基于CEEMD-FCM的天然气储运压缩机气阀故障识别技术

摘要

为实现天然气储运过程中往复式压缩机气阀故障的快速识别与诊断,采用互补集合经验模态分解(CEEMD)算法对信号进行模态分解,并借助相关系数和能量熵值原理提取信号特征参数;利用人工蜂群(ABC)算法寻找样本初始聚类中心,对模糊C均值聚类(FCM)算法进行优化,完成气阀状态的识别.结果表明:采用CEEMD算法对气阀状态信号进行特征提取,可有效解决经验模态分解(EMD)模态混叠和集合经验模式分解(EEMD)重构误差的问题;与其余组合模型相比,CEEMD-ABC-FCM模型的聚类效果最佳,总分类精度为95％,迭代步数和计算时间最短,可识别不同气阀状态的波形信号.研究结果可为压缩机故障诊断与识别提供理论指导.