论文部分内容阅读
[摘 要]离心压缩机作为工业生产的重要设备，在工业生产中发挥着极为重要的作用。因为离心压缩机具有结构复杂等各方面的特点，因此，在实际运行的过程中经常出现各种各样的故障。加强针对离心压缩机故障诊断方法研究的力度，促进离心压缩机运行稳定性的有效提升，已经成为了相关部门密切关注的问题。本文主要是希望通过对离心压缩机故障诊断发展趋势的分析，为离心压缩机故障诊断探索出一条新的发展道路。
[关键词]离心压缩机；故障诊断；发展趋势
中图分类号：TH452 文献标识码：A 文章编号：1009-914X（2018）29-0359-01
引言
离心压缩机运行过程中存在的潜在故障不仅是影响压缩机运行效率的重要因素，而且一旦离心压缩机在实际运行过程中出现故障的话，那么必然会导致整个系统出现停机的现象。所以必须加强离心压缩机故障诊断方法研究的力度，降低离心压缩机发生故障的几率，为离心压缩机营造安全、高效的运行环境。
1、离心压缩机的故障类型
经过调查研究发现，虽然离心压缩机在运行过程中出现的故障与各种不同的类型。但是通过分析对比故障的特征后发现大约有90%都是振动故障。通过对离心压缩机振动故障特征分析后发现，导致类型压缩机出现振动故障的类型主要有以下几种：（1）转子偏移临界。如果转子之间中心线没有在规定位置上而出现明显倾斜现象的话，那么离心压缩机在长期运行的过程中，就会出现振动现象[1]。针对这一故障的解决，主要应根据实际情况采取热态处理的方式，排除外力对转子运行产生的干扰，避免出现转子偏移临界现象的出现；（2）转子与弯曲轴不在同一中心线位置。如果离心压缩机转子弯曲导致振动故障发生，必须根据转子弯曲故障的特点，及时的采取切实可行的措施予以修复；（3）转子不平衡。假如离心压缩机运行过程中出现转子轴心线不平衡现象，就会使离心压缩机转子出现转子周期性运转偏离的现象。如果离心压缩机在运行过程中发生此类故障，那么维修人员必须仔细的检查转子是否出现问题，然后根据要求全面的进行平整转子轴承间隙、油温变化差异、联轴器等部件进行检查，最后根据实际检查结果制定合理的维修与保养措施。
2、神经网络离心压缩机故障诊断
离心压缩机所发生的故障与故障发生原因之间存在着非常明显的非线性联系。因此，检修人员必须充分发挥神经网络诊断方法的特点，分析离心压缩机运行过程中存在的问题。在深入分析离心压缩机自身组织变化的基础上，确定离心压缩机故障的类型，以便于及时的解决离心压缩机运行过程中存在的故障[2]。谱图故障诊断方法作为离心压缩机故障诊断最常用的方法之一。虽然运用谱图故障诊断方法，可以准确的发现离心压缩机存在的故障隐患，但是因为现阶段采用谱图诊断方法存着着缺乏信号支持的现象，因此，经常导致离心压缩机故障类型的判断出现偏差。随着科学技术的不断发展，神经网络离心压缩机故障诊断方式在工业生产中的广泛推广和应用，对于离心压缩机故障诊断效率的提升，具有极为重要的意义。
3、基于小波分析的离心压缩机故障诊断
除了神经网络故障诊断方法以外，小波分析法也是故障诊断效率较高的离心机故障诊断方法。在实践应用过程中，运用小波分析法诊断离心压缩机故障，主要采取的是利用小波变换特性，进行离心压缩机故障信号处理，然后根据信号分析结果判断出离心压缩机的故障类型。在实践应用小波分析法进行离心压缩机故障诊断的过程中，必须做好以下几方面的工作：（1）采用小波分析法进行网络结构的分析。在运用小波分析法诊断离心压缩机故障时，必须对其所形成的网络神经结构基本特性的分析予以高度重视。充分发挥小波分析法的优势诊断潜在的离心压缩机故障，然后根據诊断结果进行相关参数的调整，并在参数调整完成后，逐步的降低输入值，故障诊断就结束了。比如，离心压缩机在表现出故障特征后，利用小波分析法将离心压缩机的故障现象参数，按照神经网络结构构件的要求分为不同的层次。第一层，输入层。这一层主要是在完成小波变换的基础上，获取准确的离心压缩机内部故障信息参数；第二层，输出层。这一层主要是在构建故障诊断模型的基础上，将小波分析神经网络结构的分析作用充分体现出来；第三层，隐含层。这一层主要是在构建复杂网络结构的过程中，发挥出小波分析在故障诊断中的积极作用，为离心压缩机故障的最终确定奠定良好的基础。（2）小波分析的诊断算法。利用小波分析进行离心压缩机故障诊，在详细比对预设参数与实际运行数据的基础上，将两者之间出现的误差作为目标函数，并以此为基础进行诊断结果的调整，确保其满足小波分析的相关条件，为故障诊断工作的顺利进行提供全面的技术支持。
4、离心压缩机故障诊断技术的发展趋势
计算机技术与电子信息技术的发展，加快了旋转机械振动监测故故障诊断系统发展的步伐。（1）网络化系统与故障诊断中心的建立。网络化作为当今社会发展的必然趋势，任何行业的发展都离不开网络化的支持。这一发展趋势，也为各个行业高速信息网络系统的建设提供了机遇。比如，哈工大经过多年的实践，终于在大庆石油公司，建立了大型的振动监测与故障诊断网络系统。这一系统，主要是利用各个分厂局域网的光纤网络所组成的全厂设备故障诊断系统，进行离心压缩机故障的在线监测与诊断[3]。（2）现代信号技术，在振动信号数据处理中应用力度的加强。随着科学技术的不断发展，人们在研究故障诊断技术的过程中发现，离心压缩机故障特征信息的提取和分析，不仅是确定离心压缩机故障类型的关键，而且也是现阶段故障诊断技术发展过程中，始终无法有效解决的问题，而这些问题的存在，对于离心压缩机故障诊断准确性的提升，具有极为重要的影响。（3）故障机理的研究。故障机理，是离心压缩机故障诊断研究工作开展的基础。相关部门，只有将离心压缩机故障诊断研究，逐步的过渡至系统动力学模型参数辨识的研究，才能从根本上，促进离心验收故障诊断准确性的稳步提升。
结束语
总之，随着社会经济的不断发展，离心压缩机作为工业生产中的重要设备，其在工业生产中发挥的作用也日益重要。虽然目前离心式压缩机自身仍然存在着很多的缺陷，但是站在结构成本的角度分析的话，离心式压缩机仍然是工业生产中经济性较高的设备。因此加强针对离心式压缩机故障诊断方法研究的力度，对于离心式压缩机运行故障的降低具有极为重要的意义。
参考文献
[1] 张庆涛.离心压缩机智能故障诊断方法研究[D].大庆石油学院，2017.
[2] 丁克北.离心压缩机故障诊断研究现状及发展趋势[J].炼油与化工，2017，02：30-33.
[3] 刘良顺.离心压缩机组热力性能监测与故障诊断[D].大连理工大学，2017.
[关键词]离心压缩机；故障诊断；发展趋势
中图分类号：TH452 文献标识码：A 文章编号：1009-914X（2018）29-0359-01
引言
离心压缩机运行过程中存在的潜在故障不仅是影响压缩机运行效率的重要因素，而且一旦离心压缩机在实际运行过程中出现故障的话，那么必然会导致整个系统出现停机的现象。所以必须加强离心压缩机故障诊断方法研究的力度，降低离心压缩机发生故障的几率，为离心压缩机营造安全、高效的运行环境。
1、离心压缩机的故障类型
经过调查研究发现，虽然离心压缩机在运行过程中出现的故障与各种不同的类型。但是通过分析对比故障的特征后发现大约有90%都是振动故障。通过对离心压缩机振动故障特征分析后发现，导致类型压缩机出现振动故障的类型主要有以下几种：（1）转子偏移临界。如果转子之间中心线没有在规定位置上而出现明显倾斜现象的话，那么离心压缩机在长期运行的过程中，就会出现振动现象[1]。针对这一故障的解决，主要应根据实际情况采取热态处理的方式，排除外力对转子运行产生的干扰，避免出现转子偏移临界现象的出现；（2）转子与弯曲轴不在同一中心线位置。如果离心压缩机转子弯曲导致振动故障发生，必须根据转子弯曲故障的特点，及时的采取切实可行的措施予以修复；（3）转子不平衡。假如离心压缩机运行过程中出现转子轴心线不平衡现象，就会使离心压缩机转子出现转子周期性运转偏离的现象。如果离心压缩机在运行过程中发生此类故障，那么维修人员必须仔细的检查转子是否出现问题，然后根据要求全面的进行平整转子轴承间隙、油温变化差异、联轴器等部件进行检查，最后根据实际检查结果制定合理的维修与保养措施。
2、神经网络离心压缩机故障诊断
离心压缩机所发生的故障与故障发生原因之间存在着非常明显的非线性联系。因此，检修人员必须充分发挥神经网络诊断方法的特点，分析离心压缩机运行过程中存在的问题。在深入分析离心压缩机自身组织变化的基础上，确定离心压缩机故障的类型，以便于及时的解决离心压缩机运行过程中存在的故障[2]。谱图故障诊断方法作为离心压缩机故障诊断最常用的方法之一。虽然运用谱图故障诊断方法，可以准确的发现离心压缩机存在的故障隐患，但是因为现阶段采用谱图诊断方法存着着缺乏信号支持的现象，因此，经常导致离心压缩机故障类型的判断出现偏差。随着科学技术的不断发展，神经网络离心压缩机故障诊断方式在工业生产中的广泛推广和应用，对于离心压缩机故障诊断效率的提升，具有极为重要的意义。
3、基于小波分析的离心压缩机故障诊断
除了神经网络故障诊断方法以外，小波分析法也是故障诊断效率较高的离心机故障诊断方法。在实践应用过程中，运用小波分析法诊断离心压缩机故障，主要采取的是利用小波变换特性，进行离心压缩机故障信号处理，然后根据信号分析结果判断出离心压缩机的故障类型。在实践应用小波分析法进行离心压缩机故障诊断的过程中，必须做好以下几方面的工作：（1）采用小波分析法进行网络结构的分析。在运用小波分析法诊断离心压缩机故障时，必须对其所形成的网络神经结构基本特性的分析予以高度重视。充分发挥小波分析法的优势诊断潜在的离心压缩机故障，然后根據诊断结果进行相关参数的调整，并在参数调整完成后，逐步的降低输入值，故障诊断就结束了。比如，离心压缩机在表现出故障特征后，利用小波分析法将离心压缩机的故障现象参数，按照神经网络结构构件的要求分为不同的层次。第一层，输入层。这一层主要是在完成小波变换的基础上，获取准确的离心压缩机内部故障信息参数；第二层，输出层。这一层主要是在构建故障诊断模型的基础上，将小波分析神经网络结构的分析作用充分体现出来；第三层，隐含层。这一层主要是在构建复杂网络结构的过程中，发挥出小波分析在故障诊断中的积极作用，为离心压缩机故障的最终确定奠定良好的基础。（2）小波分析的诊断算法。利用小波分析进行离心压缩机故障诊，在详细比对预设参数与实际运行数据的基础上，将两者之间出现的误差作为目标函数，并以此为基础进行诊断结果的调整，确保其满足小波分析的相关条件，为故障诊断工作的顺利进行提供全面的技术支持。
4、离心压缩机故障诊断技术的发展趋势
计算机技术与电子信息技术的发展，加快了旋转机械振动监测故故障诊断系统发展的步伐。（1）网络化系统与故障诊断中心的建立。网络化作为当今社会发展的必然趋势，任何行业的发展都离不开网络化的支持。这一发展趋势，也为各个行业高速信息网络系统的建设提供了机遇。比如，哈工大经过多年的实践，终于在大庆石油公司，建立了大型的振动监测与故障诊断网络系统。这一系统，主要是利用各个分厂局域网的光纤网络所组成的全厂设备故障诊断系统，进行离心压缩机故障的在线监测与诊断[3]。（2）现代信号技术，在振动信号数据处理中应用力度的加强。随着科学技术的不断发展，人们在研究故障诊断技术的过程中发现，离心压缩机故障特征信息的提取和分析，不仅是确定离心压缩机故障类型的关键，而且也是现阶段故障诊断技术发展过程中，始终无法有效解决的问题，而这些问题的存在，对于离心压缩机故障诊断准确性的提升，具有极为重要的影响。（3）故障机理的研究。故障机理，是离心压缩机故障诊断研究工作开展的基础。相关部门，只有将离心压缩机故障诊断研究，逐步的过渡至系统动力学模型参数辨识的研究，才能从根本上，促进离心验收故障诊断准确性的稳步提升。
结束语
总之，随着社会经济的不断发展，离心压缩机作为工业生产中的重要设备，其在工业生产中发挥的作用也日益重要。虽然目前离心式压缩机自身仍然存在着很多的缺陷，但是站在结构成本的角度分析的话，离心式压缩机仍然是工业生产中经济性较高的设备。因此加强针对离心式压缩机故障诊断方法研究的力度，对于离心式压缩机运行故障的降低具有极为重要的意义。
参考文献
[1] 张庆涛.离心压缩机智能故障诊断方法研究[D].大庆石油学院，2017.
[2] 丁克北.离心压缩机故障诊断研究现状及发展趋势[J].炼油与化工，2017，02：30-33.
[3] 刘良顺.离心压缩机组热力性能监测与故障诊断[D].大连理工大学，2017.