位角；为阻尼比；为无阻尼振动固有频率；为有阻尼振动固有频率。 　　2 小波基的选择 　　小波分析法在信号处理方面提供了连续、离散小波变换及多辨识分析方法，为信号的特征提取提供了良好而准确的工具。与传统的傅立叶变换相比，通过伸缩和平移两种运算，小波变换在时域和频域空间对函数图像进行分析，把信号分解为具有局部特性的小波函数，在低频和高频都具有很好的可辨识性，从局部观察和分析被测信号，其局部分析能力使其能有效地从信号中提取时域和频域特征信息，解决了传统方法无法解决的问题，为机械设备故障诊断提供了十分有效的方法。 　　小波包变换（Wavelet Packet Transformation）法将信号频带进行多层次分解，并根据被分析的振动信号特征，自适应匹配相应频带，提高时频分辨率。振动信号经小波包分解后，被划分为不同频段上的小波包函数，这些小波包函数中的时频信息是信号时域和频域信息的综合信息。 　　当设备发生故障时，气阀振动信号受到干扰，振动信号形状复杂不规则，相对于气阀信号的复杂程度，小波函数之间形状差别不大。通常情况下，基于气阀的振动信号随时频域变化特性，可按以下条件来确定小波基[5]。 　　（1）小波基应具有紧支集，即紧支区间越大，局部形态的显示能力越强，因此为提高信号分析中的时频分辨率，应选择紧支区域大的。 　　（2）ψ（t）连续可