基于虛擬儀器的壓縮機故障診斷系統(tǒng)研究.pdf

1、在各行各業(yè)中，壓縮機越來越普遍的得到應用，在其運行過程中若出現(xiàn)異常狀況或發(fā)生突然故障，將導致生產(chǎn)線或生產(chǎn)設備停機，造成重大經(jīng)濟損失，嚴重的甚至對人員的生命構(gòu)成威脅。因此研究壓縮機狀態(tài)監(jiān)測方法和理論，建立完善的壓縮機狀態(tài)監(jiān)測和故障診斷系統(tǒng)十分必要。本文主要針對螺桿壓縮機振動信號的狀態(tài)監(jiān)測和故障診斷理論和方法進行了研究，并以LABVIEW為開發(fā)平臺，建立了壓縮機故障診斷系統(tǒng)。 本文首先對螺桿壓縮機的工作原理和基本結(jié)構(gòu)進行了分析，并給

2、出了螺桿壓縮機的典型故障形式及監(jiān)測診斷方法，在此基礎上，分析研究了振動信號的獲取和監(jiān)測要點以及各種分析方法。本文的主要的分析方法有： 1.利用時域參數(shù)中的有效值、峭度指標和裕度指標三個參數(shù)來反映壓縮機工作狀態(tài)。 2.提出用小波能量的分布來反映壓縮機工作狀態(tài)的好壞程度。不同的工作狀態(tài)下，振動信號的能量分布是不一樣的，在正常狀態(tài)下，能量分布均勻，當出現(xiàn)故障時，能量會集中在某一尺度范圍內(nèi)。 3.利用HHT分析方法對振動

3、信號進行頻域分析，傳統(tǒng)的FFT分析方法只適合分析線性平穩(wěn)信號，實際中，由于壓縮機的振動激勵多，振動信號往往是非平穩(wěn)信號，而HHT是一種用來分析非平穩(wěn)信號的有效方法。 4.提出了基于AR模型的參數(shù)預測和支持向量機的狀態(tài)預測兩種智能狀態(tài)預測方法。為壓縮機的狀態(tài)監(jiān)測提供了一種新的途徑。 根據(jù)壓縮機故障機理和診斷方法的研究，基于虛擬儀器的開發(fā)平臺，利用LABVIEW提供的接口，將MATLAB和LABVIEW結(jié)合起來，開發(fā)了壓縮機

4、狀態(tài)監(jiān)測和故障診斷的虛擬儀器系統(tǒng)，主要功能有：數(shù)據(jù)采集、動態(tài)顯示、實時監(jiān)測、信號分析(功率譜、相關分析、連續(xù)小波變換分析、時頻分析、HHT分析)、基于AR模型狀態(tài)預測、基于向量機故障診斷、異常信號存儲和回放、分析結(jié)果回放等功能；同時能對壓縮機的吸氣溫度、排氣溫度、潤滑油溫度、冷卻水溫度、吸氣壓力、排氣壓力、冷卻水流量實時監(jiān)測和越限報警； 最后，利用研制的故障試驗臺進行了試驗研究。結(jié)果表明，所搭建的虛擬儀器故障診斷系統(tǒng)，各模塊能夠