K5403离心式压缩机状态监测与趋势预测技术研究

摘要

K5403离心式压缩机是巴陵石化有限公司生产的关键设备，该设备一旦出现故障，不仅严重影响生产，给企业带来重大的经济损失，还会造成人员伤亡等恶性事故。本文以K5403离心式压缩机为研究对象，开展了状态监测与趋势预测技术研究，以实现机组的预知维护。 论文主要研究工作有： 1.阐述了状态监测与趋势预测技术研究的目的、意义及发展历程和趋势，结合K5403离心式压缩机的维护现状和用户需求，阐明了将状态监测和趋势预测技术应用于K5403离心式压缩机系统的必要性； 2.根据K5403离心式压缩机的结构特点，对机组常见的几种故障形式(如：不平衡、不对中、动静碰摩、转子支承系统联结松动故障、滚动轴承的各种故障及喘振等)的故障机理进行了分析，给出了相应的故障特征，介绍了几种常用的基于振动信号分析处理的故障诊断方法； 3.结合企业的实际需求开发了K5403离心式压缩机状态监测与趋势预测系统，简要阐述了系统实现的关键技术，包括面向对象技术、虚拟仪器技术和组态技术，重点研究了基于UML的系统需求分析和面向对象设计； 4.基于K5403离心式压缩机运行状态的非线性、非平稳特征和神经网络的优点，提出了趋势预测的多项式神经网络迭代多步预测法。在该方法中，多项式神经网络比BP算法体现出更强的泛化能力、更快的收敛速度和更准确的训练精度，且由于采用了遗传算法，能使训练收敛到全局最优解，而且与一般多步预测法相比，迭代多步预测法在中长期预测中的改进效果更加明显； 5.根据系统设计原则，在以上技术的基础上，分别从硬件和软件角度设计实现了K5403离心式压缩机状态监测与趋势预测系统。考虑到数据采集的高效性和传输线路的抗干扰性，选择了PCI-6224数据采集卡和信号调理模块；按照模块化设计思想对将系统功能分为数据采集、状态监测和状态分析及诊断三个模块，详细介绍了各个模块的实现； 6.最后对本文进行总结和展望，介绍了本文的研究内容和创新点，并分析了本文研究工作的不足之处，对后续工作的开展提出了展望。

目录

文摘

英文文摘

声明

第1章 绪论

1.1状念监测与趋势预测技术研究的目的和意义

1.2状态监测与趋势预测技术的发展历程和趋势

1.2.1状态监测与趋势预测技术的发展历程

1.2.2状态监测与趋势预测技术的发展趋势

1.3本文的研究背景

1.4本文的主要研究内容和整体框架

1.5本章小结

第2章 K5403离心式压缩机的故障机理与分析方法

2.1 K5403离心式压缩机简介

2.1.1结构概述

2.1.2主要特征参数

2.2 K5403离心式压缩机常见故障的机理

2.2.1转子不平衡故障的机理

2.2.2转子不对中故障的机理

2.2.3动静碰摩故障的机理

2.2.4转子支承系统联结松动故障的机理

2.2.5滚动轴承故障的机理

2.2.6喘振故障的机理

2.3故障诊断的实施过程

2.4基于振动信号分析处理的故障诊断方法

2.4.1幅域分析方法

2.4.2时域分析方法

2.4.3频域分析方法

2.4.4时频域——小波分析方法

2.5本章小结

第3章 状态监测与趋势预测系统的需求分析及设计

3.1系统结构

3.2关键技术

3.2.1面向对象技术

3.2.2虚拟仪器技术

3.2.3组态技术

3.3基于UML的系统需求分析

3.3.1用例的获取

3.3.2顶层用例图

3.3.3用例图的细化

3.4基于UML的系统面向对象分析

3.4.1分析类的提取

3.4.2静态模型的建立

3.4.3系统的动态模型

3.5面向对象的系统设计

3.5.1系统结构设计

3.5.2系统类用例实现设计

3.5.3系统数据库设计

3.6本章小结

第4章 K5403离心式压缩机趋势预测技术研究

4.1概述

4.2神经网络预测方法的提出

4.3人工神经网络

4.3.1人工神经网络简介

4.3.2 BP神经网络

4.3.3 BP神经网络存在的问题及解决办法

4.3.4遗传算法

4.4多项式前向神经网络

4.4.1多项式前向神经网络简介

4.4.2多项式神经网络迭代多步预测法

4.5应用实例

4.5.1预测模型的建立

4.5.2多项式神经网络迭代多步预测结果

4.6本章小结

第5章K5403离心式压缩机状态监测与趋势预测系统的实现

5.1监测点选择

5.2系统建立

5.2.1硬件选择

5.2.2软件实现

5.3系统功能

5.3.1数据采集

5.3.2状态监测

5.3.3状态分析及诊断

5.4本章小结

总结与展望

参考文献

附录A 攻读学位期间所发表的学术论文目录

致 谢