针对管道、发电等行业使用的燃气轮机转子叶片断裂故障问题,开展了叶片断裂故障诊断方法研究。首先,基于燃气轮机叶片尾流激振力产生机理和转子叶片断裂进一步引发的突发不平衡振动机理,提出了基于转子叶片通过频率(BPF)成分振动幅值、转子工频振动幅值及同截面不同方向的转子工频振动相对相位的燃气轮机叶片断裂故障敏感特征集。然后,以各级BPF振动幅值为输入参数,基于单分类支持向量机(OCSVM)建立了叶片故障识别模型;进一步地,将该识别模型与叶片断裂引发的突发不平衡故障诊断规则结合,构建了一种燃气轮机叶片断裂故障诊断方法。最后,利用某型燃气轮机叶片断裂故障案例数据,验证了提出的特征参数和叶片断裂故障诊断方法的有效性。

人工自愈是在故障机理和风险分析的基础上,通过仿生设计赋予机器自发作用的维持健康状态的能力,从而使机器储存、补充和调动自愈力以维持机体的健康状态。透平压缩机、发电机组和航空发动机等动力机械是工业和国防的心脏设备,一旦发生故障将导致事故和巨大损失,在运行中通过自监测、自诊断和主动控制来抑制故障的发生以实现自愈化,是机器向高级智能阶段发展研究中的一个重要方向。本文总结了北京化工大学诊断与自愈工程（DSE）研究中心在人工自愈与动力机械振动故障靶向抑制方面的主要研究工作及成果,并以转子轴系不平衡和压缩机转子失稳振动为例,证明了靶向抑制方法的有效性。以上成果可为自主开发具有自愈功能的智能动力机械提供科学依据。

提出了一种基于支持向量机的往复压缩机示功图识别方法。根据不同故障在示功图上反映的不同特征,进行故障特征提取。针对实际故障发生情况,构造了基于决策树的多分类支持向量机故障识别模型。使用不同核函数对计算机模拟与往复压缩机试验台实测的故障示功图进行识别,结果表明,该方法能有效应用于往复压缩机示功图故障识别。

阐述了某石化公司关键CO2透平压缩机组在启机过程中压缩机端振动异常，开机多次失败问题的分析及处理过程。采用远程状态监测系统记录的数据，依据旋转机械故障机理和转子动力学原理，分析了产生振动的可能原因；逐项排查之后，确定压缩机振动是由级间密封严重摩擦引起的，造成摩擦的根本原因是转子不平衡和叶轮偏心共同作用，更换转子和级间密封才使问题得以彻底解决。应用状态监测系统避免了盲目维修，节约了可观的检维修费用。

气阀是往复压缩机最易发生故障的部件。本文在分析气阀故障原理的基础上，首次在大型往复压缩机实验平台上对吸气阀、排气阀进行了一系列破坏性实验，对现场机组气阀的各类故障情况进行了真实模拟，最大限度地保证采集到的振动及温度信号与实际机组的故障信号相符合，利用BH5OOOR在线监测诊断系统对故障特征进行了识别和分析，结果表明，该方法能够有效识别往复压缩机气阀的故障特征。

往复式压缩机是流程工业安全生产的关键机组,由于缺乏有效的安全监控和故障预知手段,往复式压缩机存在故障率高、安全事故频发的特点.为有效降低往复式压缩机故障停机时间并减少安全事故,在对压缩机运动部件结构、功能和故障机理分析的基础上,针对往复式压缩机振动激励源多和故障关联性强的特点,开发了基于多传感器信息融合和正向推理的往复式压缩机智能诊断专家系统,通过提取敏感特征参数并建立和故障类型相关的独立诊断规则,实现了自动故障诊断.建立的往复式压缩机智能诊断专家系统已应用于国内多家石油炼化企业.实践证明：往复式压缩机智能诊断专家系统在机组异常时能够自动报警并给出故障诊断结论,提高了设备预知维修水平,保证了往复式压缩机运行的安全性、可靠性.

针对气阀故障异常自动检测迫切需求，针对气阀故障在温度数据的表现特点，即同类气阀正常工作时温度波动一致，故障时温度波动存在差异，采用主成分分析（ PCA）从气阀阀盖温度数据中提取故障特征参数，建立基于径向基函数的故障异常监测模型，实现了故障异常自动检测，并可进一步对故障气阀进行自动定位，为故障早期快速报警奠定了基础。

目前压缩机气阀的设计大多数是按照已有设备进行经验设计，定量设计研究比较少。本文结合使用CFD软件模拟的方法对压缩机气阀弹簧刚度进行优化设计。文中首先对压缩机的吸气过程进行了三维的瞬态模拟，其中阀片运动规律由编写的UDF函数定义，最终得出气缸内部的流体状态以及气阀的运动规律，结果更加实际准确。在此基础上对一组弹簧刚度进行模拟，得出气阀运动规律与弹簧刚度的关系，在兼顾压缩机的寿命与效率的情况下，得出最优的弹簧刚度。这对于压缩机气阀的设计等具有指导性的意义。

对活塞杆实际部件进行模型简化,在弹性梁弯曲振动理论的基础上,推导出活塞杆自激振动频率的存在;然后通过试验获取往复压缩机的活塞杆沉降位移信号,对得到的信号进行小波降噪,滤除其中的噪声信号,获得活塞杆实际自激振动频率,最后和理论值相比较,验证了活塞杆自激振动频率的存在。为提取诊断活塞杆类故障的特征参数提供参考。