CN115355162A - 基于油压的隔膜压缩机膜片故障诊断方法 - Google Patents
基于油压的隔膜压缩机膜片故障诊断方法 Download PDFInfo
- Publication number
- CN115355162A CN115355162A CN202210945748.3A CN202210945748A CN115355162A CN 115355162 A CN115355162 A CN 115355162A CN 202210945748 A CN202210945748 A CN 202210945748A CN 115355162 A CN115355162 A CN 115355162A
- Authority
- CN
- China
- Prior art keywords
- oil pressure
- diaphragm
- compressor
- waveform
- period
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000003745 diagnosis Methods 0.000 title claims abstract description 25
- 239000013598 vector Substances 0.000 claims abstract description 32
- 238000010606 normalization Methods 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 5
- 230000007246 mechanism Effects 0.000 claims abstract description 5
- 239000003921 oil Substances 0.000 claims description 164
- 239000010725 compressor oil Substances 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 8
- 229910052739 hydrogen Inorganic materials 0.000 description 21
- 239000001257 hydrogen Substances 0.000 description 21
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 19
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 150000002431 hydrogen Chemical class 0.000 description 2
- 229910052742 iron Inorganic materials 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 238000007789 sealing Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 239000010720 hydraulic oil Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- F04B45/00—Pumps or pumping installations having flexible working members and specially adapted for elastic fluids
- F04B45/04—Pumps or pumping installations having flexible working members and specially adapted for elastic fluids having plate-like flexible members, e.g. diaphragms
- F04B45/053—Pumps having fluid drive
-
- 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
- F04B37/00—Pumps having pertinent characteristics not provided for in, or of interest apart from, groups F04B25/00 - F04B35/00
- F04B37/10—Pumps having pertinent characteristics not provided for in, or of interest apart from, groups F04B25/00 - F04B35/00 for special use
- F04B37/12—Pumps having pertinent characteristics not provided for in, or of interest apart from, groups F04B25/00 - F04B35/00 for special use to obtain high pressure
-
- 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
本发明涉及一种基于油压的隔膜压缩机膜片故障诊断方法，主要包括基于机理分析提出6种隔膜压缩机的膜片故障形式；将一个运行周期的油压波形划分为若干个区间，计算每个区间内油压的平均值，归一化后形成6组典型特征向量，作为诊断基础指标；获取压缩机一个周期的油压信号，计算每个区间内油压的平均值，获得待诊断油压波形的特征向量；分别计算特征向量与各个典型特征向量的欧氏距离，基于欧式距离评估待诊断油压波形与典型特征波形相似度，根据欧式距离最小处判断所属类型。本发明提出一种基于油压的隔膜压缩机膜片故障诊断方法，可对隔膜压缩机膜片进行故障诊断，精确判断故障原因，提高压缩机的可靠性和可维护性，降低维护成本。
Description
技术领域
本发明属于压缩机技术领域，涉及一种基于油压的隔膜压缩机膜片故障诊断方法。
背景技术
氢能凭借其清洁低碳、安全高效的特殊优势，交通车辆是氢能主要应用场景之一，氢燃料电池汽车有环保和续航里程长的优势，被视为减少运输部门温室气体排放最有前景的技术。加氢站是支撑燃料电池汽车发展的重要基础设施，也是氢能产业商业化的突破口。加氢站由制氢(氢源)系统、压缩系统、储存系统、加注系统和电控系统组成，其中，氢气压缩机是加氢站的核心动设备。隔膜压缩机因密封性好、压缩氢气不被污染、能实现数百兆帕压力等突出优点，被普遍用于加氢站将氢气高压压缩至35MPa或70MPa以供存储使用。
可靠性和安全问题一直是氢气应用的关键，氢气压缩机频繁故障给加氢站带来高昂的运维成本以及巨大的时间人力成本，是制约氢能大规模推广和应用的主要原因之一。隔膜压缩机中易损部件较多，金属膜片、密封O形圈、溢油阀、活塞环等经常发生损坏，进而造成非计划停机。压缩机故障引起的维修事件和维修小时数分别占加氢站维修总事件和总小时数的21％和13％。这其中，如何减少膜片故障是加氢站运维最急需解决的问题之一。
膜片破损断裂是其最常见的故障模式，膜片的可靠性提升和延寿策略可以从结构优化和监测诊断两个方面进行分类。一方面，已有研究通过优化压缩机结构，降低膜片与缸盖的接触应力来实现膜片延寿。另一方面，状态监测和故障诊断是提高复杂系统可靠性和可维护性、降低维护成本的关键技术。迄今为止，对加氢站隔膜压缩机进行状态监测、故障机理分析以及诊断方法的研究相对较少。
发明内容
为解决上述背景技术中存在的问题，本发明提出一种基于油压的隔膜压缩机膜片故障诊断方法，可对隔膜压缩机膜片进行故障诊断，精确判断故障原因，提高压缩机的可靠性和可维护性，降低维护成本。
本发明解决上述问题的技术方案是：一种基于油压的隔膜压缩机膜片故障诊断方法，其特殊之处在于，包括以下步骤：
1)将隔膜压缩机的膜片故障形式分为六种
基于机理分析提出6种隔膜压缩机的膜片故障形式，分别为类型a：油压过高膜片重击气缸壁面；类型b：油压偏高膜片拍击气缸壁面；类型c：油压正常；类型d：油压偏低膜片不与缸壁面接触；类型e：油压偏低膜片拍击油缸壁面；类型f：油压过低膜片重击油缸壁面；
2)压缩机曲轴每旋转360°作为一个旋转周期，每度一个油压值，360个油压值形成一个周期的油压动态曲线，将一个运行周期360°的油压波形划分为若干个区间，计算每个区间内油压的平均值，归一化后形成6组典型特征向量Sn,i(n＝1～6，i＝1～10)，作为诊断基础指标；
3)获取压缩机一个周期的油压信号，将一个周期的油压波形划分为若干区间，该区间数量与步骤2)的区间数量相同，计算每个区间内油压的平均值，获得待诊断油压波形的特征向量Xi；
4)分别计算待诊断油压波形的特征向量Xi与其对应的典型特征向量Sn,i的欧氏距离：
基于欧式距离评估待诊断油压波形与典型特征波形相似度，根据欧式距离最小处判断所属类型，距离最小的，认定为属于该典型特征波形对应的故障。
进一步地，对于步骤2)，为了保留典型油压波形特征的同时，减少特征维度并削弱压力波动对波形特征的影响，保留波形主要特征并避免局部细微的波形抖动引起的影响，本发明按照36°为步长，将一个运行周期360°的油压波形划分为10个区间，计算每个区间内油压的平均值，归一化后形成6组典型特征向量Sn,i(n＝1～6，i＝1～10)，具体为：
压缩机曲轴旋转360°对应一个旋转周期，每度一个油压值，360个油压值形成一个周期的油压动态曲线，设某个特征油压波形n(一共6个特征波形，n＝1,2,3…6)一周期油压为pn,θ(θ＝0,1,2…359)，将一周期油压分为10个区间，每个区间36个点，第i个区间的36个点表示为
依次计算每个区间内油压的平均值：
进行归一化：
形成某一个特征波形的特征向量：Sn,1,Sn,2,Sn,3,…,Sn,10。
一共6个特征波形，同理，获得其他所有特征波形的特征向量，共计6个特征波形的特征向量，n＝1,2,3…6。
进一步地，上述步骤3)中，计算每个区间内油压的平均值，获得待诊断油压波形的特征向量Xi具体为：
压缩机曲轴旋转360°对应一个旋转周期，每度一个油压值，360个油压值形成一个周期的油压动态曲线,一周期油压为pθ(θ＝0,1,2…359)，将一周期油压分为10个区间，每个区间36个点，第i个区间的36个点表示为
依次计算每个区间内油压的平均值：
进行归一化：
形成待诊断油压波形的特征向量：X1,X2,X3,…,X10。
进一步地，上述步骤3)中，可以采用压力传感器测量缸内油压来获取压缩机油压信号，所述压力传感器通过测压孔安装在压缩机缸体上。
进一步地，上述步骤3)中，可以采用应变传感器测量缸内油压来获取压缩机油压信号，应变传感器布置在油缸表面。
进一步地，上述步骤2)中，压缩机的旋转周期确定方法为：将接近开关安装在联轴器旁的铁架上，当活塞位于上止点时，在联轴器上正对传感器传位置安装特定螺母。在压缩机工作工程中，当活塞到达上止点时传感器与特定螺母相遇，止点传感器将输出一个10V的脉冲信号，脉冲信号出现就代表此时活塞位于上止点位置。两个脉冲信号之间为压缩机运转一个周期的信号，基于此可获得一个周期的油压信号。
本发明的优点：
本发明提出的基于油压的隔膜压缩机膜片故障诊断方法，可对精确判断膜片的故障类别，提高压缩机的可靠性和可维护性，降低维护成本。
附图说明
图1是压缩机在一个旋转周期内压力信号；
图2是归一化典型油压波形与分段平均特征向量；
图3是本发明方法的故障诊断流程图；
图4是活塞环偏磨故障信号与诊断结果。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。因此，以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施方式。
参见图3，一种基于油压的隔膜压缩机膜片故障诊断方法，包括以下步骤：
1)将隔膜压缩机的膜片故障形式分为六种
基于机理分析提出6种隔膜压缩机的膜片故障形式，分别为类型a：油压过高膜片重击气缸壁面；类型b：油压偏高膜片拍击气缸壁面；类型c：油压正常；类型d：油压偏低膜片不与缸壁面接触；类型e：油压偏低膜片拍击油缸壁面；类型f：油压过低膜片重击油缸壁面；以实现压缩机运行状态和膜片运动故障及故障程度的分类识别，线性归一化后的波形如图2所示。
图2(a)和图2(b)分别表征油压过高和油压偏高的状态，三角形峰值波形幅值越大，油-气压差越大，膜片拍击气侧缸壁面时膜片中心处与排气阀孔接触应力越大，接触时间越长，对膜片损伤越大。图2(c)为油压正常状态，缸内油压略高于气压，在驱使膜片紧贴气侧缸壁面的同时，减少膜片所受应力。图2(d)～(f)均属于油压偏低的故障，图2(d)所示波形指示膜片无法与任何一侧缸壁面接触，虽不会对膜片造成损伤，但余隙容积增大会降低流量。图2(e)为油压偏低故障恶化至膜片开始与油侧缸壁面，出现下止点附近的下凹特征波形，膜片向气侧运行行程进一步减少，气侧余隙大幅增大，流量大幅降低。图2(f)中，油压在下止点附近下凹波谷段显著延长，膜片与油侧膜头撞击并承受油-气压差，压差越大，接触时间越长，对膜损伤越大，严重缩短膜片寿命。
2)压缩机曲轴每旋转360°作为一个旋转周期，每度一个油压值，360个油压值形成一个周期的油压动态曲线，将一个运行周期360°的油压波形划分为若干个区间，计算每个区间内油压的平均值，归一化后形成6组典型特征向量Sn,i(n＝1～6，i＝1～10)，作为诊断基础指标，在图2用柱状图表示。
3)获取压缩机一个周期的油压信号，将一个周期的油压波形划分为若干区间，该区间数量与步骤2)的区间数量相同，计算每个区间内油压的平均值，获得待诊断油压波形的特征向量Xi。
4)分别计算待诊断油压波形的特征向量Xi与其对应的典型特征向量Sn,i的欧氏距离：
基于欧式距离评估待诊断油压波形与典型特征波形相似度，根据欧式距离最小处判断所属类型，距离最小的，认定为属于该典型特征波形对应的故障。
在本发明提供的一些实施例中，对于步骤2)，为了保留典型油压波形特征的同时，减少特征维度并削弱压力波动对波形特征的影响，保留波形主要特征并避免局部细微的波形抖动引起的影响，本发明按照36°为步长，将一个运行周期360°的油压波形划分为10个区间，计算每个区间内油压的平均值，归一化后形成6组典型特征向量Sn,i(n＝1～6，i＝1～10)，具体为：
压缩机曲轴旋转360°对应一个旋转周期，每度一个油压值，360个油压值形成一个周期的油压动态曲线，设某个特征油压波形n(一共6个特征波形，n＝1,2,3…6)一周期油压为pn,θ(θ＝0,1,2…359)，将一周期油压分为10个区间，每个区间36个点，第i个区间的36个点表示为
依次计算每个区间内油压的平均值：
进行归一化：
形成某一个特征波形的特征向量：Sn,1,Sn,2,Sn,3,…,Sn,10。
一共6个特征波形，同理，获得其他所有特征波形的特征向量，共计6个特征波形的特征向量，n＝1,2,3…6。
在本发明提供的一些实施例中，上述步骤3)中，计算每个区间内油压的平均值，获得待诊断油压波形的特征向量Xi具体为：
压缩机曲轴旋转360°对应一个旋转周期，每度一个油压值，360个油压值形成一个周期的油压动态曲线,一周期油压为pθ(θ＝0,1,2…359)，将一周期油压分为10个区间，每个区间36个点，第i个区间的36个点表示为
依次计算每个区间内油压的平均值：
进行归一化：
形成待诊断油压波形的特征向量：X1,X2,X3,…,X10。
在本发明提供的另一些实施例中，上述步骤3)中，可以采用压力传感器测量缸内油压来获取压缩机油压信号，所述压力传感器通过测压孔安装在压缩机缸体上；或者，也可以采用应变传感器测量缸内油压来获取压缩机油压信号，应变传感器布置在油缸表面。
压缩机的旋转周期确定方法为：将接近开关安装在联轴器旁的铁架上，当活塞位于上止点时，在联轴器上正对传感器传位置安装特定螺母。在压缩机工作工程中，当活塞到达上止点时传感器与特定螺母相遇，止点传感器将输出一个10V的脉冲信号，脉冲信号出现就代表此时活塞位于上止点位置。两个脉冲信号之间为压缩机运转一个周期的信号，基于此可获得一个周期的油压信号，参见图1。
实施例
某台单列立式氢气隔膜压缩机出现故障，连续产生金属部件撞击异响，流量降低30％左右，短时间内膜片破裂。通过本发明提出的基于油压的隔膜压缩机膜片故障诊断方法对其进行诊断，监测机组油压信号，记录到该故障情况下，油压从正常状态发展到油压轻微偏低，再演化至严重偏低的全过程，图4(a1)(b1)(c1)为所采集的各个故障阶段三个周期的油压信号，图4(a2)(b2)(c2)为特征向量与6个典型特征向量的欧式距离柱状图，欧式距离最小处表示波形相似度最高，据此判断所属类型，并在图中深色显示。
油压偏低的主要原因是油侧缸存在较大的泄漏通道或补油油路出现堵塞等原因造成缸内液压油油量不足。拆机检查后明确活塞环磨损严重，且油侧膜片已经出现了明显的刻痕和裂纹。现场测量后发现，活塞组件结构存在较大对中误差，导致活塞环偏磨严重。
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，本领域的技术人员其依然可以对前述各实施例所记载的技术方案进行调节，或者对其中部分技术特征进行等同替换。所以，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (6)
1.一种基于油压的隔膜压缩机膜片故障诊断方法，其特征在于，包括以下步骤：
1)将隔膜压缩机的膜片故障形式分为六种：
基于机理分析提出6种隔膜压缩机的膜片故障形式，分别为类型a：油压过高膜片重击气缸壁面；类型b：油压偏高膜片拍击气缸壁面；类型c：油压正常；类型d：油压偏低膜片不与缸壁面接触；类型e：油压偏低膜片拍击油缸壁面；类型f：油压过低膜片重击油缸壁面；
2)压缩机曲轴每旋转360°作为一个旋转周期，每度一个油压值，360个油压值形成一个周期的油压动态曲线，将一个运行周期360°的油压波形划分为若干个区间，计算每个区间内油压的平均值，归一化后形成6组典型特征向量Sn,i(n＝1～6，i＝1～10)，作为诊断基础指标；
3)获取压缩机一个周期的油压信号，将一个周期的油压波形划分为若干区间，该区间数量与步骤2)的区间数量相同，计算每个区间内油压的平均值，获得待诊断油压波形的特征向量Xi；
4)分别计算待诊断油压波形的特征向量Xi与其对应的典型特征向量Sn,i的欧氏距离：
基于欧式距离评估待诊断油压波形与典型特征波形相似度，根据欧式距离最小处判断所属类型，距离最小的，认定为属于该典型特征波形对应的故障。
2.根据权利要求1所述的一种基于油压的隔膜压缩机膜片故障诊断方法，其特征在于：
所述步骤2)中，按照36°为步长，将一个运行周期360°的油压波形划分为10个区间，计算每个区间内油压的平均值，归一化后形成6组典型特征向量Sn,i(n＝1～6，i＝1～10)，具体为：
压缩机曲轴旋转360°对应一个旋转周期，每度一个油压值，360个油压值形成一个周期的油压动态曲线，设某个特征油压波形n(一共6个特征波形，n＝1,2,3…6)一周期油压为pn,θ(θ＝0,1,2…359)，将一周期油压分为10个区间，每个区间36个点，第i个区间的36个点表示为
依次计算每个区间内油压的平均值：
进行归一化：
形成某一个特征波形的特征向量：Sn,1,Sn,2,Sn,3,…,Sn,10。
3.根据权利要求2所述的一种基于油压的隔膜压缩机膜片故障诊断方法，其特征在于：
所述步骤3)中，计算每个区间内油压的平均值，获得待诊断油压波形的特征向量Xi具体为：
压缩机曲轴旋转360°对应一个旋转周期，每度一个油压值，360个油压值形成一个周期的油压动态曲线,一周期油压为pθ(θ＝0,1,2…359)，将一周期油压分为10个区间，每个区间36个点，第i个区间的36个点表示为
依次计算每个区间内油压的平均值：
进行归一化：
形成待诊断油压波形的特征向量：X1,X2,X3,…,X10。
4.根据权利要求3所述的一种基于油压的隔膜压缩机膜片故障诊断方法，其特征在于：
所述步骤3)中，可以采用压力传感器测量缸内油压来获取压缩机油压信号，所述压力传感器通过测压孔安装在压缩机缸体上。
5.根据权利要求3所述的一种基于油压的隔膜压缩机膜片故障诊断方法，其特征在于：
所述步骤3)中，可以采用应变传感器测量缸内油压来获取压缩机油压信号，应变传感器布置在油缸表面。
6.根据权利要求4或5所述的一种基于油压的隔膜压缩机膜片故障诊断方法，其特征在于：
步骤2)中，压缩机的旋转周期确定方法为：将接近开关安装在联轴器旁，当活塞位于上止点时，在联轴器上正对传感器传位置安装特定螺母，在压缩机工作工程中，当活塞到达上止点时传感器与特定螺母相遇，止点传感器将输出一个10V的脉冲信号，脉冲信号出现就代表此时活塞位于上止点位置，两个脉冲信号之间为压缩机运转一个周期的信号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210945748.3A CN115355162B (zh) | 2022-08-08 | 2022-08-08 | 基于油压的隔膜压缩机膜片故障诊断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210945748.3A CN115355162B (zh) | 2022-08-08 | 2022-08-08 | 基于油压的隔膜压缩机膜片故障诊断方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115355162A true CN115355162A (zh) | 2022-11-18 |
| CN115355162B CN115355162B (zh) | 2023-12-19 |
Family
ID=84033182
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210945748.3A Active CN115355162B (zh) | 2022-08-08 | 2022-08-08 | 基于油压的隔膜压缩机膜片故障诊断方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115355162B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117191394A (zh) * | 2023-11-06 | 2023-12-08 | 南京凯奥思数据技术有限公司 | 一种空气压缩机设备的故障检测方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112347588A (zh) * | 2020-11-26 | 2021-02-09 | 中国舰船研究设计中心 | 基于小波包分解的旋转机械故障诊断方法 |
| CN113738613A (zh) * | 2021-09-07 | 2021-12-03 | 安泰环境工程技术有限公司 | 一种加氢站用动设备在线故障诊断方法及诊断系统 |
| CN113946921A (zh) * | 2021-10-28 | 2022-01-18 | 北京博华信智科技股份有限公司 | 往复压缩机故障诊断监测信号整周期截取方法及装置 |
| CN114688003A (zh) * | 2022-02-22 | 2022-07-01 | 西安交通大学 | 一种高压隔膜压缩机 |
| CN114741942A (zh) * | 2021-10-19 | 2022-07-12 | 中国海洋石油集团有限公司 | 基于机器学习的海洋平台往复式压缩机故障诊断装置及诊断方法 |
-
2022
- 2022-08-08 CN CN202210945748.3A patent/CN115355162B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112347588A (zh) * | 2020-11-26 | 2021-02-09 | 中国舰船研究设计中心 | 基于小波包分解的旋转机械故障诊断方法 |
| CN113738613A (zh) * | 2021-09-07 | 2021-12-03 | 安泰环境工程技术有限公司 | 一种加氢站用动设备在线故障诊断方法及诊断系统 |
| CN114741942A (zh) * | 2021-10-19 | 2022-07-12 | 中国海洋石油集团有限公司 | 基于机器学习的海洋平台往复式压缩机故障诊断装置及诊断方法 |
| CN113946921A (zh) * | 2021-10-28 | 2022-01-18 | 北京博华信智科技股份有限公司 | 往复压缩机故障诊断监测信号整周期截取方法及装置 |
| CN114688003A (zh) * | 2022-02-22 | 2022-07-01 | 西安交通大学 | 一种高压隔膜压缩机 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117191394A (zh) * | 2023-11-06 | 2023-12-08 | 南京凯奥思数据技术有限公司 | 一种空气压缩机设备的故障检测方法及装置 |
| CN117191394B (zh) * | 2023-11-06 | 2024-01-19 | 南京凯奥思数据技术有限公司 | 一种空气压缩机设备的故障检测方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115355162B (zh) | 2023-12-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111927752B (zh) | 一种隔膜压缩机故障诊断仪 | |
| CN115355162B (zh) | 基于油压的隔膜压缩机膜片故障诊断方法 | |
| Li et al. | A non-destructive fault diagnosis method for a diaphragm compressor in the hydrogen refueling station | |
| CN102095588A (zh) | 柴油机故障智能诊断方法 | |
| CN109710983A (zh) | 一种基于关键性能指标的柴油机气缸分层故障诊断方法 | |
| CN115186849A (zh) | 一种大型工业设备运行定期维护在线监测分析处理系统 | |
| CN103925155A (zh) | 一种风电机组输出功率异常的自适应检测方法 | |
| EP4209768A1 (en) | Method for monitoring the technical condition of a diesel generator when in operation | |
| CN115165326A (zh) | 通过机械传动链润滑油(脂)杂质分析的风机故障诊断方法 | |
| US20230113870A1 (en) | Sensor for measuring seating force of engine intake and exhaust valve and measuring method | |
| CN111373879B (zh) | 一种发动机机体试验载荷施加装置 | |
| CN107421727A (zh) | 滚轮罐耳动态试验仪 | |
| CN112906480B (zh) | 一种高速列车轴承安全状态实时监测系统 | |
| CN202732114U (zh) | 一种船用主柴油机轴承磨损监控系统 | |
| CN113153727A (zh) | 一种压裂泵监测系统及方法 | |
| CN115235542A (zh) | 一种升船机承船厢在线监测方法及监测系统 | |
| CN114878084A (zh) | 一种氢能源车辆氢气泄漏检测方法 | |
| CN117830193A (zh) | 一种基于示功图特征提取的往复压缩机多故障诊断方法 | |
| CN111037987B (zh) | 大型机械压力机多连杆机构状态监测信号处理方法 | |
| CN101968404A (zh) | 一种用于检测间歇性低速重载设备故障隐患的方法 | |
| Li et al. | Health Management System for Compressors in Hydrogen Refueling Stations Based on Nondestructive Fault Diagnosis Method | |
| CN113686378A (zh) | 一种水轮机顶盖运行状态监测方法 | |
| CN201724767U (zh) | 一种轧机轴向力在线检测及预警装置 | |
| CN113700639B (zh) | 一种往复式压缩机无损故障诊断系统及方法 | |
| CN117367845B (zh) | 一种陆军装备维修设备健康诊断方法 |
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 |