科研之友
微信
新浪微博
Facebook
分享链接
摘要
离心式压缩机是炼油化工生产的关键动力设备，其一旦出现故障将可能造成重大生产事故，因此全生命周期的在线设备监测和故障诊断有助于化工生产的连续稳定运行。提出了一种基于流量、压力和振动等多源信息融合的离心式压缩机喘振诊断方法，首先利用经验小波变换将振动数据分解成指定数目的子频带信号并按照相关性排序进行信号重构，将重构的振动、流量、压力信号分别利用卷积神经网络进行预诊断，并将三种信号的归一化诊断结果采用加权的D-S证据理论进行最终诊断。通过离心式压缩机喘振模拟实验数据验证，利用提出的多源融合的故障诊断方法进行诊断，诊断精度可达97.25%，与使用单一传感器数据相比该方法显著提升了喘振故障诊断的容错能力，与其他多源融合方法相比诊断精度更高。
-
单位中国石油化工股份有限公司; 浙江大学
