论文摘要
工业化生产水平的提高使得离心式压缩机不断朝着大型化、复杂化、连续化及自动化方向发展,设备故障造成的损失越来越大,研究其故障诊断方法对于提高设备故障在线检测能力、预防故障与事故的发生具有积极意义。采用电涡流传感器测量离心式压缩机联轴节侧径向位移信号,应用频域分析方法对采集到的信号数据进行傅里叶变换,获得对故障敏感的特征量,作为蚁群聚类算法输入的特征参数,将对故障识别转化成对于设备运行时的输出和状态特征的聚类问题。将蚁群聚类算法应用于某乙烯厂的离心式压缩机,对其正常运行、转子不平衡故障、油膜涡动故障、喘振故障4种状态进行模式识别。应用结果表明:基于蚁群聚类算法的离心式压缩机故障诊断方法诊断结果准确、识别率高。(表3,参20)
论文目录
文章来源
类型: 期刊论文
作者: 祝勇仁,蔡杰,善盈盈
关键词: 蚁群聚类算法,离心式压缩机,故障诊断,频域分析,模式识别
来源: 油气储运 2019年04期
年度: 2019
分类: 工程科技Ⅰ辑,工程科技Ⅱ辑,信息科技
专业: 机械工业,自动化技术
单位: 浙江机电职业技术学院机械技术系
基金: 浙江省科技厅公益技术研究工业项目“低温氦气体轴承透平膨胀机研制”,浙科技厅2014C31157
分类号: TP18;TH452
页码: 424-428
总页数: 5
文件大小: 1495K
下载量: 132