CN110318993B - 一种往复式压缩机连杆滑道远程故障诊断系统及装置 - Google Patents
一种往复式压缩机连杆滑道远程故障诊断系统及装置 Download PDFInfo
- Publication number
- CN110318993B CN110318993B CN201910705072.9A CN201910705072A CN110318993B CN 110318993 B CN110318993 B CN 110318993B CN 201910705072 A CN201910705072 A CN 201910705072A CN 110318993 B CN110318993 B CN 110318993B
- Authority
- CN
- China
- Prior art keywords
- module
- connecting rod
- data
- compressor
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B51/00—Testing machines, pumps, or pumping installations
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Control Of Positive-Displacement Pumps (AREA)
Abstract
本发明公开了一种往复式压缩机连杆滑道远程故障诊断系统及装置,具体涉及压缩机检测技术领域,包括主控模块、数据采集模块和数据处理模块,所述数据采集模块和数据处理模块均与主控模块连接;所述主控模块连接有数据更新模块和存储模块,所述数据更新模块连接有联网模块,所述数据更新模块与存储模块连接,所述数据更新模块通过联网模块连接互联网,并接收互联网中的压缩机故障诊断信息将其存储于存储模块内部,所述数据采集模块包括温度传感器和压力传感器。本发明获取的故障曲线图能够清楚明了判断连杆滑道部分是否存在故障,解决了传统的示功图故障法无法检测连杆滑道部分的缺点。
Description
技术领域
本发明涉及压缩机检测技术领域,更具体地说,本发明涉及一种往复式压缩机连杆滑道远程故障诊断系统及装置。
背景技术
往复活塞压缩机拥有最为广褒的性能参数覆盖,容积流量吸排气压力和轴功率等参数最为宽泛。因此被广泛用于石油天然气工业的集气外输、油气加工、注储千气、气举排水采气、气举采油、注气和原油稳定等。
往复式压缩机故障诊断技术理论研究起源于二十世纪九十年代中后期,在2000年后得到较快的发展,直至今日,已经取得一定有价值的研究成果,但是较旋转机械故障诊断而言,依旧进展滞后,存在不足,难以突破针对其自身特点的故障机理、特征提取和故障诊断方法研究的瓶颈。当前往复式压缩机故障诊断方法主要有示功图故障诊断法。
示功图故障诊断法发展较为成熟,成为诊断气阀和活塞环等部件故障的有效方法,但是此方法存在局限性对连杆滑道部分故障无明显效果。
发明内容
为了克服现有技术的上述缺陷,本发明的实施例提供一种往复式压缩机连杆滑道远程故障诊断系统及装置,通过获取连杆滑道部分在压缩机工作过程中的参数信息,利用动态神经网络模块反馈,将数据处理模块前一时刻的处理数据保留,使其加入到下一时刻数据的计算,获取不同时刻压缩机内部的数据变化曲线图,且连杆在连杆滑道内为往复式运动,曲线图岔开部分为连杆滑道无故障时,曲线图重叠部分为连杆滑道故障时,根据曲线图能够清楚明了判断连杆滑道部分是否存在故障,解决了传统的示功图故障法无法检测连杆滑道部分的缺。
为实现上述目的,本发明提供如下技术方案:一种往复式压缩机连杆滑道远程故障诊断系统,包括主控模块、数据采集模块和数据处理模块,所述数据采集模块和数据处理模块均与主控模块连接;
所述主控模块连接有数据更新模块和存储模块,所述数据更新模块连接有联网模块,所述数据更新模块与存储模块连接,所述数据更新模块通过联网模块连接互联网,并接收互联网中的压缩机故障诊断信息将其存储于存储模块内部,所述数据采集模块包括温度传感器和压力传感器,所述数据处理模块还连接有动态神经网络模块和对比分析模块,所述对比分析模块还与存储模块连接,所述对比分析模块用于调取存储模块内存储的数据信息并与数据处理模块内处理的压缩机内部数据进行对比分析,抽离数据中重叠的部分;
所述动态神经网络模块通过反馈,将数据处理模块前一时刻的处理数据保留,使其加入到下一时刻数据的计算,获取不同时刻压缩机内部的数据变化曲线图;
所述数据处理模块包括规范变量分析模块、指定元分析模块和形态分量分析模块,所述规范变量分析模块将数据采集模块采集到的信息,根据压缩机的工作时长和工作类别进行分类规范,所述指定元分析模块和形态分量分析模块对分类规范后的压缩机数据进行处理,并接收存储模块内存储的故障对比信息,获取压缩机工作的故障类别。
在一个优选地实施方式中,所述数据采集模块采集的信息为压缩机连杆滑道内的温度和压力变化信息。
一种往复式压缩机连杆滑道远程故障诊断装置,包括曲轴箱,所述曲轴箱内部设有连杆滑道,所述连杆滑道内部设有连杆,所述连杆端部活动连接有连杆小头瓦,所述连杆小头瓦内部贯穿设有十字头销,所述连杆小头瓦一端设有十字头,所述十字头外部设有十字头滑道,所述十字头内部贯穿设有活塞杆,所述曲轴箱的顶部和底部均贯穿设有检测螺杆,所述检测螺杆底端延伸至曲轴箱的内部,所述数据采集模块设置于检测螺杆的底端。
在一个优选地实施方式中,所述连杆通过十字头销与连杆小头瓦活动连接,所述连杆小头瓦与连杆滑道活动连接。
一种往复式压缩机连杆滑道远程故障诊断方法,具体包括如下步骤:
步骤一,将检测螺杆插入至曲轴箱内,使检测螺杆底端延伸至曲轴箱内部,压缩机工作的过程中,连杆和活塞杆会运动,带动十字头和连杆小头瓦在连杆滑道和十字头滑道内左右移动,连杆滑道内的温度和压力随着连杆和活塞杆的运动而改变;
步骤二,数据采集模块中的温度传感器和压力传感器将收集到的连杆滑道温度和压力的信息传输至主控模块内,主控模块利用A/D转换模块将信息进行转化后,输入至数据处理模块内进行处理;
步骤三,数据更新模块实时更新存储模块内存储的连杆故障信息,当数据处理模块接收到温度和压力信息后,会利用对比分析模块调取存储模块内连杆滑道数据信息,并将两者的数据信息进行分析对比,对数据信息中重叠的部分进行抽离,将剩余不同的数据信息传输至数据处理模块内部;
步骤四,数据处理模块将数据采集模块采集到的信息,利用规范变量分析模块根据压缩机的工作时长和工作类别进行分类规范,并根据两个不同的检测螺杆检测到的数据信息,利用动态神经网络模块获取不同时刻压缩机内部的数据变化曲线图,且连杆在连杆滑道内为往复式运动,曲线图岔开部分为连杆滑道无故障时,曲线图重叠部分为连杆滑道故障时,然后将曲线图中重叠部分对应的数据抽离;
步骤五,指定元分析模块和形态分量分析模块对步骤四中抽离的数据进行处理,将其转化为该时间段对应的压缩机内状态信息,并接收存储模块内存储的故障信息,将两者进行对比获取重叠信息,获取压缩机工作的故障类别,完成诊断。
本发明的技术效果和优点:
1、通过获取连杆滑道部分在压缩机工作过程中的参数信息,利用动态神经网络模块反馈,将数据处理模块前一时刻的处理数据保留,使其加入到下一时刻数据的计算,获取不同时刻压缩机内部的数据变化曲线图,且连杆在连杆滑道内为往复式运动,曲线图岔开部分为连杆滑道无故障时,曲线图重叠部分为连杆滑道故障时,根据曲线图能够清楚明了判断连杆滑道部分是否存在故障,解决了传统的示功图故障法无法检测连杆滑道部分的缺点;
2、通过先利用对比分析模块对存储模块内存储的故障信息进行处理,滤除信息中与数据采集模块采集信息中重叠的部分,降低了数据处理模块需要同时处理的数据量,且将经过滤除后的故障信息转化为对应时间段内的压缩机内部状态信息,使得对故障检测和判断更加直观,提高了系统在进行故障检测过程中的检测效率。
附图说明
图1为本发明的系统结构示意图;
图2为本发明的数据处理模块结构示意图;
图3为本发明的装置结构示意图;
附图标记说明:1主控模块、2数据采集模块、3数据处理模块、4动态神经网络模块、5对比分析模块、6曲轴箱、7连杆滑道、8连杆、9连杆小头瓦、10十字头销、11十字头、12十字头滑道、13活塞杆、14检测螺杆。
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。
实施例1
如图1-2所示的一种往复式压缩机连杆滑道远程故障诊断系统,包括主控模块1、数据采集模块2和数据处理模块3,所述数据采集模块2和数据处理模块3均与主控模块1连接;
所述主控模块1连接有数据更新模块和存储模块,所述数据更新模块连接有联网模块,所述数据更新模块与存储模块连接,所述数据更新模块通过联网模块连接互联网,并接收互联网中的压缩机故障诊断信息将其存储于存储模块内部,所述数据采集模块2包括温度传感器和压力传感器,所述数据处理模块3还连接有动态神经网络模块4和对比分析模块5,所述对比分析模块5还与存储模块连接,所述对比分析模块5用于调取存储模块内存储的数据信息并与数据处理模块3内处理的压缩机内部数据进行对比分析,抽离数据中重叠的部分;
所述动态神经网络模块4通过反馈,将数据处理模块3前一时刻的处理数据保留,使其加入到下一时刻数据的计算,获取不同时刻压缩机内部的数据变化曲线图;
所述数据处理模块3包括规范变量分析模块、指定元分析模块和形态分量分析模块,所述规范变量分析模块将数据采集模块2采集到的信息,根据压缩机的工作时长和工作类别进行分类规范,所述指定元分析模块和形态分量分析模块对分类规范后的压缩机数据进行处理,并接收存储模块内存储的故障对比信息,获取压缩机工作的故障类别;
所述数据采集模块2采集的信息为压缩机连杆滑道7内的温度和压力变化信息。
实施例2
如图3所示的一种往复式压缩机连杆滑道远程故障诊断装置,包括曲轴箱6,所述曲轴箱6内部设有连杆滑道7,所述连杆滑道7内部设有连杆8,所述连杆8端部活动连接有连杆小头瓦9,所述连杆小头瓦9内部贯穿设有十字头销10,所述连杆小头瓦9一端设有十字头11,所述十字头11外部设有十字头滑道12,所述十字头11内部贯穿设有活塞杆13,所述曲轴箱6的顶部和底部均贯穿设有检测螺杆14,所述检测螺杆14底端延伸至曲轴箱6的内部,所述数据采集模块2设置于检测螺杆14的底端;
所述连杆8通过十字头销10与连杆小头瓦9活动连接,所述连杆小头瓦9与连杆滑道7活动连接。
实施例3
在实施例1-2的基础上,进一步的,本发明还包括一种使用往复式压缩机连杆滑道远程故障诊断系统及装置的往复式压缩机连杆滑道远程故障诊断方法,具体包括如下步骤:步骤一,将检测螺杆14插入至曲轴箱6内,使检测螺杆14底端延伸至曲轴箱6内部,压缩机工作的过程中,连杆8和活塞杆13会运动,带动十字头11和连杆小头瓦9在连杆滑道7和十字头滑道12内左右移动,连杆滑道7内的温度和压力随着连杆8和活塞杆13的运动而改变;
步骤二,数据采集模块2中的温度传感器和压力传感器将收集到的连杆滑道7温度和压力的信息传输至主控模块1内,主控模块1利用A/D转换模块将信息进行转化后,输入至数据处理模块3内进行处理;
步骤三,数据更新模块实时更新存储模块内存储的连杆8故障信息,当数据处理模块3接收到温度和压力信息后,会利用对比分析模块5调取存储模块内连杆滑道7数据信息,并将两者的数据信息进行分析对比,对数据信息中重叠的部分进行抽离,将剩余不同的数据信息传输至数据处理模块3内部;
步骤四,数据处理模块3将数据采集模块2采集到的信息,利用规范变量分析模块根据压缩机的工作时长和工作类别进行分类规范,并根据两个不同的检测螺杆14检测到的数据信息,利用动态神经网络模块4获取不同时刻压缩机内部的数据变化曲线图,且连杆8在连杆滑道7内为往复式运动,曲线图岔开部分为连杆滑道无故障时,曲线图重叠部分为连杆滑道故障时,然后将曲线图中重叠部分对应的数据抽离;
步骤五,指定元分析模块和形态分量分析模块对步骤四中抽离的数据进行处理,将其转化为该时间段对应的压缩机内状态信息,并接收存储模块内存储的故障信息,将两者进行对比获取重叠信息,获取压缩机工作的故障类别,完成诊断。
最后应说明的几点是:首先,在本申请的描述中,需要说明的是,除非另有规定和限定,术语“安装”、“相连”、“连接”应做广义理解,可以是机械连接或电连接,也可以是两个元件内部的连通,可以是直接相连,“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变,则相对位置关系可能发生改变;
其次:本发明公开实施例附图中,只涉及到与本公开实施例涉及到的结构,其他结构可参考通常设计,在不冲突情况下,本发明同一实施例及不同实施例可以相互组合;
最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种往复式压缩机连杆滑道远程故障诊断系统,其特征在于,包括主控模块(1)、数据采集模块(2)和数据处理模块(3),所述数据采集模块(2)和数据处理模块(3)均与主控模块(1)连接;
所述主控模块(1)连接有数据更新模块和存储模块,所述数据更新模块连接有联网模块,所述数据更新模块与存储模块连接,所述数据更新模块通过联网模块连接互联网,并接收互联网中的压缩机故障诊断信息将其存储于存储模块内部,所述数据采集模块(2)包括温度传感器和压力传感器,所述数据处理模块(3)还连接有动态神经网络模块(4)和对比分析模块(5),所述对比分析模块(5)还与存储模块连接,所述对比分析模块(5)用于调取存储模块内存储的数据信息并与数据处理模块(3)内处理的压缩机内部数据进行对比分析,抽离数据中重叠的部分;
所述动态神经网络模块(4)通过反馈,将数据处理模块(3)前一时刻的处理数据保留,使其加入到下一时刻数据的计算,获取不同时刻压缩机内部的数据变化曲线图;
所述数据处理模块(3)包括规范变量分析模块、指定元分析模块和形态分量分析模块,所述规范变量分析模块将数据采集模块(2)采集到的信息,根据压缩机的工作时长和工作类别进行分类规范,所述指定元分析模块和形态分量分析模块对分类规范后的压缩机数据进行处理,并接收存储模块内存储的故障对比信息,获取压缩机工作的故障类别;
所述数据采集模块(2)采集的信息为压缩机连杆滑道(7)内的温度和压力变化信息。
2.一种往复式压缩机连杆滑道远程故障诊断装置,其使用权利要求1所述的往复式压缩机连杆滑道远程故障诊断系统,其特征在于:包括曲轴箱(6),所述曲轴箱(6)内部设有连杆滑道(7),所述连杆滑道(7)内部设有连杆(8),所述连杆(8)端部活动连接有连杆小头瓦(9),所述连杆小头瓦(9)内部贯穿设有十字头销(10),所述连杆小头瓦(9)一端设有十字头(11),所述十字头(11)外部设有十字头滑道(12),所述十字头(11)内部贯穿设有活塞杆(13),所述曲轴箱(6)的顶部和底部均贯穿设有检测螺杆(14),所述检测螺杆(14)底端延伸至曲轴箱(6)的内部,所述数据采集模块(2)设置于检测螺杆(14)的底端。
3.根据权利要求2所述的往复式压缩机连杆滑道远程故障诊断装置,其特征在于:所述连杆(8)通过十字头销(10)与连杆小头瓦(9)活动连接,所述连杆小头瓦(9)与连杆滑道(7)活动连接。
4.一种往复式压缩机连杆滑道远程故障诊断方法,其用于权利要求2或3所述的往复式压缩机连杆滑道远程故障诊断装置,其特征在于,具体包括如下步骤:
步骤一,将检测螺杆(14)插入至曲轴箱(6)内,使检测螺杆(14)底端延伸至曲轴箱(6)内部,压缩机工作的过程中,连杆(8)和活塞杆(13)会运动,带动十字头(11)和连杆小头瓦(9)在连杆滑道(7)和十字头滑道(12)内左右移动,连杆滑道(7)内的温度和压力随着连杆(8)和活塞杆(13)的运动而改变;
步骤二,数据采集模块(2)中的温度传感器和压力传感器将收集到的连杆滑道(7)温度和压力的信息传输至主控模块(1)内,主控模块(1)利用A/D转换模块将信息进行转化后,输入至数据处理模块(3)内进行处理;
步骤三,数据更新模块实时更新存储模块内存储的连杆(8)故障信息,当数据处理模块(3)接收到温度和压力信息后,会利用对比分析模块(5)调取存储模块内连杆滑道(7)数据信息,并将两者的数据信息进行分析对比,对数据信息中重叠的部分进行抽离,将剩余不同的数据信息传输至数据处理模块(3)内部;
步骤四,数据处理模块(3)将数据采集模块(2)采集到的信息,利用规范变量分析模块根据压缩机的工作时长和工作类别进行分类规范,并根据两个不同的检测螺杆(14)检测到的数据信息,利用动态神经网络模块(4)获取不同时刻压缩机内部的数据变化曲线图,且连杆(8)在连杆滑道(7)内为往复式运动,曲线图岔开部分为连杆滑道无故障时,曲线图重叠部分为连杆滑道故障时,然后将曲线图中重叠部分对应的数据抽离;
步骤五,指定元分析模块和形态分量分析模块对步骤四中抽离的数据进行处理,将其转化为该时间段对应的压缩机内状态信息,并接收存储模块内存储的故障信息,将两者进行对比获取重叠信息,获取压缩机工作的故障类别,完成诊断。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910705072.9A CN110318993B (zh) | 2019-08-01 | 2019-08-01 | 一种往复式压缩机连杆滑道远程故障诊断系统及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910705072.9A CN110318993B (zh) | 2019-08-01 | 2019-08-01 | 一种往复式压缩机连杆滑道远程故障诊断系统及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110318993A CN110318993A (zh) | 2019-10-11 |
CN110318993B true CN110318993B (zh) | 2020-09-22 |
Family
ID=68125161
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910705072.9A Active CN110318993B (zh) | 2019-08-01 | 2019-08-01 | 一种往复式压缩机连杆滑道远程故障诊断系统及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110318993B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SU787723A1 (ru) * | 1976-12-03 | 1980-12-15 | Производственное Объединение "Союзхимпромэнерго" | Устройство дл определени крайних положений поршн |
CN101059130A (zh) * | 2007-03-07 | 2007-10-24 | 江苏工业学院 | 往复压缩机在线远程状态监测与故障分析诊断系统 |
CN102913432B (zh) * | 2012-11-08 | 2015-03-11 | 北京化工大学 | 一种基于无量纲指数的往复压缩机故障监测诊断方法 |
CN103147972B (zh) * | 2013-03-19 | 2015-08-05 | 北京化工大学 | 一种基于多传感器信息融合的往复式压缩机故障诊断方法 |
CN105588663B (zh) * | 2016-03-11 | 2017-08-08 | 武汉理工大学 | 往复式压缩机十字头与连杆温度在线监测装置 |
CN109779894B (zh) * | 2018-12-29 | 2020-01-10 | 西安交通大学 | 一种基于神经网络算法的往复式压缩机故障诊断系统及方法 |
-
2019
- 2019-08-01 CN CN201910705072.9A patent/CN110318993B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110318993A (zh) | 2019-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106761668B (zh) | 油井故障智能化分析决策系统及方法 | |
CN106837301A (zh) | 一种电功图与示功图整合的抽油机井工况诊断方法 | |
CN101799359B (zh) | 一种动力设备故障监测预报方法及其系统 | |
CN101661029B (zh) | 压铸件品质在线检测方法 | |
CN116481821A (zh) | 基于大数据分析管理的发动机故障预警方法及系统 | |
CN106600580B (zh) | 一种基于霍夫变换的电力线异常识别方法及其系统 | |
CN113435453B (zh) | 基于卷积神经网络的往复式压缩机故障诊断方法及系统 | |
CN112305388B (zh) | 一种发电机定子绕组绝缘局部放电故障在线监测诊断方法 | |
CN115168608A (zh) | 基于多模态和深层语义挖掘技术的泥浆泵故障诊断方法 | |
CN110318993B (zh) | 一种往复式压缩机连杆滑道远程故障诊断系统及装置 | |
CN113569459A (zh) | 基于群体智能的液压支架性能退化定量评估方法及系统 | |
CN110827263B (zh) | 基于视觉识别技术的磁瓦表面缺陷检测系统及检测方法 | |
CN104295373B (zh) | 基于三点模型的柴油机故障预测方法 | |
CN110570397B (zh) | 一种基于深度学习模版匹配算法检测成衣印花缺陷的方法 | |
Zhou et al. | Tomato fruit maturity detection method based on YOLOV4 and statistical color model | |
CN113153267B (zh) | 一种抽油机井示功图多尺度归一化方法及系统 | |
Han et al. | Transformer defects detection method based on visible and infrared fusion images | |
CN116951328B (zh) | 基于大数据的排水管线运行智慧监控系统 | |
CN105631435B (zh) | 一种用于焦炭塔全自动远程除焦的模式识别方法及装置 | |
CN116163943B (zh) | 一种运行状态实时监测的压缩机 | |
CN107605721A (zh) | 一种矿浆管道高压隔膜泵健康状态预估系统及方法 | |
CN110197120B (zh) | 用于无人值守传感器系统的人员目标识别方法 | |
CN103954627A (zh) | 一种基于样本库字典基的电子元器件表面缺陷检测方法 | |
CN114240948B (zh) | 一种结构表面损伤图像的智能分割方法及系统 | |
CN115293952A (zh) | 一种基于无人机负载dr数字成像的金具压接缺陷评价系统以及评价方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |