论文部分内容阅读
摘 要：目的：研究压缩机故障诊断中灰色关联度分析法的应用。方法：探讨关联度分析法在故障诊断中的应用背景，总结出基于此方法的压缩机故障诊断方法，然后通过对此方法的应用效果进行分析，来实现关于灰色关联度分析法的压缩机故障诊断研究。结果：此方法可行。结论：将此方法应用到故障诊断中，能够让故障诊断更加便捷、可靠。
关键词：灰色关联;故障诊断;关联分析
灰色关联度分析法是指一种通过用两个因素变化发展趋势的相似、相异程度，来评估这两个因素之间关联度的方法。将该方法应用到故障诊断中，可以帮助人们通过分析当前故障表象与故障类型之间的关联度，来判断当前故障的类型，为后续的故障检修工作提供依据。
1研究背景
压缩机系统可以被看做一个灰色系统，从理论上来说，将灰色关联度分析法应用到压缩机故障诊断中是可行的。在此背景下，如果能够将该分析法应用到诊断中，就可以在无需深度检查的情况下，确定故障类型，并基于此，制定相应的排故方案，提高排故效率，同时，还可以将此方法应用到压缩机自动化控制系统程序算法设计中，使得系统得以根据观测到的故障征兆、表现，自动、迅速地判断出故障类型，并发出故障警报、运行排故措施，提升机械自动化运行水平。
2研究过程
2.1思路和方法
2.1.1灰色关联度分析故障诊断思路
首先，设立两个数据序列，即参考序列、比较序列。其中，参考序列是反应灰色系统行为特征的序列，而此次研究中的灰色系统为压缩机系统，因此，该参考序列是反应压缩机系统故障特征的序列。而比较序列则是影响系统行为因素的序列，也就是标准故障模式特征序列。灰色关联度分析法的作用原理就是通过衡量上述两个序列的关联度，来判断故障类型，达到故障诊断的效果。在此过程中，可以设标准故障模式种类数量为m，每种模式的对应特征向量元素有n个，由此即可得出标准故障模式特征序列，即比较序列为，
2.1.2灰色关联度分析法有效性验证方法
为了验证上述灰色关联度分析故障诊断方法的有效性，研究者准备先根据压缩机的故障表征，运用灰色关联度分析法对故障进行诊断。然后通过实地的人工深度检查操作，来验证故障诊断结果是否正确，由此得出此关联度分析法的有效性和可靠性。但应当注意，必须严格按照现行的技术规程、操作规范来进行故障人工检查，以保证该人工诊断结果的准确性。此外，在有效性验证中，还要注意，考虑到故障的发生势必会对压缩机的轴承振动烈度造成影响，因此，为了保证验证结果的可靠性，研究者选用了0～ 3.9X，0.4～ 0.49X，0.5X，0.51～ 0.99X，1X，2X，3～ 5X，6～ zX，≥ zX这几频段下的振幅作为故障特征，其中，zX为齿轮啮合频率，并分别验证了不平衡、不对中、齿轮损坏等九个常见故障的灰色关联度分析诊断结果的可靠性，以更加合理地验证灰色关联度分析法在故障诊断中应用的有效性。
2.2结果与分析
2.2.1故障诊断结果
经过上述故障诊断，研究者发现，上述九种故障条件下，灰色关联度分析法得出的故障诊断结果。由此可见，两种诊断方法重复性较高，说明基于灰色关联度分析法得出的故障判断结果准确可靠，因此，此方法在压缩机的故障诊断中具有可行性[1]。
2.2.2结果分析
根据上述研究结果，可以了解到，从整体来看，灰色关联度分析法下的故障诊断自动化水平更高，因此，效率也更高，能够帮助人们快速排除压缩机运行中的故障，保持其的稳定运行状态。
2.3讨论
经过上述研究和讨论可见，灰色关联度分析法在压缩机故障诊断中的应用具有高效、自动化水平高、可靠等明显优势。在此背景下，人们可以在压缩机处安装振动频率传感装置，用于捕捉故障特征信息，然后运用基于灰色关联度分析法设计出的运算程序，以故障特征信息为基础数据进行运算，由此得出故障诊断结果，这样不仅能够省去故障排除工作的人工现场检查分析的程序，而且还可以提高排故的效率，提升压缩机的自动化运行水平。此外，还可以直接将上述基于关联度分析法的故障诊断程序设置到机电一体化的控制系统架构中，深入优化机械作业的智能化水平，推动压缩机智能控制领域的发展[2]。
3.结论
综上所述，将灰色关联度分析法应用到故障诊断中，有助于压缩机运行水平的提升。经过上述研究，研究者发现运用关联度分析法得出的故障诊断结果，与深度检查得出的故障诊断结果重复性较高，由此可知，将该方法应用到压缩机故障诊断中，可以提高故障诊断的效率和效果。
参考文献：
[1]苗茺.基于PCA-LSSVM算法的矿用空压机故障诊断模型[J].山东化工，2020，49（14）：120-121+123.
[2]楊烨，何靖怡，李杰.基于灰色关联分析法的溶液泵振动分析[J].天然气与石油，2019，37（02）：50-55.
作者简介：
胡雄（1985年10月），男，湖南湘潭人，本科，中级工程师，压缩机故障诊断方向.
关键词：灰色关联;故障诊断;关联分析
灰色关联度分析法是指一种通过用两个因素变化发展趋势的相似、相异程度，来评估这两个因素之间关联度的方法。将该方法应用到故障诊断中，可以帮助人们通过分析当前故障表象与故障类型之间的关联度，来判断当前故障的类型，为后续的故障检修工作提供依据。
1研究背景
压缩机系统可以被看做一个灰色系统，从理论上来说，将灰色关联度分析法应用到压缩机故障诊断中是可行的。在此背景下，如果能够将该分析法应用到诊断中，就可以在无需深度检查的情况下，确定故障类型，并基于此，制定相应的排故方案，提高排故效率，同时，还可以将此方法应用到压缩机自动化控制系统程序算法设计中，使得系统得以根据观测到的故障征兆、表现，自动、迅速地判断出故障类型，并发出故障警报、运行排故措施，提升机械自动化运行水平。
2研究过程
2.1思路和方法
2.1.1灰色关联度分析故障诊断思路
首先，设立两个数据序列，即参考序列、比较序列。其中，参考序列是反应灰色系统行为特征的序列，而此次研究中的灰色系统为压缩机系统，因此，该参考序列是反应压缩机系统故障特征的序列。而比较序列则是影响系统行为因素的序列，也就是标准故障模式特征序列。灰色关联度分析法的作用原理就是通过衡量上述两个序列的关联度，来判断故障类型，达到故障诊断的效果。在此过程中，可以设标准故障模式种类数量为m，每种模式的对应特征向量元素有n个，由此即可得出标准故障模式特征序列，即比较序列为，
2.1.2灰色关联度分析法有效性验证方法
为了验证上述灰色关联度分析故障诊断方法的有效性，研究者准备先根据压缩机的故障表征，运用灰色关联度分析法对故障进行诊断。然后通过实地的人工深度检查操作，来验证故障诊断结果是否正确，由此得出此关联度分析法的有效性和可靠性。但应当注意，必须严格按照现行的技术规程、操作规范来进行故障人工检查，以保证该人工诊断结果的准确性。此外，在有效性验证中，还要注意，考虑到故障的发生势必会对压缩机的轴承振动烈度造成影响，因此，为了保证验证结果的可靠性，研究者选用了0～ 3.9X，0.4～ 0.49X，0.5X，0.51～ 0.99X，1X，2X，3～ 5X，6～ zX，≥ zX这几频段下的振幅作为故障特征，其中，zX为齿轮啮合频率，并分别验证了不平衡、不对中、齿轮损坏等九个常见故障的灰色关联度分析诊断结果的可靠性，以更加合理地验证灰色关联度分析法在故障诊断中应用的有效性。
2.2结果与分析
2.2.1故障诊断结果
经过上述故障诊断，研究者发现，上述九种故障条件下，灰色关联度分析法得出的故障诊断结果。由此可见，两种诊断方法重复性较高，说明基于灰色关联度分析法得出的故障判断结果准确可靠，因此，此方法在压缩机的故障诊断中具有可行性[1]。
2.2.2结果分析
根据上述研究结果，可以了解到，从整体来看，灰色关联度分析法下的故障诊断自动化水平更高，因此，效率也更高，能够帮助人们快速排除压缩机运行中的故障，保持其的稳定运行状态。
2.3讨论
经过上述研究和讨论可见，灰色关联度分析法在压缩机故障诊断中的应用具有高效、自动化水平高、可靠等明显优势。在此背景下，人们可以在压缩机处安装振动频率传感装置，用于捕捉故障特征信息，然后运用基于灰色关联度分析法设计出的运算程序，以故障特征信息为基础数据进行运算，由此得出故障诊断结果，这样不仅能够省去故障排除工作的人工现场检查分析的程序，而且还可以提高排故的效率，提升压缩机的自动化运行水平。此外，还可以直接将上述基于关联度分析法的故障诊断程序设置到机电一体化的控制系统架构中，深入优化机械作业的智能化水平，推动压缩机智能控制领域的发展[2]。
3.结论
综上所述，将灰色关联度分析法应用到故障诊断中，有助于压缩机运行水平的提升。经过上述研究，研究者发现运用关联度分析法得出的故障诊断结果，与深度检查得出的故障诊断结果重复性较高，由此可知，将该方法应用到压缩机故障诊断中，可以提高故障诊断的效率和效果。
参考文献：
[1]苗茺.基于PCA-LSSVM算法的矿用空压机故障诊断模型[J].山东化工，2020，49（14）：120-121+123.
[2]楊烨，何靖怡，李杰.基于灰色关联分析法的溶液泵振动分析[J].天然气与石油，2019，37（02）：50-55.
作者简介：
胡雄（1985年10月），男，湖南湘潭人，本科，中级工程师，压缩机故障诊断方向.