(录用定稿)网络首发时间:2019-01-24 13:30:18

基于蚁群聚类算法的离心式压缩机故障诊断方法

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、连续化和自动化方向发展,设备故障造成的损失也越来越大,研究其故障诊断方法对提高设备故障在线检测能力,预防故障和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,把对故障识别转化成对设备运行时的输出和状态特征的聚类问题。试验中,对离心式压缩机在正常运行、转子不平衡故障、油膜涡动故障、喘振故障采用蚁群聚类算法进行模式识别。试验结果表明,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,适合离心式压缩机故障诊断。

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;

蚁群聚类算法; 离心式压缩机; 故障诊断; 频域分析; 模式识别;

TH452;TP311.13

中国知网独家网络首发,未经许可,禁止转载、摘编。

油气储运

Oil & Gas Storage and Transportation

ISSN:1000-8241

中文核心期刊

627217K
在线咨询 用户反馈