论文部分内容阅读
在各行各业中,压缩机越来越普遍的得到应用,在其运行过程中若出现异常状况或发生突然故障,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。因此研究压缩机状态监测方法和理论,建立完善的压缩机状态监测和故障诊断系统十分必要。本文主要针对螺杆压缩机振动信号的状态监测和故障诊断理论和方法进行了研究,并以LABVIEW为开发平台,建立了压缩机故障诊断系统。本文首先对螺杆压缩机的工作原理和基本结构进行了分析,并给出了螺杆压缩机的典型故障形式及监测诊断方法,在此基础上,分析研究了振动信号的获取和监测要点以及各种分析方法。本文的主要的分析方法有:1.利用时域参数中的有效值、峭度指标和裕度指标三个参数来反映压缩机工作状态。2.提出用小波能量的分布来反映压缩机工作状态的好坏程度。不同的工作状态下,振动信号的能量分布是不一样的,在正常状态下,能量分布均匀,当出现故障时,能量会集中在某一尺度范围内。3.利用HHT分析方法对振动信号进行频域分析,传统的FFT分析方法只适合分析线性平稳信号,实际中,由于压缩机的振动激励多,振动信号往往是非平稳信号,而HHT是一种用来分析非平稳信号的有效方法。4.提出了基于AR模型的参数预测和支持向量机的状态预测两种智能状态预测方法。为压缩机的状态监测提供了一种新的途径。根据压缩机故障机理和诊断方法的研究,基于虚拟仪器的开发平台,利用LABVIEW提供的接口,将MATLAB和LABVIEW结合起来,开发了压缩机状态监测和故障诊断的虚拟仪器系统,主要功能有:数据采集、动态显示、实时监测、信号分析(功率谱、相关分析、连续小波变换分析、时频分析、HHT分析)、基于AR模型状态预测、基于向量机故障诊断、异常信号存储和回放、分析结果回放等功能;同时能对压缩机的吸气温度、排气温度、润滑油温度、冷却水温度、吸气压力、排气压力、冷却水流量实时监测和越限报警;最后,利用研制的故障试验台进行了试验研究。结果表明,所搭建的虚拟仪器故障诊断系统,各模块能够较好的诊断出设备状态的好坏,验证了所开发的诊断系统的有效性和实用性。