CN114396376A - 往复式压缩机故障诊断辅助方法、装置、设备及系统 - Google Patents
往复式压缩机故障诊断辅助方法、装置、设备及系统 Download PDFInfo
- Publication number
- CN114396376A CN114396376A CN202111450988.8A CN202111450988A CN114396376A CN 114396376 A CN114396376 A CN 114396376A CN 202111450988 A CN202111450988 A CN 202111450988A CN 114396376 A CN114396376 A CN 114396376A
- Authority
- CN
- China
- Prior art keywords
- signal
- diagram
- analysis
- reciprocating compressor
- signal analysis
- 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.)
- Pending
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000004458 analytical method Methods 0.000 claims abstract description 118
- 238000010586 diagram Methods 0.000 claims abstract description 90
- 238000012544 monitoring process Methods 0.000 claims abstract description 56
- 230000002159 abnormal effect Effects 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000007405 data analysis Methods 0.000 claims abstract description 9
- 230000005236 sound signal Effects 0.000 claims description 18
- 230000008054 signal transmission Effects 0.000 claims description 10
- 230000001133 acceleration Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 9
- 238000001228 spectrum Methods 0.000 claims description 6
- 238000010183 spectrum analysis Methods 0.000 claims description 6
- 230000005856 abnormality Effects 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 230000004927 fusion Effects 0.000 description 4
- 238000005299 abrasion Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000000306 component Substances 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012856 packing Methods 0.000 description 2
- 241001391944 Commicarpus scandens Species 0.000 description 1
- 238000005267 amalgamation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明公开了一种往复式压缩机故障诊断辅助方法、装置、介质、设备及系统。往复式压缩机故障诊断辅助方法包括:获取设置于往复式压缩机的传感器所采集的多种监测信号;对监测信号进行处理得到单一信号分析图以及联合信号分析图并显示;基于单一信号分析图和联合信号分析图进行异常数据分析,得到故障辅助分析结果。采用本发明,可以辅助提高故障诊断效率和准确性。
Description
技术领域
本发明涉及机器诊断技术领域,特别是涉及一种往复式压缩机故障诊断辅助方法、装置、介质、设备及系统。
背景技术
目前,压缩机在各个行业领域都有较广泛的应用,尤其是往复式压缩机,其性能比较稳定、驱动性能较高、排量范围广泛、设备运行效率高,是石油化工行业工艺流程中不可或缺的核心装置,通常是大型制冷系统的核心部件,因此,确保压缩机高效、安全的运行对于生产生活起着举足轻重的作用。
往复式压缩机在平时使用过程中会有一些磨损,使得机器易出现故障导致不能正常工作。往复式压缩机出现故障的主要因素有异常振动、噪声和过热;机械零件的磨损会造成相对运动零件之间的间隙过大,异常声音也是因阀组磨损引起;若压缩机过热,可能也是因及其过度使用而导致。这些问题都会影响往复式压缩机的使用,影响企业生产,降低企业效率。因此,研究往复式压缩机的故障,尽早发现故障异常,并采取相应的防治措施具有重要意义。
由于往复式压缩机的结构复杂,易损件多,且结构之间的相对运动较多,结构件受力复杂,因此往复式压缩机的故障具有多样性,且故障之间的关联性强、复杂度高。因此,目前压缩机出现故障时往往是停车逐项检查,甚至是拆卸检查,不仅耗时耗力、效率低,并且诊断结果的准确性很大程度上依赖于诊断专家的经验学识;若诊断信号成分复杂,诊断专家的经验不足,可能还会出现误判的情况,诊断准确性低。
发明内容
本发明要解决的技术问题是:现有技术中对往复式压缩机故障诊断效率低、且准确性低。
为解决上述技术问题,本发明提供了一种往复式压缩机故障诊断辅助方法、装置、介质、设备及系统。
一种往复式压缩机故障诊断辅助方法,包括:
获取设置于往复式压缩机的传感器所采集的多种监测信号;
对所述监测信号进行处理得到单一信号分析图以及联合信号分析图并显示;
基于所述单一信号分析图和所述联合信号分析图进行异常数据分析,得到故障辅助分析结果。
在其中一个实施例中,所述监测信号包括声音信号、振动信号、压力信号和温度信号。
在其中一个实施例中,所述声音信号包括设置于所述往复式压缩机气缸的超声传感器采集的信号;
所述压力信号包括设置于气缸的压力传感器采集的信号;
所述温度信号包括设置于所述往复式压缩机气缸的温度传感器采集的信号,以及包括设置于所述往复式压缩机填料函的温度传感器采集的信号;
所述振动信号包括设置于所述往复式压缩机的曲轴箱的加速度传感器所采集的信号、设置于所述往复式压缩机十字头的加速度传感器所采集的信号以及设置于所述往复式压缩机气缸的加速度传感器所采集的信号。
在其中一个实施例中,所述单一信号分析图包括:波形图、频谱图和示功图,所述联合信号分析图包括压力振动图和热力图;所述对所述监测信号进行处理得到单一信号分析图以及联合信号分析图并显示,包括:
对所述振动信号和所述声音信号分别通过频谱分析和功率谱分析,得到波形图和频谱图并显示;
将所述压力信号和所述振动信号融合,得到压力振动图并显示;
对所述压力信号进行分析,得到示功图并显示;
将所述示功图与所述温度信号融合,得到热力图并显示。
在其中一个实施例中,所述监测信号经过数据采集器的过滤和模数转换处理。
一种往复式压缩机故障诊断辅助装置,包括:
信号获取模块,用于获取设置于往复式压缩机的传感器所采集的多种监测信号;
信号分析模块,用于对所述监测信号进行处理得到单一信号分析图以及联合信号分析图并显示;
异常分析模块,用于基于所述单一信号分析图和所述联合信号分析图进行异常数据分析,得到故障辅助分析结果。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如下步骤:
获取设置于往复式压缩机的传感器所采集的多种监测信号;
对所述监测信号进行处理得到单一信号分析图以及联合信号分析图并显示;
基于所述单一信号分析图和所述联合信号分析图进行异常数据分析,得到故障辅助分析结果。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现如下步骤:
获取设置于往复式压缩机的传感器所采集的多种监测信号;
对所述监测信号进行处理得到单一信号分析图以及联合信号分析图并显示;
基于所述单一信号分析图和所述联合信号分析图进行异常数据分析,得到故障辅助分析结果。
一种压缩机监测系统,包括信号传输器件、上述的计算机设备和多个传感器,所述传感器采集监测信号并通过所述信号传输器件发送至所述计算机。
在其中一个实施例中,所述信号传输器件包括数据采集器和交换机,所述数据采集器连接所述传感器和所述交换机,所述交换机与所述计算机设备通信连接;
所述数据采集器对所述传感器采集的监测信号进行过滤和模数转换处理后,通过所述交换机发送至所述计算机设备。
与现有技术相比,上述方案中的一个或多个实施例可以具有如下优点或有益效果:
对采用多种监测信号进行分析得到直观的分析图,基于分析图进行异常数据分析得到故障辅助分析结果,技术人员可参照分析图和故障辅助分析结果诊断故障,相比于完全由人工分析诊断更简单高效,而且可以弱化人工经验推断,提高诊断准确性。
附图说明
通过结合附图阅读下文示例性实施例的详细描述可更好地理解本公开的范围。其中所包括的附图是:
图1为一个实施例中往复式压缩机故障诊断辅助方法的流程示意图;
图2为一个实施例中传感器的设置点位分布示意图;
图3为一个实施例中振动信号的波形图;
图4为一个实施例中振动信号的频谱图;
图5为一个实施例中融合振动数据和压力数据的图;
图6为一个实施例中的示功图;
图7为一个实施例中的热力图;
图8为一个实施例中往复式压缩机故障诊断辅助装置的结构框图;
图9为一个实施例中压缩机监测系统的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,以下将结合附图及实施例来详细说明本发明的实施方法,借此对本发明如何应用技术手段来解决技术问题,并达成技术效果的实现过程能充分理解并据以实施。
如图1所示,在一个实施例中,提供了一种往复式压缩机故障诊断辅助方法,包括:
S110:获取设置于往复式压缩机的传感器所采集的多种监测信号。
传感器设置于往复式压缩机上的待监测点。具体地,采用多个传感器以采集多种监测信号。以往复式压缩机故障诊断辅助方法应用于计算机设备为例,可以是通过传输信号的器件将传感器采集的监测信号发送至计算机设备,当然,也可以是由传感器直接将监测信号发送至计算机设备。
S130:对监测信号进行处理得到单一信号分析图以及联合信号分析图并显示。
其中,单一信号分析图是对一种监测信号进行处理得到的分析图,联合信号分析图是对至少两种监测信号融合分析得到的分析图。
S150:基于单一信号分析图和联合信号分析图进行异常数据分析,得到故障辅助分析结果。
基于单一信号分析图和联合信号分析图进行异常数据分析,可以是参照往复式压缩机正常状态下的参数,将单一信号分析图和联合信号分析图中的数据与正常状态下的参数进行对比,找出异常数据和异常数据对应的可能故障原因,从而得到故障辅助分析结果。具体地,可以显示故障辅助分析结果,或者将故障辅助分析结果发送至用户终端,以便用户查看,帮助用户根据故障诊断分析结果进行故障诊断。
上述往复式压缩机故障诊断辅助方法,对采用多种监测信号进行分析得到直观的分析图,基于分析图进行异常数据分析得到故障辅助分析结果,技术人员可参照分析图和故障辅助分析结果诊断故障,相比于完全由人工分析诊断更简单高效,而且可以弱化人工经验推断,提高诊断准确性。
将上述往复式压缩机故障诊断辅助方法应用于对石油化工工艺流程中的往复式压缩机进行故障诊断,由于往复式压缩机运行工况的复杂性,除现场运维人员基于多信息融合的故障预诊断之外,在经过人工基于故障辅助分析结果进行简单筛选可以达到80%以上的准确率,故障诊断高效且准确率高,进而可以提高企业效率,保障企业安全,降低企业损失。
在其中一个实施例中,监测信号经过数据采集器的过滤和模数转换处理。即,以上述往复式压缩机故障诊断辅助方法应用于计算机设备为例,计算机设备接收的监测信号经过过滤和模数转换处理,例如,可以是由数据采集器对传感器发送的监测信号进行过滤和模数转换处理后、通过交换机发送至计算机设备。传感器采集到的信号难免会有一定的干扰,通过过滤进行滤波,可以提高数据准确性。
在其中一个实施例中,监测信号包括声音信号、振动信号、压力信号和温度信号。
通过采集声音信号、振动信号、压力信号和温度信号多种信号参数,通过融合展示、联合分析,可辅助诊断往复式压缩机的大部分故障,相比常见的单一振动检测方式,可检测点位和准确率更高。此外,因为压缩机气路系统出现的故障比较多,首先表现出来的就是气缸部位的异响,轻则影响排气量,降低效率,重则会导致活塞杆断裂、撞缸,甚至会酿成事故,因此及时发现气缸异响,采集声音信号作为一种依据用于故障分析,可以提高故障分析的效果。
在其中一个实施例中,声音信号包括设置于往复式压缩机气缸的超声传感器采集的信号;压力信号包括设置于气缸的压力传感器采集的信号;温度信号包括设置于往复式压缩机气缸的温度传感器采集的信号,以及包括设置于往复式压缩机填料函的温度传感器采集的信号;振动信号包括设置于往复式压缩机的曲轴箱的加速度传感器所采集的信号、设置于往复式压缩机十字头的加速度传感器所采集的信号以及设置于往复式压缩机气缸的加速度传感器所采集的信号。
通过在往复式压缩机的气缸、曲轴箱、十字头、填料函等点位进行信号监测,实现多点位数据采集,可提高故障分析的准确性。例如,点位分布图可如图2,传感器的配置可按照表1的配置方案实施。
表1
在其中一个实施例中,步骤S110之后、步骤S130之前,还包括:对振动信号和声音信号分别采用经验模态分解进行处理,得到处理后的振动信号和声音信号,对应地,步骤S130基于处理后的振动信号和声音信号进行分析。
对于采集到的振动信号和声音信号等非平稳信号,往往混合有冲击信号、随机信号的周期性信号等,如果直接处理接收到的信号,处理的难度将大大增高,故障诊断的准确性明显降低。通过采用经验模态分解(Empirical Mode Decomposition,EMD)对获取到的所有振动信号、声音信号进行分解并计算各内涵模态分量(Intrinsic Mode Functions,IMF)信息熵,将得到的信息熵经去噪自动编码器(Denoising Auto-Encoder,DAE)进行特征提取将其作为后续往复式压缩机故障诊断的敏感特征,可以提高故障辅助诊断的准确性。
在其中一个实施例中,单一信号分析图包括:波形图、频谱图和示功图,联合信号分析图包括压力振动图和热力图。步骤S130包括:对振动信号和声音信号分别通过频谱分析和功率谱分析,得到波形图和频谱图并显示;将压力信号和振动信号融合,得到压力振动图并显示;对压力信号进行分析,得到示功图并显示;将示功图与温度信号融合,得到热力图并显示。
压缩机的故障与图谱特征之间存在着相对明确的对应性,但并非“一一对应”,所以进行多传感器的参数联合分析故障正确率更高,更精确。当出现故障时,参数异常会在图像中显示出来,通过与预定的正常情况图像对比,提示异常数据,辅助人工诊断出故障。
具体地,声音信号和振动信号主要根据幅值、频率变化以及信号缺失、移位等反映出异常。可以通过对声音信号和振动信号各自的波形图和频谱图分段统计冲击能量,设置合格、报警和危险包络线,技术人员可快速识别到异常噪声和异常振动的位置和原因。如图3和图4分别是基于振动信号的波形图及分频振动分析的频谱图,将振动和压力参数融合得到图5所示的融合检测,可监测故障有:曲轴轴承损坏、曲轴变形、曲轴不平衡、十字头销松动、气阀故障、十字头大小头的瓦余隙过大。
传感器采集到的压力信号对应压强变化可绘制示功图(横轴V为容积,P为压强),如图6所示。温度、压强根据数值和趋势变化反映故障。通过实际P-V图(示功图)与正常P-V图对比,可以清晰判断机组运行状况。示功图监可监测的故障有:气阀阀片断裂、气阀弹簧刚度不足、拉缸;活塞环或填料故障。示功图的理想波形是根据缸内气体参数和容积变化得出的波形,标准波形是根据现场测量的压力变化得出的波形(由于测量误差,气体损耗等原因,标准和理论不完全一致),正常情况下图形是接近于平滑状态的,当实际波形明显偏离理论波形和标准波形,则可以认为有故障发生,结合进、排气阀P-V及其他部位传感器参数可诊断出具体故障。例如当出现气阀泄露的故障时,进气与排气的压力会较正常情况提前或者推迟达到平衡点(平衡点就是图中进气、排气线相交点)。而当波形出现抖动,但大体的趋势不变,则有可能是气阀的弹簧等部件损伤导致压缩气体过程不够平滑。
将示功图与其他一种或几种功能谱在一个图形上显示,通过多种方式对比,可进一步分析压缩机故障原因,将P-V图与温度参数融合可得到P-V热力图,如图7所示。将P-V和温度参数结合,因为如果出现向气阀泄露等故障,也会伴随温度异常,所以可以更精确地诊断。
在一个实施例中,如图8所示,提供了一种往复式压缩机故障诊断辅助装置,包括:
信号获取模块110,用于获取设置于往复式压缩机的传感器所采集的多种监测信号;信号分析模块130,用于对监测信号进行处理得到单一信号分析图以及联合信号分析图并显示;异常分析模块150,用于基于单一信号分析图和联合信号分析图进行异常数据分析,得到故障辅助分析结果。
上述往复式压缩机故障诊断辅助装置,对采用多种监测信号进行分析得到直观的分析图,基于分析图进行异常数据分析得到故障辅助分析结果,技术人员可参照分析图和故障辅助分析结果诊断故障,相比于完全由人工分析诊断更简单高效,而且可以弱化人工经验推断,提高诊断准确性。
关于往复式压缩机故障诊断辅助装置的具体限定可以参见上文中对于往复式压缩机故障诊断辅助方法的限定,在此不再赘述。上述往复式压缩机故障诊断辅助装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。需要说明的是,本申请实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各实施例中方法的步骤。
上述计算机设备,由于可以实现前述各实施例中方法的步骤,同理,可以辅助提高故障诊断效率和准确率。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述各实施例中方法的步骤。
上述计算机可读存储介质,由于可以实现前述各实施例中方法的步骤,同理,可以辅助提高故障诊断效率和准确率。
在一个实施例中,提供了一种压缩机监测系统,包括信号传输器件、上述各实施例中的计算机设备和多个传感器,传感器采集监测信号并通过信号传输器件发送至计算机。
上述压缩机监测系统,由于采用了前述计算机设备,同理,具备辅助提高故障诊断效率和准确率的效果。
具体地,传感器的设置可以如前实施例中所述,在此不做赘述。
在其中一个实施例中,信号传输器件包括数据采集器和交换机,数据采集器连接传感器和交换机,交换机与计算机设备通信连接;数据采集器对传感器采集的监测信号进行过滤和模数转换处理后,通过交换机发送至计算机设备。
在其中一个实施例中,压缩机监测系统还可以包括用户终端,用户终端可以包括固定终端和移动终端,比如固定终端可以是电脑,移动终端可以是手机。如图9所示,计算机设备可以是服务器。首先是通过安装在压缩机机组上的传感器采集到噪声、温度、振动、压力数据,通过数据采集器处理后传输到交换机,通过交换机将数据上传带服务器中,服务器会根据每种参数的特点选择相应的数据处理方法,可单独显示或融合展示多类传感器数据,通过与正常情况对比,可自动或者人工观察发现异常情况,可通过用户终端会发出警告,再结合人工来提高压缩机的故障诊断率。各项故障的识别结果可通过在用户终端和手机显示和推送,及时提醒相关人员。
由于大多数情况下压缩机的PLC控制系统已经存储了压缩机部分参数(如温度、压力),所以可通过Modbus协议或OPC协议直接获取相应数据,除获取所需的检测参数,同时可将运行时工艺条件(如负荷、转速、进口流动特性等)接入诊断系统,以更针对性的诊断压缩机故障状态。将工艺系统接入原因:对于故障诊断而言,目前大部分监测系统都是围绕在利用振动信号诊断机组运行状态。然而,仅凭这一点,还不能全面评价和诊断机组的实际运行情况,因为压缩机的振动大小还取决于运行时工艺条件(如温度、压力、负荷、转速、进口流动特性等)的变化。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
虽然本发明所公开的实施方式如上,但所述的内容只是为了便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属技术领域内的技术人员,在不脱离本发明所公开的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本发明的保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (10)
1.一种往复式压缩机故障诊断辅助方法,其特征在于,包括:
获取设置于往复式压缩机的传感器所采集的多种监测信号;
对所述监测信号进行处理得到单一信号分析图以及联合信号分析图并显示;
基于所述单一信号分析图和所述联合信号分析图进行异常数据分析,得到故障辅助分析结果。
2.根据权利要求1所述的方法,其特征在于,所述监测信号包括声音信号、振动信号、压力信号和温度信号。
3.根据权利要求2所述的方法,其特征在于,所述声音信号包括设置于所述往复式压缩机气缸的超声传感器采集的信号;
所述压力信号包括设置于气缸的压力传感器采集的信号;
所述温度信号包括设置于所述往复式压缩机气缸的温度传感器采集的信号,以及包括设置于所述往复式压缩机填料函的温度传感器采集的信号;
所述振动信号包括设置于所述往复式压缩机的曲轴箱的加速度传感器所采集的信号、设置于所述往复式压缩机十字头的加速度传感器所采集的信号以及设置于所述往复式压缩机气缸的加速度传感器所采集的信号。
4.根据权利要求2所述的方法,其特征在于,所述单一信号分析图包括:波形图、频谱图和示功图,所述联合信号分析图包括压力振动图和热力图;所述对所述监测信号进行处理得到单一信号分析图以及联合信号分析图并显示,包括:
对所述振动信号和所述声音信号分别通过频谱分析和功率谱分析,得到波形图和频谱图并显示;
将所述压力信号和所述振动信号融合,得到压力振动图并显示;
对所述压力信号进行分析,得到示功图并显示;
将所述示功图与所述温度信号融合,得到热力图并显示。
5.根据权利要求1所述的方法,其特征在于,所述监测信号经过数据采集器的过滤和模数转换处理。
6.一种往复式压缩机故障诊断辅助装置,其特征在于,包括:
信号获取模块,用于获取设置于往复式压缩机的传感器所采集的多种监测信号;
信号分析模块,用于对所述监测信号进行处理得到单一信号分析图以及联合信号分析图并显示;
异常分析模块,用于基于所述单一信号分析图和所述联合信号分析图进行异常数据分析,得到故障辅助分析结果。
7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述的方法的步骤。
9.一种压缩机监测系统,其特征在于,包括信号传输器件、权利要求8所述的计算机设备和多个传感器,所述传感器采集监测信号并通过所述信号传输器件发送至所述计算机。
10.根据权利要求9所述的压缩机监测系统,其特征在于,所述信号传输器件包括数据采集器和交换机,所述数据采集器连接所述传感器和所述交换机,所述交换机与所述计算机设备通信连接;
所述数据采集器对所述传感器采集的监测信号进行过滤和模数转换处理后,通过所述交换机发送至所述计算机设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111450988.8A CN114396376A (zh) | 2021-12-01 | 2021-12-01 | 往复式压缩机故障诊断辅助方法、装置、设备及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111450988.8A CN114396376A (zh) | 2021-12-01 | 2021-12-01 | 往复式压缩机故障诊断辅助方法、装置、设备及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114396376A true CN114396376A (zh) | 2022-04-26 |
Family
ID=81225822
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111450988.8A Pending CN114396376A (zh) | 2021-12-01 | 2021-12-01 | 往复式压缩机故障诊断辅助方法、装置、设备及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114396376A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114962244A (zh) * | 2022-05-31 | 2022-08-30 | 三一石油智能装备有限公司 | 往复泵故障诊断方法、装置、设备、存储介质及往复泵 |
CN116163943A (zh) * | 2023-03-27 | 2023-05-26 | 蚌埠市联合压缩机制造有限公司 | 一种运行状态实时监测的压缩机 |
CN116608151A (zh) * | 2023-07-20 | 2023-08-18 | 江苏海拓宾未来工业科技集团有限公司 | 一种空气悬浮离心压缩机故障诊断方法及系统 |
CN117367570A (zh) * | 2023-11-02 | 2024-01-09 | 中国人民解放军海军工程大学 | 一种基于单点声信号的空气压缩机智能故障诊断方法 |
CN117649860A (zh) * | 2024-01-30 | 2024-03-05 | 中密控股股份有限公司 | 一种往复压缩机关键部位摩擦磨损状态识别方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN102797671A (zh) * | 2011-05-25 | 2012-11-28 | 中国石油大学(北京) | 一种往复压缩机的故障检测方法与装置 |
KR20170002953A (ko) * | 2015-06-30 | 2017-01-09 | 주식회사 현대케피코 | 고압펌프 시험장치 |
CN107013449A (zh) * | 2017-04-18 | 2017-08-04 | 山东万腾电子科技有限公司 | 基于深度学习的声音信号识别压缩机故障的方法及系统 |
CN110578680A (zh) * | 2019-09-29 | 2019-12-17 | 深圳市永祥测控技术有限公司 | 往复压缩机的故障诊断方法、系统及计算机可读存储介质 |
CN111412134A (zh) * | 2019-01-07 | 2020-07-14 | 青岛海尔特种电冰柜有限公司 | 检测系统、检测方法及压缩机 |
CN112000041A (zh) * | 2020-08-26 | 2020-11-27 | 重庆新禹智能科技有限公司 | 一种压缩机故障诊断用可在线监控的振动噪声检测装置 |
-
2021
- 2021-12-01 CN CN202111450988.8A patent/CN114396376A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN102797671A (zh) * | 2011-05-25 | 2012-11-28 | 中国石油大学(北京) | 一种往复压缩机的故障检测方法与装置 |
KR20170002953A (ko) * | 2015-06-30 | 2017-01-09 | 주식회사 현대케피코 | 고압펌프 시험장치 |
CN107013449A (zh) * | 2017-04-18 | 2017-08-04 | 山东万腾电子科技有限公司 | 基于深度学习的声音信号识别压缩机故障的方法及系统 |
CN111412134A (zh) * | 2019-01-07 | 2020-07-14 | 青岛海尔特种电冰柜有限公司 | 检测系统、检测方法及压缩机 |
CN110578680A (zh) * | 2019-09-29 | 2019-12-17 | 深圳市永祥测控技术有限公司 | 往复压缩机的故障诊断方法、系统及计算机可读存储介质 |
CN112000041A (zh) * | 2020-08-26 | 2020-11-27 | 重庆新禹智能科技有限公司 | 一种压缩机故障诊断用可在线监控的振动噪声检测装置 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114962244A (zh) * | 2022-05-31 | 2022-08-30 | 三一石油智能装备有限公司 | 往复泵故障诊断方法、装置、设备、存储介质及往复泵 |
CN114962244B (zh) * | 2022-05-31 | 2024-03-22 | 三一石油智能装备有限公司 | 往复泵故障诊断方法、装置、设备、存储介质及往复泵 |
CN116163943A (zh) * | 2023-03-27 | 2023-05-26 | 蚌埠市联合压缩机制造有限公司 | 一种运行状态实时监测的压缩机 |
CN116163943B (zh) * | 2023-03-27 | 2023-09-08 | 蚌埠市联合压缩机制造有限公司 | 一种运行状态实时监测的压缩机 |
CN116608151A (zh) * | 2023-07-20 | 2023-08-18 | 江苏海拓宾未来工业科技集团有限公司 | 一种空气悬浮离心压缩机故障诊断方法及系统 |
CN116608151B (zh) * | 2023-07-20 | 2023-10-03 | 江苏海拓宾未来工业科技集团有限公司 | 一种空气悬浮离心压缩机故障诊断方法及系统 |
CN117367570A (zh) * | 2023-11-02 | 2024-01-09 | 中国人民解放军海军工程大学 | 一种基于单点声信号的空气压缩机智能故障诊断方法 |
CN117367570B (zh) * | 2023-11-02 | 2024-04-12 | 中国人民解放军海军工程大学 | 一种基于单点声信号的空气压缩机智能故障诊断方法 |
CN117649860A (zh) * | 2024-01-30 | 2024-03-05 | 中密控股股份有限公司 | 一种往复压缩机关键部位摩擦磨损状态识别方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114396376A (zh) | 往复式压缩机故障诊断辅助方法、装置、设备及系统 | |
CN110779716A (zh) | 嵌入式机械故障智能诊断设备及诊断方法 | |
US6456928B1 (en) | Prognostics monitor for systems that are subject to failure | |
KR101482509B1 (ko) | 베어링 결함 진단 시스템 및 그 진단 방법 | |
JP5460160B2 (ja) | 設備機器の診断装置 | |
US20170030349A1 (en) | Compressor Valve Health Monitor | |
US20090062933A1 (en) | System for preserving and displaying process control data associated with an abnormal situation | |
KR101155770B1 (ko) | 발전소 디젤엔진 상태진단 장치 및 방법 | |
US8720275B2 (en) | Detecting rotor anomalies | |
CN103792087A (zh) | 并联试车故障监测与诊断方法 | |
WO2020132060A1 (en) | A mechanical failure detection system and method | |
KR20110009615A (ko) | 데이터 수집장치 및 상기 데이터 수집장치를 구비한 설비기기의 진단장치 | |
CN110285045B (zh) | 一种核电厂rcp主泵振动相位监测系统和方法 | |
JP5765881B2 (ja) | 設備機器の診断装置 | |
CN114485921B (zh) | 反应堆设备元件振动监测方法及系统 | |
KR102545672B1 (ko) | 기계고장 진단 방법 및 장치 | |
CN103821750B (zh) | 一种基于电流的通风机失速和喘振监测及诊断方法 | |
JPH0579903A (ja) | 回転機の異常診断方法及びその装置 | |
KR100749667B1 (ko) | 크랭크축 속도 변화를 이용한 엔진 상태진단 시스템 및 그방법 | |
CN115977936B (zh) | 一种往复式压缩机故障诊断系统 | |
CN116608151A (zh) | 一种空气悬浮离心压缩机故障诊断方法及系统 | |
CN110411730A (zh) | 一种旋转设备故障判断方法、系统和可读存储介质 | |
KR101482511B1 (ko) | 위상 지연과 데이터 분포 형상지수를 이용한 베어링 결함 진단 시스템 및 그 진단 방법 | |
KR20040036980A (ko) | 기계 상태 감시 시스템 및 그 서버 | |
CN113482905A (zh) | 连杆大头瓦小头瓦温度监测与故障诊断装置 |
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 |