基于频谱分析和能量算子包络的压缩机气阀故障诊断方法

技术领域

本发明属于机器故障诊断技术领域，具体涉及一种基于频谱分析和能量算子包络的往复压缩机气阀故障诊断方法。

背景技术

往复式压缩机是石油石化企业中应用较为广泛的通用机械，由于其具有结构复杂、零部件多、运动复杂、工作环境恶劣等特点，因此该类机械故障形式各异，出现故障的几率也相对较高。往复式压缩机某些关键部件一旦发生故障，将导致设备的整体瘫痪，企业停产，并带来重大的经济损失。同时，由于石油石化企业的生产环境大都是高温高压、易燃易爆，压缩机一些较为严重故障的发生将直接造成人员伤亡，影响十分恶劣。因此，开展往复压缩机状态监测和故障诊断研究，对于减少生产事故、保证现场人安全，进而保障生产稳定期运行具有重要的意义。

气阀是往复式压缩机中较为关键的零部件，也是常见的易损件之一，据统计气阀故障占往复压缩机故障总和的60％左右。常见的气阀故障类型有气阀泄漏、阀片断裂、气阀弹簧失效等。由于往复式压缩机结构复杂，振动具有非平稳、非线性特性，目前对气阀的故障诊断还尚未有一套具有较强普适性的方法。

在现有的往复式压缩机故障模式识别和诊断领域，通常有以下方法：

热力学参数法，振动声学法，油液分析法和智能诊断算法。在气阀故障方面，目前气阀故障主要是通过温度进行监测，气阀泄漏时会导致进排气温度升高。但由于温度变化具有延迟性，因此通过进排气温度变化对气阀故障进行检测不够及时。此外目前气阀故障诊断研究热点是通过数据驱动的智能诊断技术进行检测，但由于往复式压缩机结构复杂，振动具有非平稳和非线性特点，智能诊断方法迁移性较差，很难用于不同设备间的故障诊断。

发明内容

基于往复式压缩机气阀状态监测与故障诊断领域的应用场景和特点，本发明结合傅里叶变换分析、能量包络算法等技术提出了一种基于频谱分析和能量算子包络的往复压缩机气阀故障诊断方法，可以用于往复压缩机气阀的在线监测和故障诊断，具有较强的通用性。

为实现上述目的，本发明采用了如下技术方案：

一种基于频谱分析和能量算子包络的压缩机气阀故障诊断方法，包括以下步骤：

获取往复式压缩机及其组成的系统运行时的气阀原始振动信号，并进行快速傅里叶变换获得气阀振动频谱信号；

基于气阀振动频谱信号，分别计算不同频段的振动能量，并获取低频段和高频段的能量比值；

根据气阀振动频谱信号不同频段的能量比值判断气阀是否存在故障。

进一步的，所述的获取气阀原始振动信号包括：

通过振动传感器采集连续的气阀原始振动信号，记为x(i),i＝1,2,3,…,N，其中N为总采样点数。

进一步的，所述的计算不同频段的振动能量包括：

通过累加频谱幅值，求得低频段振动能量之和E

进一步的，根据气阀振动频谱信号不同频段的能量比值对气阀故障情况进行判别包括：

当能量比值大于预设阈值时判定气阀存在故障。

进一步的，该方法还包括：

若判定气阀存在故障，则基于气阀原始振动信号获取时域能量包络信号，并基于时域能量包络信号的峰值点信息对气阀故障情况进行进一步判别。

进一步的，基于气阀原始振动信号获取时域能量包络信号以及峰值点信息包括：

使用移动均方根值的方法计算气阀原始振动信号的时域能量包络信号；

将时域能量包络信号按照往复压缩机运动周期进行分解，获取气阀多个往复运动周期的单周期包络信号及其峰值点信息。

进一步的，所述的将时域能量包络信号按照往复压缩机运动周期进行分解包括：

基于采集到的往复压缩机曲轴旋转一周的键相信号，将时域能量包络信号X(i)分解为多个往复运动周期的单周期包络信号X

进一步的，获取单周期包络信号的峰值点信息包括：

一个往复运动周期内，气阀振动单周期包络信号X

进一步的，基于时域能量包络信号的峰值点信息对气阀故障情况进行进一步判别包括：

计算气阀振动峰值点P

比较p

进一步的，该方法还包括：

计算气阀振动P

比较p

相比现有技术，本发明具有如下有益效果：

本发明采用傅里叶变换方法得到气阀振动频谱信号，并分别计算不同频段的振动能量，将不同频段能量比值作为气阀故障诊断与预警的初步依据，具有较好的普适性和广泛应用性。

本发明利用移动均方根值方法计算气阀振时域能量包络信号，很好实现了气阀振动信号的解调，并根据包络信号的峰值点信息即可实现对故障气阀的进一步故障分类，诊断精度较高。

本发明进而采用能量算子包络的方法获得往复机运动整周期内的气阀振动包络信号，获得气阀一个周期内包络的峰值点P

综上，本发明基于频谱能量实现了气阀故障的初步预警，并基于振动能量包络的峰值点信息进一步明确、直观的判断气阀的故障类型，具有良好的普适性和精确性。本发明提供的方法能够很好地实现往复式压缩机气阀的故障判别和分类，具有较强的通用性和普适性。

附图说明

为了更清楚地说明本发明实施例或现有的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。

图1为本发明的往复压缩机气阀故障诊断方法实施例的流程示意图。

图2为本发明实施例的试验中往复压缩机正常气阀的振动频谱图。

图3为本发明实施例的试验中往复压缩机气阀阀片断裂的振动频谱图。

图4为本发明实施例的试验中往复压缩机气阀泄漏的振动频谱图。

图5为本发明实施例的试验中往复压缩机气阀弹簧失效的振动频谱图。

图6为本发明实施例的试验中往复压缩机正常气阀的能量包络图。

图7为本发明实施例的试验中往复压缩机气阀阀片断裂的能量包络图。

图8为本发明实施例的试验中往复压缩机气阀泄漏的能量包络图。

图9为本发明实施例的试验中往复压缩机气阀弹簧失效的能量包络图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，本发明实施例公开了一种基于频谱分析和能量包络的压缩机气阀故障诊断方法，包括如下步骤：

获取往复式压缩机及其组成的系统运行时的气阀原始振动信号x(i)。

具体的，本实施例中，通过振动加速度传感器采集连续的气阀原始振动信号，记为x(i)，i＝1,2,3，…，N，其中N为总采样点数。振动传感器的采样频率可以为F

本实施例中，试验所研究的气阀故障类型包括气阀阀片断裂、气阀泄漏、气阀弹簧失效，其中阀片断裂气阀可采用锯断部分阀片方式获得，弹簧失效气阀采用拿掉部分弹簧方式获得。

对气阀原始振动信号x(i)进行快速傅里叶变换获得气阀振动频谱信号f(x)。

具体的，如图2-5所示，依次为获取的正常气阀、阀片断裂气阀、泄漏气阀和弹簧失效气阀的频谱图，选取的频率范围为0-4KHz。

基于气阀振动频谱信号f(x)，分别计算不同频段的振动能量，并获得低频段和高频段能量之比。

具体的，本实施例中，低频段范围为0-2.1KHz，高频段范围为2.1-4KHz。通过累加频谱幅值，求得低频段振动能量之和E

根据气阀振动频谱信号不同频段的能量比值判断气阀是否存在故障。

在一个示出实施例中，当能量比值e大于2时即可判定气阀存在故障。

当判定气阀存在故障时，则基于气阀原始振动信号获取时域能量包络信号，并基于时域能量包络信号的峰值点信息对气阀故障情况进行进一步判别。

具体的，可利用移动均方根值的方法计算气阀振原始动信号x(i)的时域能量包络信号X(i)。

在一个示出实施例中，利用Matlab函数dsp.MovingRMS定义移动均方根方法参数，并利用rmsenv函数获得振动信号的包络信号X(i)，其中采用移动窗方法计算均方根本实施例中移动窗的窗口长度取值为20。

之后，将气阀时域能量包络信号X(i)按照往复压缩机运动周期进行分解，获得气阀多个往复运动周期的单周期包络信号X

具体的，本实施例中，利用采集到的往复式压缩机曲轴旋转一周的键相信号，将气阀振动包络信号分解为多个往复运动周期的单周期包络信号X

然后，获取单周期包络信号X

具体的，参见图6-9，本实施例中，一个往复运动周期内气阀振动单周期包络信号X

最后，根据振动频谱信号f(x)不同频段的能量比值和单周期包络信号X

具体的，本实施例中，计算参量包括：

①计算气阀振动P

当p

②计算气阀振动P

当p

下表1给出了试验获取的不同故障气阀和正常气阀的不同频段能量及其能量之比。由表1的试验结果可知，正常气阀和故障气阀能量比值有明显的差异，故障气阀导致气阀振动能量更集中于低频段。

表1

表2给出了试验获取的不同故障气阀和正常气阀的8组振动能量包络信号的峰值点平均值信息。与理论预测一致，阀片断裂会使得p

表2

因而，通过低频与高频能量比值e、包络信号的峰值点信息即可实现气阀故障类型的诊断，具有较好的普适性和广泛应用性。

以上仅为本发明的较佳实施例，并不用以限制本发明，本领域的普通技术人员还可以在此基础上进行各种变换或改进，凡在本发明的精神和原则之内，所作的任何变换或改进均应包含在本发明的保护范围之内。