摘要

随着空压机在工业生产中的广泛应用,对空压机运行过程中的温度进行准确地监测,已成为整个化工行业重点研究的课题,为此提出基于数据驱动的空压机温度过高故障诊断系统。首先,设计了由远程终端单元、服务器和远程监测终端三部分模块组成的故障诊断结构,为了对空压机的性能进行预测与优化,设计了全面的智能诊断系统。然后采用皮尔森相关系数对空压机内部运行参数的相关性进行分析,构建空压机的温度监测模型,并采用健康指数对空压机的健康情况进行评估,以数值形式反映出空压机的运行状态。最后建立以温度故障向量作为输入、故障类型向量作为输出的BP神经网络模型,通过不断的训练,求解出最优的目标函数。实验结果表明,采用本文方法对空压机的温度故障进行诊断,具有较好的监测效果,而且随着模拟故障程度的逐渐增加,能够更早的判断出空压机的温度阈值,对故障判断的准确率较高。