基于示功图几何性质与神经网络的往复压缩机气阀故障诊断

• 作者: 刘树林 唐友福 王磊
• 来源期刊: 压缩机技术
• 学科: 工学
• 关键词: 示功图 往复压缩机 气阀 几何性质 故障诊断
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 设计研究
• 页码范围: 7-12
• 页数: 6页
• 分类号: TH457
• 字数: 2827字
• 语种: 中文

摘要

示功图是判别往复压缩机气缸部分工作性能和运行状况的重要依据,与机体表面振动分析方法相比,其特征机理明确,能够从更深层次上诊断往复压缩机故障.针对往复压缩机示功图的特征提取问题,提出一种基于平面图形几何性质的示功图特征定量描述方法,为了验证所提方法的有效性,分别提取了往复压缩机气阀4种常见状态下示功图的几何性质参数和振动信号的时域统计指标作为特征向量,利用BP神经网络作为分类器进行训练和测试的对比分析.结果表明,所提方法对气阀故障的识别率达到了100％,因此该方法能够有效提取往复压缩机的异常特征,可以提高往复压缩机气缸部分在线状态监测与故障诊断的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘树林	上海大学机电工程与自动化学院	54	297	9.0	14.0
2	唐友福	东北石油大学机械科学与工程学院	23	69	3.0	7.0
3	王磊	东北石油大学机械科学与工程学院	19	59	4.0	7.0