【摘 要】
:
往复式压缩机是海上石化平台的重要设备。提前预知压缩机是否发生故障,保证其平稳运行,对于工业生产高效率和维护平台人员人身安全具有重要意义。本文以某石油平台三台往复式压缩机的实际采集数据为基础,通过对多维数据进行分析,以数据的时间和空间特征信息融合为整体研究方向,实现压缩机整体运行状态预测与故障诊断。具体研究内容如下:往复式压缩机的多维时序数据具有丰富的时间和空间信息,因此获取数据的时间和空间特征是实
论文部分内容阅读
往复式压缩机是海上石化平台的重要设备。提前预知压缩机是否发生故障,保证其平稳运行,对于工业生产高效率和维护平台人员人身安全具有重要意义。本文以某石油平台三台往复式压缩机的实际采集数据为基础,通过对多维数据进行分析,以数据的时间和空间特征信息融合为整体研究方向,实现压缩机整体运行状态预测与故障诊断。具体研究内容如下:往复式压缩机的多维时序数据具有丰富的时间和空间信息,因此获取数据的时间和空间特征是实现预测与诊断的重要手段。针对如何获取多维数据时空特征问题,结合自注意力对高维特征信息获取的优势,提出了更适用于时间序列处理的递归自注意力机制(Recursive self-attention mechanism)用以实现单列数据的特征信息提取。模型首先将数据在时序上分段后进行局部自注意力计算,其结果通过递归传到下一时段数据信息中,最后经融合门实现特征融合。实验表明,该方法在单列预测中表现良好,适合于局部空间特征提取。为了能够获得更深层次的时空特征,同时考虑压缩机高维大数据的维度特征与时序特征,利用时序模型能够高效获取时间维度信息的优势,将其与注意力机制相融合,提出了Attn-LSTM建模模型策略。该模型将注意力机制和LSTM模型相结合,通过空间注意力计算获取空间特征后,通过时间注意力将不同时段的空间特征结合,最后解码计算得到最后的预测值。实验针对往复式压缩机运行特点设计了相应的健康曲线,并基于Attn-LSTM实现了压缩机运行状态的预测。设计了往复式压缩机健康曲线用以反映压缩机运行状况并将其作为模型的预测输出。最后,综合递归自注意力和Attn-LSTM模型,设计了多段注意力模型(Multi-segment attention-LSTMs,MA-LSTMs)作为最终的预测与诊断模型。该模型首先将数据分为电机、气阀和曲轴三部分数据,利用递归自注意力机制进行各自内部数据特征获取以实现空间局部注意力计算获取数据局部空间信息。通过改进的空间全局注意力实现空间全局特征获取,最后利用Attn-LSTM中的时间注意力操作与解码计算实现压缩机运行状态的预测,同时输出三条局部状态曲线以实现局部健康状态监测。实验结果表明,该模型各方面表现均优于流行的模型,且可预知故障是否发生并判断其发生部位。
其他文献
在一些低压大电流的应用场,多相输出变换器受到了学者们的广泛关注,其中五相双级矩阵变换器(TSMC)凭借其输入输出性能良好、能量双向流动和单位功率因数等优良特性,成为了更具有发展潜力的一种新型高效交-交电力变换器。然而,由于五相TSMC系统中无储能元件,两级之间直接耦合,增加了控制算法的难度,因此,研究适用于五相TSMC的控制算法具有重要意义。本文以五相TSMC为研究对象,针对五相TSMC存在输出共
织物瑕疵严重影响产品质量和企业效益,传统人工检测制约着生产效率的提升。机器视觉及深度学习的快速发展,为瑕疵检测领域带来新的发展机遇,极大提升了检测精度和效率。针对织物瑕疵检测研究中存在的瑕疵种类多、尺度差异大、干扰因素复杂等问题,本文在现有研究基础上提出一种浅层特征提取和深度学习相结合的检测方法,主要研究内容如下:首先针对工业相机采集图像存在对比度差、目标特征不明显等干扰检测精度的问题,提出一种既
碳纤维缠绕瓶具有质量轻、强度高、抗疲劳性能好、工作寿命长等优点,能够用于新能源汽车的氢能源储藏容器。碳纤维缠绕瓶属于特种设备,在高周疲劳载荷、物理冲击等作用下容易出现结构性缺陷,引起爆炸、中毒等重大安全事故。电磁层析成像技术(Electromagnetic Tomography,EMT)基于电磁感应原理,是一种过程层析成像技术,能够对具有电磁特性的物质进行物场图像重构,电磁层析成像具有非接触、低成
纺织行业在“十四五”时期坚持现代化发展的新格局,大力发展纺织智能制造,持续提高生产效率。在现代化织造过程中,纱线张力直接影响着织物成型质量和生产速度,由于线材的更新迭替和生产效率的提高,对纱线张力的精确测量要求愈加苛刻。当前的接触式张力测量存在不可避免与装置直接接触的问题,磨损测量装置,同时接触易改变纱线运动状态,使其受到附加摩擦,影响张力测量的准确性。随着机器视觉技术的发展,为纱线张力检测提供新
近年来,不断发展的人工智能技术推动着各行业的进步,与汽车相关的新兴技术蓬勃发展。汽车辅助驾驶领域的兴起,吸引国内外众多研究机构进行开发。辅助驾驶通过感知汽车周围环境,为驾驶员提供路况信息。作为传达周围道路环境信息的主要载体,交通标志在保障交通安全、道路车流量调度方面发挥重要作用。因此,交通标志检测技术成为辅助驾驶的核心构成之一。计算机视觉的不断发展,给交通标志检测带来了新思路,尤其是Anchor-
火炮是国家军事力量的重要组成部分,一直倍受关注。而身管作为火炮中最为关键的部件,在其服役过程中,炮膛内壁因炮弹的磨损挤压、火药的高温侵蚀、膛线的老化破损等负面因素,直接影响着火炮的打击精度、使用寿命、射击稳定。所以对炮管内壁形貌的检测和损伤点的定位是十分必要的。本文针对这种现状,研制了膛内爬行机器人控制系统,并对其控制方式、数据采集方式、同步时钟等关键技术进行了研究,以满足高精度数据采集和高精度瑕
碳纤维增强复合材料(Carbon Fiber Reinforced Plastics,CFRP)具有耐疲劳、抗蠕变、高强度等优点,被广泛应用于航空航天、汽车电子与体育器材等领域。然而在生产与使用过程中,碳纤维增强复合材料会产生诸如纤维断裂、分层等缺陷,存在极大的安全隐患,且每种缺陷所造成影响与修补方法不尽相同,因此需要对碳纤维增强复合材料缺陷进行快速有效的检测与分类。本文采用电磁无损检测的方法,对
在许多临床专科工作中,医师们经常需要进行组织修补的临床决策。组织修补材料经过数十年的发展,已经成为临床组织修补方案中极其重要的要素。组织修补材料有各种不同角度的分类方法,然而其中对于临床决策意义较大的分类方法是根据材料植入宿主体内后的转归结果进行分类,因为材料植入体内后的转归结果才是与临床治疗效果最直接相关的因素。本文从材料体内转归的角度提出了一个组织修补材料分类的框架,并概述了其中临床常用的几种
路径规划作为移动机器人研究的重要方向,是指机器人能够从起始点到目标点之间有效避开障碍物,自主规划出一条合理的路径轨迹,是实现导航任务的关键。传统路径规划算法对已知地图环境下的路径规划已有显著研究成果,但未知地图环境下仍存在很大的研究空间。深度强化学习算法可以利用机器人与环境之间的探索和交互学习来解决这一问题。深度强化学习算法是通过深度学习对环境进行感知,利用强化学习对感知的信息做出决策判断。因此,
甲片产品的识别与定位方法是甲片产品自动分拣系统的关键技术。由于甲片产品的大小与颜色具有多样性,其位姿变化具有不确定性,以及背景环境和光照的影响,对甲片产品的识别与定位方法提出了苛刻的要求。为此,本文结合深度学习对甲片产品的识别与定位方法展开了研究。为了更高效地实现甲片产品的识别与检测,提出了一种基于改进FCOS(Fully Convolutional One-Stage)的轻量化检测网络FCOS-