一种往复压缩机环状气阀的故障诊断方法

摘要

本发明主要涉及一种往复压缩机环状气阀的故障诊断方法。该方法的核心是基于线性插值的均值分解方法对往复压缩机环状气阀的振动信号进行故障诊断分析。本发明采用该方法对正常状态与不同故障状态下的气阀振动信号进行分解，得出信号的各组PF分量；提取各PF分量的各项特征参数，对比正常状态与不同故障状态下的各特征参数值，得出反映不同故障的对应特征参数，从而实现往复压缩机的故障诊断。

权利要求

1.一种往复压缩机环状气阀的故障诊断方法，其特征在于包括以下步骤：步骤1，采集往复压缩机环状气阀运行时的原始振动信号x(t)，确定原始振动信号x(t)中所有的极值点ni，所述极值点ni包括极大值点和极小值点；

步骤2，计算相邻极值点ni和ni+1的局部均值mi和包络估计值ai，计算方法如下：步骤3，将所有相邻的局部均值mi的对应点用直线相连并采用线性插值法得到原始振动信号x(t)的局部均值函数m1(t)，另外将所有相邻的的包络估计值ai的对应点用直线相连并采用线性插值法得到原始振动信号x(t)的包络估计函数a1(t)；

步骤4，将局部均值函数m1(t)从原始振动信号x(t)中分离出来，得到剥离函数h1(t)，计算公式为：h1(t)＝x(t)-m1(t)；

步骤5，通过包络估计函数a1(t)对剥离函数h1(t)进行解调，得到调频信号s1(t)，计算公式为：s1(t)＝h1(t)/a1(t)；

步骤6，判断s1(t)是否为纯调频信号，判断方法是把s1(t)当作原始信号，按照所述步骤

1～步骤3的方法计算出s1(t)的包络估计函数a2(t)，判断是否满足1-Δ≤a2(t)≤1+Δ，若不满足，则将s1(t)作为原始信号继续重复上述步骤4～步骤5，直到得到纯调频信号sn(t)为止，如此循环的迭代终止条件为：1-Δ≤an+1(t)≤1+Δ时，其中Δ＝10-5～10-9；

步骤7，将迭代过程中所产的全部包络估计函数相乘，得到包络信号a(t)，即：步骤8，将包络信号a(t)和最终得出的纯调频信号sn(t)相乘得到PF分量PF1(t)：PF1(t)＝a(t)sn(t)；

步骤9，从振动原始信号x(t)中将第一个PF分量PF1(t)分离出来后，得到剩余信号u1(t)：u1(t)＝x(t)-PF1(t)；

并将u1(t)作为原始信号并按照以上步骤1～步骤8的方法对其进行分解，直到第k次分解得到的剩余信号uk(t)为单调函数为止，最终原始振动信号x(t)表示为k个PF分量和余量uk(t)之和：步骤10，提取各PF分量PFj(t)的特征参数，求得各PF分量偏度系数gj、峭度系数qj以及总能量Ej，具体计算公式如下：式中N表示振动信号点总数量，PFj(ti)表示第j个PF分量第i个振动信号点对应的分量信号值，u表示各PF分量信号的平均值，σ表示各PF分量信号的标准差。

说明书

一种往复压缩机环状气阀的故障诊断方法

技术领域

[0001] 本发明属于压缩机技术领域，具体是涉及一种往复压缩机环状气阀的故障诊断方法。

背景技术

[0002] 往复压缩机是石油和天然气行业化工生产过程中最常用的机械之一，随着对高性能、高安全性要求的不断提高，保障其运行安全已成为重要的研究课题。基于振动的测量和分析技术已被证明在机械健康监测和故障诊断方面非常有效，因为在振动信号能体现出设备在役运行时的大量运行状态信息，利用一些分析手段可以成功地检测到一定条件下变速箱和轴承等旋转机械中的故障。但是由于间隙、轴承的非线性刚度、多部件耦合组件的不平衡和时变力量等因素，往复压缩机的振动信号具有非线性、非平稳性的特点，采用传统的分析技术，如时域统计分析和傅里叶变换等方法可能无法从往复压缩机的振动信号提取有效的信号特征。

[0003] 气阀是往复压缩机中最关键的零部件，这是因为它对压缩机的效率、功率、排气量和可靠性有着关键性的影响。据统计，往复压缩机大约有60％的故障是由气阀引起的，因此对气阀进行故障诊断研究有实际意义。但目前对气阀的振动信号尚无一套完善的故障诊断方法。

发明内容

[0004] 为了解决上述技术问题，本发明提供一种往复压缩机环状气阀的故障诊断方法。

[0005] 为了实现本发明的目的，本发明采用了以下技术方案：

[0006] 一种往复压缩机环状气阀的故障诊断方法，包括以下步骤：

[0007] 步骤1，采集往复压缩机环状气阀运行时的原始振动信号x(t)，确定原始振动信号x(t)中所有的极值点ni，所述极值点ni包括极大值点和极小值点；

[0008] 步骤2，计算相邻极值点ni和ni+1的局部均值mi和包络估计值ai，计算方法如下：

[0009]

[0010] 步骤3，将所有相邻的局部均值mi的对应点用直线相连并采用线性插值法得到原始振动信号x(t)的局部均值函数m1(t)，另外将所有相邻的的包络估计值ai的对应点用直线相连并采用线性插值法得到原始振动信号x(t)的包络估计函数a1(t)；

[0011] 步骤4，将局部均值函数m1(t)从原始振动信号x(t)中分离出来，得到剥离函数h1(t)，计算公式为：

[0012] h1(t)＝x(t)-m1(t)；

[0013] 步骤5，通过包络估计函数a1(t)对剥离函数h1(t)进行解调，得到调频信号s1(t)，计算公式为：

[0014] s1(t)＝h1(t)/a1(t)；

[0015] 步骤6，判断s1(t)是否为纯调频信号，判断方法是把s1(t)当作原始信号，按照所述步骤1～步骤3的方法计算出s1(t)的包络估计函数a2(t)，判断是否满足1-Δ≤a2(t)≤1+Δ，若不满足，则将s1(t)作为原始信号继续重复上述步骤4～步骤5，直到得到纯调频信号sn(t)为止，如此循环的迭代终止条件为：1-Δ≤an+1(t)≤1+Δ时，其中Δ＝10-5～10-9；

[0016] 步骤7，将迭代过程中所产的全部包络估计函数相乘，得到包络信号a(t)，即：

[0017]

[0018] 步骤8，将包络信号a(t)和最终得出的纯调频信号sn(t)相乘得到PF分量PF1(t)：

[0019] PF1(t)＝a(t)sn(t)；

[0020] 步骤9，从振动原始信号x(t)中将第一个PF分量PF1(t)分离出来后，得到剩余信号u1(t)：

[0021] u1(t)＝x(t)-PF1(t)；

[0022] 并将u1(t)作为原始信号并按照以上步骤1～步骤8的方法对其进行分解，直到第k次分解得到的剩余信号uk(t)为单调函数为止，最终原始振动信号x(t)表示为k个PF分量和余量uk(t)之和：

[0023]

[0024] 步骤10，提取各PF分量PFj(t)的特征参数，求得各PF分量偏度系数gj、峭度系数qj以及总能量Ej，具体计算公式如下：

[0025]

[0026]

[0027]

[0028] 式中N表示振动信号点总数量，PFj(ti)表示第j个PF分量第i个振动信号点对应的分量信号值，u表示各PF分量信号的平均值，σ表示各PF分量信号的标准差。

[0029] 本发明的有益效果在于：

[0030] 本发明可以利用线性插值均值分解方法对具有非线性和非平稳特点的气阀振动信号进行分析。本发明从气阀振动信号中分解出的PF分量中提取特征参数，作为气阀故障诊断与预警的依据。本发明通过对比正常状态与不同故障状态下的各特征参数值，得出反映不同故障的对应特征参数，实现了往复压缩机环状气阀的故障诊断。本发明可以更为明确、直观的判断出对应不同故障的有效特征参数，相比于现有技术中只用PF分量相关系数作为判定指标的方法准确度更高。

附图说明

[0031] 图1为气阀正常运行缸内压力P-θ图以及排气阀振动信号图。

具体实施方式

[0032] 下面结合实施例对本发明技术方案做出更为具体的说明：

[0033] 本实施例选用的往复压缩机由四川金星压缩机有限公司制造的DW-8/10型二级空气压缩机，容积流量8m3，供气量480Nm3/h，排气压力1.0Mpa。该压缩机采用的气阀均为三环环状气阀。实验研究的气阀为二级排气气阀，其振动信号通过PCB EXM 608A11型号传感器与NI 9234板卡采集。

[0034] 为探究气阀处于不同故障下的振动信号区别，以模拟不同的故障信号分类，本发明将故障类型分为：a)阀片断裂；b)气阀弹簧失效。我们对排气阀的阀片进行了不同程度的破坏，破坏方式与故障类型对应，具体如下表1所示：

[0035] 故障类型 阀片断裂 气阀弹簧失效破坏方式 锯断阀片 去除部分弹簧

[0036] 为了得到更好的振动分析数据以模拟阀片断裂的效果，本发明将三个环同时锯断。另外为了模拟弹簧失效故障的效果，本发明拿掉了气阀中1/3的弹簧。

[0037] 开始对所述往复压缩机环状气阀进行故障诊断：

[0038] 步骤1，采集往复压缩机环状气阀运行时的原始振动信号x(t)，确定原始振动信号x(t)中所有的极值点ni，所述极值点ni包括极大值点和极小值点。

[0039] 压缩机运行时二级气缸的P-θ图与该气阀的阀盖振动加速度信号图如图1所示。从图1可以看出，排气阀的振动信号很直观的反映了压缩机的运行状态，从振动信号中可以很直观的看出压缩机所处不同过程的工作状态。

[0040] 步骤2，计算相邻极值点ni和ni+1的局部均值mi和包络估计值ai，计算方法如下：

[0041]

[0042] 步骤3，将所有相邻的局部均值mi的对应点用直线相连并采用线性插值法得到原始振动信号x(t)的局部均值函数m1(t)，另外将所有相邻的的包络估计值ai的对应点用直线相连并采用线性插值法得到原始振动信号x(t)的包络估计函数a1(t)。

[0043] 所述局部均值mi的对应点以及包络估计值ai的对应点分别位于极值点ni和ni+1之间的时间轴居中位置，即当极值点ni对应的时间为ti，极值点ni+1对应的时间为ti+1，则局部均值mi对应的点以及包络估计值ai对应的点的时间为

[0044] 步骤4，将局部均值函数m1(t)从原始振动信号x(t)中分离出来，得到剥离函数h1(t)，计算公式为：

[0045] h1(t)＝x(t)-m1(t)

[0046] 步骤5，通过包络估计函数a1(t)对剥离函数h1(t)进行解调，得到调频信号s1(t)，计算公式为：

[0047] s1(t)＝h1(t)/a1(t)

[0048] 步骤6，判断s1(t)是否为纯调频信号，判断方法是把s1(t)当作原始信号，按照所述步骤1～步骤3的方法计算出s1(t)的包络估计函数a2(t)，判断是否满足1-Δ≤a2(t)≤1+Δ，若不满足，则将s1(t)作为原始信号继续重复上述步骤4～步骤5，直到得到纯调频信号sn(t)为止，如此循环的迭代终止条件为：1-Δ≤an+1(t)≤1+Δ时。在实际应用中，为了减少迭代次数，降低运算时间，可设置一个变量Δ，根据计算的精度需求来选取，一般选择Δ＝10-5～10-9。

[0049] 步骤7，将迭代过程中所产的全部包络估计函数相乘，得到包络信号a(t)，即：

[0050]

[0051] 步骤8，将包络信号a(t)和最终得出的纯调频信号sn(t)相乘得到PF分量PF1(t)：

[0052] PF1(t)＝a(t)sn(t)

[0053] 步骤9，从振动原始信号x(t)中将第一个PF分量PF1(t)分离出来后，得到剩余信号u1(t)：

[0054] u1(t)＝x(t)-PF1(t)

[0055] 并将u1(t)作为原始信号并按照以上步骤1～步骤8的方法对其进行分解，直到第k次分解得到的剩余信号uk(t)为单调函数为止，最终原始振动信号x(t)表示为k个PF分量和余量uk(t)之和：

[0056]

[0057] 说明该方法没有造成原始信号丢失，uk(t)为残余函数，代表了信号的平均趋势。

[0058] 步骤10，提取各PF分量PFj(t)的特征参数，求得各PF分量偏度系数gj、峭度系数qj以及总能量Ej，偏度系数gj采用归一化的三阶中心矩来计算，峭度系数qj采用归一化四阶中心矩来计算，总能量Ej则通过对各PF分量的平方值进行全波段积分得出，具体计算公式如下：

[0059]

[0060]

[0061]

[0062] 式中N表示振动信号点总数量，PFj(ti)表示第j个PF分量第i个振动信号点对应的分量信号值，u表示各PF分量信号的平均值，σ表示各PF分量信号的标准差。运算符E[]表示对PFj(ti)-u进行求平均运算。

[0063] 本发明所述偏度系数是描述分布偏离对称性程度的一个特征数，当分布左右对称时，偏度系数为0。当偏度系数大于0时，即重尾在右侧时，该分布为右偏。当偏度系数小于0时，即重尾在左侧时，该分布左偏。所述峭度指标反映随机变量分布特性的数值统计量，是无量纲参数，它与轴承转速、尺寸、载荷等无关，对冲击信号特别敏感，特别适用于表面损伤类故障、尤其是早期故障的诊断。能量比是一种优化设计方法，可作为函数优化的准则之一，在给定函数频谱主瓣宽度的条件下，其主瓣能量与频谱总能量之比，称为函数的能量比。通过以上三种特征参数分析，发现PF分量的判断更为具体，可以更为明确、直观的判断出对应压缩机环状气阀不同故障的有效特征参数，比现有的大多数只用相关系数作为判定指标的方法准确度更高。

[0064] 通过以上分析方法，对比正常状态与不同故障状态下的各特征参数值，得出反映不同故障的对应特征参数，实现往复压缩机环状气阀的故障诊断。

[0065] 为了获得更多的特征参数值，我们对压缩机正常运行模式和每组故障模式都做了三组实验，对所有实验测得的气阀振动数据在一个周期内进行线性插值均值分解，每组振动数据都获得4组PF分量，获得了各组振动数据的PF分量之后，我们计算了每个故障状态下所有PF分量的特征参数值，包括偏度系数gi、峭度系数qi和总能量比Ei/E。所有的计算结果都汇总在表1中，计算结果中每个数字都保留5位有效数字。

[0066] 表2各种状态下气阀振动信号线性插值均值分解得到的PF分量特征参数值[0067]

[0068]

[0069] 从表1中可以看出，与正常信号线性插值均值分解后提取出的PF分量特征参数相比，锯断信号特征参数的有几项存在明显的差异，主要集中在高阶分解的PF3和PF4的特征参数上，这些特征参数值普遍比正常信号的特征参数高很多，因此对气阀振动信号线性插值均值分解后得出的PF分量中，PF3和PF4可以作为气阀是否存在断裂的重要判别依据，也可以作为其故障识别和诊断的手段。而去除部分气阀弹簧的振动信号提取出的特征参数中E1/E明显比正常信号的特征参数值低很多，而E2/E的值则偏高很多，这两项依据可以用来作为气阀弹簧失效故障的判别和诊断方法。