[1]王正洪,尤一匡,张小鸣,等.往复压缩机的状态监测和故障的诊断方法[J].常州大学学报(自然科学版),2004,(03):5-8.
　WANG Zheng- hong,YOU Yi- kuang,ZHANG Xiao- ming,et al.Research on Condition Monitoring and Fault Diagnosis Approach for Reciprocating Compressors[J].Journal of Changzhou University(Natural Science Edition),2004,(03):5-8.
点击复制

往复压缩机的状态监测和故障的诊断方法()
分享到：

常州大学学报(自然科学版)[ISSN:2095-0411/CN:32-1822/N]

卷:
期数:
2004年03期
页码:
5-8
栏目:
出版日期:
2004-09-25

文章信息/Info

Title:
Research on Condition Monitoring and Fault Diagnosis Approach for Reciprocating Compressors
作者:
王正洪1;  尤一匡2 ;  张小鸣1;  张 琳2
1.江苏工业学院计算机科学与工程系, 江苏 常州 213016; 2.江苏工业学院机械工程系, 江苏 常州 213016
Author(s):
WANG Zheng- hong 1 ;  YOU Yi- kuang 2 ;  ZHANG Xiao- ming 1 ;  ZHANG Lin 2
1.Department of Computer Science and Technology, Jiangsu Poly technic University, Changzhou 213016, China; 2. Department of Mechanical Engineering, Jiang su Polytechnic University, Changzhou 213016
关键词:
往复压缩机;  状态监测;  故障诊断;  小波包;  神经网络
Keywords:
reciprocat ing compressor;  condition monitoring;  fault diagnosis;  w avelet packet ;  neural netw ork
分类号:
T P 183
文献标志码:
A
摘要:
分析了用传统的时域和频域分析方法不能有效提取往复压缩机故障特征的原因, 介绍了基于小波包分析与神经网络的往 复压缩机故障诊断方法, 探讨了包括往复压缩机振动信号的降噪、小波包分解与重构、故障特征提取、针对防止发生漏诊或误 诊问题而提出的组合RBF 网络及其训练方法和渐进学习能力等问题。还专门介绍了一种新的技术, 它可以帮助我们确定一个适 当的阈值, 用于解释经过训练的RBF 分类器的输出。
Abstract:
This paper analyzes the causes of the difficulties to extract the fault features of reciprocat ing compressors by convent ional time- domain and frequency- domain methods, introduces the fault diagnosis approach based on the w avelet packet analysis and neural netw ork, explores the methods of reducing noise on vibrat ional signal, decomposition and reconst ruct ion of wavelet packet, extraction of fault features, composite RBF- netw ork for preventing wrong or leak diagnoses and its training approach and the ability of incremental learning. Especially, this paper int roduces a novel technique w hich may be used to determine an appropriate threshold for interpret ing the output s of a t rained RBF classif ier.

参考文献/References:

[1] 刘卫华, 郁永章1 往复压缩机故障诊断技术研究现状与展望 [J] 1 压缩机技术, 1999, 155 ( 3) : 49- 521
[2] 刘卫华, 郁永章1 往复压缩机故障分析及智能诊断系统[J] 1 压缩机技术, 2000, 162 ( 4) : 27- 301
[3] 刘卫华, 郁永章1 往复压缩机故障诊断方法的研究[J] 1 压 缩机技术, 2001, 165 ( 1) : 3- 51
[4] 刘卫华, 郁永章, 昂海松1 气阀故障诊断的实验研究[J] 1 压缩机技术, 2001, 166 ( 2) : 3- 51
[5] 刘卫华, 郁永章, 昂海松1 多级压缩机故障诊断技术[J] 1 压缩机技术, 2001, 169 ( 5) : 3- 61
[6] 刘红星, 林京, 沈玉娣, 等1 往复式压缩机气阀故障的振动诊 断方法[J] 1 压缩机技术, 1996, 135 ( 1) : 32- 341
[7] 林京, 刘红星, 屈梁生1 功率谱谱距及其模糊测度在气阀故障 诊断中的应用[J] 1 化工机械, 1997, 24 ( 3) : 168- 1701
[8] 林京, 刘红星, 屈梁生1 信号包络特征识别在故障诊断中的应 用[J] 1 振动、测试与诊断, 1998, 18 ( 1) : 34- 381
[9] 金涛, 童水光, 汪希萱, 等1 往复式活塞压缩机故障监测与诊 断技术[J] 1 流体机械, 1999, 27 ( 11) : 28- 311
[10] 金涛, 匡继勇1 基于小波变换的往复式压缩机故障诊断系统 [J] 1 流体机械, 2000, 28 ( 2) : 23- 261
[11] 杜海峰, 王孙安, 丁国锋1 基于粗糙集与模糊神经网络的多 级压缩机诊断[J] 1 西安交通大学学报, 2001, 35 ( 9 ) : 940 - 9441
[12] 刘树林, 张嘉钟, 黄文虎, 等1 基于小波包与粗集的往复压 缩机故障诊断方法[J] 1 压缩机技术, 2002, 172 ( 2 ) : 1 - 31
[13] 刘树林, 张嘉钟, 徐敏强, 等1 基于小波包与神经网络的往 复压缩机故障诊断方法[J] 1 石油矿场机械, 2002, 31 ( 4 ) : 1- 31
[14] 王长琼1 基于组合RBF 网络的故障诊断方法及应用研究[J] 1 计算机工程与应用, 2001, 37 ( 14) : 13- 151
[15] Mikko Leht okangas, Jukka Saarinen, Kimmo Kaski. Accelerating Train ing of Radial Basis Function Netw orks w ith Cascade - Correlat ion Algorithm [J] . Neurocom put ing, 1995, 9: 207 - 2131
[16] Yuhua Li, Michael J Pont , Barrie N Jones. Improving the Perf ormance of Radial Bas is Function Classif iers in Condit ion Monit oring and Fault Diagnosis Applicat ions Where - Unknow n. Fault s May Occur [J] . Pat tern Recognit ion Let ters, 2002, 23: 569 - 5771

备注/Memo

备注/Memo:
基金项目: 扬子石油化工股份有限公司基金资助( 02KJ065) 作者简介: 王正洪( 1946- ) , 男, 上海市人, 教授, 主要从事自动控制与计算机应用研究。
更新日期/Last Update: 2004-09-25