基于喘振谱分析的压缩机故障智能检测技术研究

• 作者: 张毅 曹建 王玉生
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 喘振 谱分析 天然气压缩机 故障 智能检测
• 年，卷（期）: 2017,（3）
• 页码范围: 61-64
• 页数: 4页
• 分类号: TH165.3
• 字数: 3009字
• 语种: 中文

摘要

为了实现对压缩机故障的准确诊断和实时检测,保证天然气压缩机的稳定运行,提出一种基于喘振谱分析的压缩机故障智能检测技术.对在故障工况下的天然气压缩机喘振时间序列进行样本数据采集,对采集的样本数据进行故障信号特征提取,采用小波变换方法进行压缩机故障信号的时频分解,运用喘振谱分析方法提取故障特征参量,以提取的故障特征参量为测试样本集,通过故障分类器实现故障智能检测识别.仿真结果表明,采用该方法进行压缩机故障检测的准确检测概率较高,对故障点的定位识别性能较好,实现天然气压缩机故障的智能诊断.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张毅		76	239	10.0	13.0
2	王玉生		16	113	6.0	10.0