往复压缩机早期故障智能预警关键技术研究及应用

发布时间：2017-05-14 01:03

  本文关键词：往复压缩机早期故障智能预警关键技术研究及应用，由笔耕文化传播整理发布。

【摘要】：往复压缩机是炼油、化工等流程工业的关键设备,其存在周期性旋转和往复两种运动形式,运行部件长期受交变载荷的作用,压缩介质大都为氢气、天然气等易燃易爆性气体,导致故障频发,甚至引起重大恶性事故。大部分设备已经安装了监测系统,但目前监测系统尚未发挥其真正的价值,现场人员又缺乏诊断知识,导致目前往复压缩机故障预警与诊断严重依赖人工进行,这种状况难免会出现疏漏。传统预警系统特征参数单一,且未考虑设备开停车状态及传感器异常对判断的影响,漏报率与误报率较高。为了全面、及时地检测到异常,快速判断后明确产生异常的具体原因,准确得出设备开停车状态以及传感器异常与机组异常诊断结论,方便相关人员全面掌握多台设备的运行状态,更加有效地管理设备,本文主要研究三方面内容：(1)研究大头瓦磨损故障劣化规律。基于多体动力学理论,建立往复压缩机运动机构动力学模型,通过改变曲轴与连杆之间的间隙大小模拟大头瓦磨损不同程度,分析随着大头瓦磨损劣化程度的演变,相关特征参数的变化特点,揭示故障劣化过程中特征参数的变化规律。(2)考虑到往复压缩机故障机理复杂,故障信号存在耦合性、非线性与非平稳性,总结故障案例诊断经验提取多种预警参数,建立同时具备信号类型自动识别与报警阈值自学习自动设置功能的往复压缩机异常检测系统,全面、准确地检测异常。(3)当检测到异常信息后,深入研究往复压缩机开停车状态自动判断、传感器异常自检技术以及基于状态子空间的机组故障决策模型建立等关键技术,快速判断产生异常的具体原因,准确得出结论并自动反馈输出结果。经过实例验证,该预警系统能够实现对机组故障的成功预警,很大程度上减少了以往漏报、误报情况的发生,真正保护设备安全平稳运行。
【关键词】：智能预警 状态子空间 多体动力学 往复压缩机 特征参数
【学位授予单位】：北京化工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TH45
【目录】：

• 摘要4-6
• ABSTRACT6-14
• 第一章 绪论14-22
• 1.1 课题来源及研究意义14-15
• 1.1.1 课题来源14
• 1.1.2 研究意义14-15
• 1.2 国内外研究状况与发展趋势15-18
• 1.2.1 往复压缩机故障预警与诊断技术研究状况概况15-16
• 1.2.2 多体动力学研究状况概况16-17
• 1.2.3 状态评估关键技术研究状况概况17-18
• 1.3 本文研究内容及结构安排18-22
• 1.3.1 本文主要研究内容18-19
• 1.3.2 本文结构安排19-22
• 第二章 往复压缩机大头瓦磨损故障劣化规律研究22-40
• 2.1 往复压缩机结构及工作原理22-23
• 2.1.1 往复压缩机结构22
• 2.1.2 往复压缩机工作原理22-23
• 2.2 往复压缩机动力学分析23-25
• 2.2.1 曲柄连杆机构运动关系23-24
• 2.2.2 曲柄连杆机构受力分析24-25
• 2.3 大头瓦磨损故障劣化规律建模分析25-39
• 2.3.1 多柔体系统动力学理论26-27
• 2.3.2 间隙运动副模型分析27-28
• 2.3.3 大头瓦磨损动力学建模分析28-34
• 2.3.3.1 大头瓦磨损故障模拟仿真28-31
• 2.3.3.2 动力学响应分析31-34
• 2.2.4 工程实例验证34-39
• 2.4 本章小结39-40
• 第三章 基于多参数的往复压缩机异常检测技术研究40-56
• 3.1 往复压缩机状态监测技术介绍40-42
• 3.1.1 在线监测系统传感器测点布局41-42
• 3.1.2 系统软硬件组成及功能42
• 3.2 往复压缩机早期故障预警系统框架建立42-43
• 3.3 往复压缩机预警特征参数提取43-48
• 3.3.1 往复压缩机预警特征参数43-44
• 3.3.2 特征参数表达式设计44-48
• 3.4 基于多参数的异常检测技术研究48-54
• 3.4.1 异常检测系统框架构建与分析逻辑49-50
• 3.4.2 异常检测关键技术研究50-53
• 3.4.2.1 信号类型自动识别功能50-51
• 3.4.2.2 门限值自学习与自动设置功能51-53
• 3.4.3 中石油在役往复压缩机异常检测结果分析53-54
• 3.5 本章小结54-56
• 第四章 往复压缩机早期故障识别诊断关键技术研究与应用56-88
• 4.1 基于规则推理的设备开停车状态自动判断技术研究56-62
• 4.1.1 开停车状态自动判断框架建立56-59
• 4.1.2 设备开停车状态自动判断逻辑流程建立59-62
• 4.1.3 设备开停车状态自动判断系统的研发与测试62
• 4.2 基于规则推理的传感器异常自检技术研究62-70
• 4.2.1 传感器异常自检系统框架的搭建63-64
• 4.2.2 不同类型传感器异常诊断逻辑64-68
• 4.2.2.1 活塞杆位移传感器异常诊断逻辑64-65
• 4.2.2.2 缸体振动加速度传感器异常诊断逻辑65-66
• 4.2.2.3 气阀温度传感器异常诊断逻辑66-68
• 4.2.2.4 曲轴箱振动速度传感器异常诊断逻辑68
• 4.2.3 传感器异常自检系统的研发与测试68-70
• 4.3 基于状态子空间的机组故障决策技术研究70-82
• 4.3.1 基于核主成分分析的状态子空间构建72-77
• 4.3.1.1 多维特征矩阵构造72-74
• 4.3.1.2 核主成分分析方法理论74-77
• 4.3.2 差异度指标定义77
• 4.3.3 报警阈值自学习设置77-79
• 4.3.4 工程案例应用分析79-82
• 4.3.4.1 活塞杆断裂故障79-80
• 4.3.4.2 拉缸故障80-82
• 4.4 往复压缩机早期故障自动预警技术工程实例验证82-86
• 4.4.1 某石化K202A机组吸气阀泄漏故障84
• 4.4.2 某石化K202A机组活塞组件严重磨损故障84-86
• 4.5 本章小结86-88
• 第五章 总结与展望88-90
• 5.1 总结88
• 5.2 展望88-90
• 参考文献90-94
• 致谢94-96
• 研究成果和发表的学术论文目录96-98
• 作者及导师简介98-99
• 附件99-100

【参考文献】

中国期刊全文数据库 前3条

1 韩萍,吴仁彪,王兆华,王蕴红;基于KPCA准则的SAR目标特征提取与识别[J];电子与信息学报;2003年10期

2 杨帆;胡金海;陈卫;张进;蔡开龙;;主元分析方法在航空发动机故障检测与诊断中的应用[J];机械科学与技术;2008年03期

3 胡金海;谢寿生;陈卫;侯胜利;蔡开龙;;基于核函数主元分析的航空发动机故障检测方法[J];推进技术;2008年01期

中国博士学位论文全文数据库 前3条

1 谭璐;高维数据的降维理论及应用[D];国防科学技术大学;2005年

2 于海;高维非线性转子—轴承系统降维方法与故障特性分析[D];哈尔滨工业大学;2013年

3 高阳;高光谱数据降维算法研究[D];中国矿业大学;2013年

中国硕士学位论文全文数据库 前2条

1 马文娟;文本特征降维与分类规则抽取方法研究与应用[D];大连理工大学;2007年

2 冯禹;基于内容的垃圾邮件检测特征降维算法研究[D];浙江大学;2013年

  本文关键词：往复压缩机早期故障智能预警关键技术研究及应用，由笔耕文化传播整理发布。

，

本文编号：363964