基于蚁群聚类算法的离心式压缩机故障诊断方法

• 作者: 善盈盈 祝勇仁 蔡杰
• 来源期刊: 油气储运
• 学科: 工学
• 关键词: 蚁群聚类算法 离心式压缩机 故障诊断 频域分析 模式识别
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 投产与运行
• 页码范围: 424-428
• 页数: 5页
• 分类号: TE974
• 字数: 3190字
• 语种: 中文
• DOI: 10.6047/j.issn.1000-8241.2019.04.011

摘要

工业化生产水平的提高使得离心式压缩机不断朝着大型化、复杂化、连续化及自动化方向发展,设备故障造成的损失越来越大,研究其故障诊断方法对于提高设备故障在线检测能力、预防故障与事故的发生具有积极意义.采用电涡流传感器测量离心式压缩机联轴节侧径向位移信号,应用频域分析方法对采集到的信号数据进行傅里叶变换,获得对故障敏感的特征量,作为蚁群聚类算法输入的特征参数,将对故障识别转化成对于设备运行时的输出和状态特征的聚类问题.将蚁群聚类算法应用于某乙烯厂的离心式压缩机,对其正常运行、转子不平衡故障、油膜涡动故障、喘振故障4种状态进行模式识别.应用结果表明:基于蚁群聚类算法的离心式压缩机故障诊断方法诊断结果准确、识别率高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	祝勇仁	浙江机电职业技术学院机械技术系	45	210	7.0	12.0
2	蔡杰	浙江机电职业技术学院机械技术系	3	4	1.0	2.0
3	善盈盈	浙江机电职业技术学院机械技术系	7	23	3.0	4.0