在石油化工行业中,典型石化装置品种繁多,但是输送介质的旋转机械是石化行业中必不可少的机械之一,且被大量使用着。离心压缩机是旋转机械中最主要的一种,是石油化工企业中的关键生产制造设备,尤其在石油炼化裂解领域中发挥着无可替代的作用。离心压缩机的应用越来越普遍,在其运行中若出现异常状况或发生故障,将导致生产线或生产设备停机,造成重大经济损失,严重的甚至对人员的生命构成威胁。因此研究离心压缩机的状态维修技术,建立完善的离心压缩机状态维修系统十分必要。主要针对裂解气压缩机振动信号的故障诊断与预测预警理论和方法进行了研究,建立了离心压缩机状态维修系统。论文的研究工作主要有以下几个部分:(1)改进模糊诊断模型,使之具有自学习和故障严重度诊断功能:通过总结分析离心压缩机故障特征信号的表征形式建立故障征兆模糊集;分析给出自学习故障诊断模糊矩阵;通过模糊规则运算对设备故障进行诊断,分析故障原因和故障严重度,实现定量化诊断;通过对故障诊断结果和故障案例的分析,对故障诊断模型进行修正,达到故障诊断模型的自学习和改进。(2)建立基于灵敏度和离散度分析的综合预测方法:通过分析振动信号的灵敏度和离散度确定压缩机的运行稳定情况;当压缩机运行稳定时,运用灰色预测方法预测振动位移和振动烈度,预测压缩机未来的振动情况;当压缩机运行不稳定时,运用模糊预测方法,预测压缩机可能出现的故障,提前采取相应的措施。建立基于综合预测的预警方法,对设备即将出现的故障和不稳定状态进行预警。(3)建立基于设备状态评估、故障诊断和状态预测基础上的维修策略方法:可以根据设备不同运行状态、不同故障类型和预测结果提出合适的维修策略和建议。(4)构建离心压缩机状态维修系统,实现对研究对象快速状态评估、故障诊断和状态预警分析,为设备有效的管理和维修提供很好的保障。系统主要功能有:基于模糊自学习故障诊断、基于灵敏度和离散度的状态综合预测、基于灵敏度和预测分析的综合预警、故障管理。(5)利用石化公司现场的离心压缩机数据对故障诊断模型和预测预警理论进行了验证,对建立的系统进行了实例分析。结果表明,利用以上方案进行离心压缩机状态维修技术研究是直观而有效的。