在天然气加气子站中,压缩机的压缩介质是易燃易爆的气体,一旦达到爆炸极限浓度,就会发生压缩机燃烧爆炸事故,压缩机的运行状态正常与否直接影响到加气站的经济效益,甚至引发安全事故。因此,综合运用数据采集、自动控制、计算机网络、信息技术、人工智能等先进技术,研发面向天然气压缩机的实时监控与智能故障诊断系统,将对天然气压缩机单台设备的本地监控扩展到对多台设备的远程监控,实现对现场设备的集中管理,提高对天然气压缩机的实时监控与故障诊断、排除效率,就成为发展趋势。本文以西安昆仑液压传动机械厂生产的天然气压缩机为研究对象,结合公司实际情况与压缩机客户方的需求,开展了对压缩机智能故障诊断系统的综合性研究。首先,本文简单阐述了天然气压缩机的工作原理,总结了天然气压缩机运行过程中常见的故障,为案例库的建立奠定了基础,借鉴国内外设备故障诊断技术构建集成基于规则推理技术(Rule-Based Reasoning,简称RBR)与基于案例推理技术(Case-Based Reasoning,简称CBR)的天然气压缩机智能故障诊断系统原型。其次,在对故障诊断系统知识获取、知识表示、检索方法、系统修正等环节进行全面分析的基础上,提出融合RBR与CBR技术构建系统的集成推理模型:利用人工主动获取的方式从领域专家那里获得知识建立知识库;采用决策树的方式表示规则、案例框架描述故障案例,利用数据库将规则库和案例库综合在一起进行表示;利用k-NN方法完成系统的检索;并将衍生类比法用于案例库的修正,完成对天然气压缩机智能故障诊断系统运行原理的解释。最后,使用Java编程语言,开了发基于MySQL5.5数据库的智能故障诊断系统,实现对天然气压缩机的集中实时监控和故障的智能诊断。在压缩机出现故障时,系统能够对加气子站的压缩机进行实时监控并自动、快速、准确地分析故障原因、确定故障部位并给维修人员提供维修方案,有效地解决天然气压缩机故障诊断的瓶颈问题。经过企业的现场测试,验证了所开发的智能故障诊断系统的可行性、准确性和灵活性,系统的实施能有效减轻企业维修人员的劳动强度,减少设备维修及出差带来的额外费用和因压缩机停机带来的经济损失,对企业及用户均具有实际经济效益。