基于多尺度样本熵的往复式压缩机故障诊断方法研究.pdf

《基于多尺度样本熵的往复式压缩机故障诊断方法研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2014年3月机械设计与制造工程Mar．2014第43卷第3期MachineDesignandManufacturingEngineeringVo1．43No．3DOI：10．3969／j．issn．2095—509X．2014．03．021基于多尺度样本熵的往复式压缩机故障诊断方法研究田智，朱琴，练兴元，朱涛，王雪(1．中石油西南油气田分公司川西北气矿，四川江油621700)(2．重庆科技学院电气与信息工程学院，重庆401331)摘要：往复式压缩机工作时的振动信号非常复杂，对采样数据经过替代数据法和最大Lyapunov指数分析后发现具有一定的非线性和弱混沌

2、性，这样的数据特征在其故障诊断时较适合采用样本熵(SampleEntropy，SampEn)进行处理。为实现往复式压缩机振动故障诊断，研究了振动信号符号化处理方法，提出了符号序列的SampEn算法，分析了不同时延参数下SampEn值曲线的几何特征，并利用该几何特征构建了故障的标准模板，通过该模板实现了故障诊断。实验证明，利用SampEn可以进行压缩机典型故障的诊断，该方法具有工程实用价值。关键词：往复式压缩机；振动；样本熵；故障诊断中图分类号：TU17文献标识码：A文章编号：2095—509X(2014)03—0078—05利用振动信号对往复式压缩机的故障进

3、行诊谱型变化对应机器的正常、不良和故障状态的结断一直是学术界和工程界非常关注的问题。往复论，并认为奇异谱是不可建模的复杂机械系统故障式压缩机结构复杂，工作时激振源众多，其振动信诊断的重要指标；冯晓光研究了近似熵(Approx—号既包含稳态周期信号，也包含周期冲击信号和随imateEntropy，ApEn)在往复式压缩机故障诊断上机冲击信号。其振动信号频谱往往非常复杂，很难的应用，改进了熵算法，并应用到实际的工程项目直接利用频谱特征参数进行有效的故障诊断。中；苗刚等人将多尺度Hilbert谱熵引入到高压从机器的运行机理分析，机器系统在完全正聚乙烯装置的往复式压

4、缩机组排气阀表面振动信常、初期故障、中期故障和严重故障以及发生不同号的分析中，分析了Hilbert谱熵的算法，比较了时的故障时，其系统的非线性动力学特征会发生变频熵与多尺度Hilbert熵在实际应用中的效果，证化。对于像往复式压缩机这样的多自由度非线性实了多尺度Hilbert谱熵能更准确地反映机组的状系统，从状态空间(相空间)角度很难建立起完备态。的非线性微分方程；但采用某些非线性动力学的统多尺度SampEn具有非常良好的特性，如要求计参数进行故障诊断，却是一种有效实用的方法。样本少、允许数据缺损、状态稳定等特点，非常适合目前该方法已引起了广泛的关注和重视¨

5、I4。在现场对往复式压缩机进行故障诊断。本文利用振唐友福等人采用均值符号化方法计算信号动时域信号进行多尺度SampEn故障诊断的研究，Lempel—Ziv复杂度(Lempel—Zivcomplexity，试图利用SampEn包含的丰富信息有效区分不同LZC)，利用BP人工神经网络对4种模拟故障的的往复式压缩机的故障。LZC特征分别进行训练和诊断，效果较好；XinJin等人利用符号化数据，在小波变换的基础上，根1往复式压缩机振动信号的动力学特征分据符号化数据后的非线性统计参数进行故障诊断析和预测，效果较好；陈予恕。。在研究12150发动机要进行多尺度SampE

6、n分析，首先需要研究往的监测技术时，采用了奇异谱分析方法，分析得出复式压缩机振动信号的特性，这些特性包括是否具收稿日期：2013—12—25作者简介：田智(1981一)，男，四川南充人，中石油西南油气田分公司川西北气矿工程师，主要从事天然气开采及管理工作。·78·2014年第3期田智：基于多尺度样本熵的往复式压缩机故障诊断方法研究有周期信号特征、是否非线性和是否具有混沌特当信号长度为偶数时：性。(=0)，=11．1振动信号的频谱分析N从引起往复式压缩机振动的激振源分析，主要()=()㈩=一2iN／2，有旋转惯性力、往复惯性力、气体周期冲击脉冲和()，≤≤，摩

7、擦力等。这些激振力使得压缩机得到的振动信+2≤≤Ⅳ号应该包含稳定的频谱值，同时由于非线性因素的引入关联维判据：存在，也会使得频谱变得复杂。图1和图2是中石油西南分公司川西北气矿江油雷三作业区3样往复S=ID。一DI／tr。(4)式增压机采集得到的气缸盖轴向的振动信号。式中：D。为原始数据的关联维数；JD。为所有替代数据关联维数的平均值；。为所有替代数据关联维数的标准差。若取显著度水平=0．5，则当Ls≥1．96时，原始数据以95％的置信水平为非线性序列；当S<1．96时，原始数据以95％的置信水平为随机序列。混沌情况的检测采用最大Lyapunov指数¨。。。

8、图1压缩机气缸盖振动时域信号最大Lyapunov指数