离心压缩机是石油化工生产中的核心动力设备,然而运行过程中易发生喘振故障造成事故。对于喘振故障,传统方法采用时频特征分析方法诊断,而该方法通常在喘振发展到后期、信号特征明显的情况下才诊断出喘振故障。为解决该问题,提出基于BP神经网络和证据理论的诊断方法,该方法使用故障数据训练得到BP神经网络,进而对采集的数据进行初步诊断,再采用证据理论融合各初步诊断结果得出诊断结论。通过在离心压缩机实验台上模拟喘振故障,结果表明该方法能够准确诊断压缩机喘振故障,此外与传统方法相比,采用该方法能在喘振发生初期诊断出故障,从而进行调控避免喘振发展到后期,这对实现离心压缩机防喘具有重要意义。

针对振动信号长期连续监测存在的数据存储量过大,造成资源浪费的问题,对机械振动信号的压缩方法进行了实验研究,其中振动位移信号来自于现场使用的离心压缩机机组。将三种典型的最优稀疏表达方法基于框架的方法(MOF),匹配追踪(MP)和基追踪(BP)作为压缩算法对振动信号进行分析。同时,将压缩比(CR),均方差(MSE),能量保留百分比(ER)和频谱相似度(COR)作为衡量指标来比较以上压缩算法压缩性能。结果表明匹配追踪(MP)稀疏表达优于其它两种方法,能够用来压缩振动信号,而不会丢失过多信息。

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。

介绍了O形橡胶密封圈在安全阀中的主要应用场合、密封形式和设计要点,分析了实际工程中O形橡胶密封圈常见的失效形式,提出了安全阀O形橡胶密封圈的使用建议。

针对滚动轴承变速过程中振动信号非平稳,早期故障特征微弱的特点,将阶次跟踪与能量算子(EO)相结合,提出阶次跟踪能量算子(OTEO)与奇异值分解(SVD)结合的轴承故障诊断方法。首先,对时域振动信号进行SVD以降低噪声干扰;然后,对降噪后的信号进行OTEO解调分析,即对信号先进行EO解调再对包络信号进行阶次跟踪;最后,采用Fourier变换做出包络阶次谱,从中提取出滚动轴承故障特征阶次。试验结果验证了该方法对于滚动轴承故障特征提取的有效性。

齿轮发生故障后,由于采集到的振动信号同时包含故障冲击、确定性啮合信号及噪声等多种信号,同时,各种信号还会受传递路径的影响,使得齿轮故障特征提取难度较大。倒频谱分析是常见的齿轮故障诊断方法,能将边频带中的周期成分显示为单根谱线,有助于故障诊断,但当故障特征信号较微弱时,倒频谱中得到的故障特征并不明显。为此,提出一种特征增强倒频谱分析方法,利用最小熵解卷积、自回归线性预测和小波去噪3种特征增强方法,逐步增强齿轮振动信号中的故障冲击特征,再利用倒频谱进行故障特征提取。通过实验,验证了所提方法的有效性。

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。

提出了应用LMS Test.lab和Bentley AutoPIPE相结合进行往复压缩机管道系统振动测试的新方法,利用LMS Test.lab软件、LMS SCADAS Mobile可扩展数据采集前端及相关硬件,搭建了往复压缩机管道振动测试分析系统,对北京某管道公司高压压缩机管道系统的试验模态和工作模态进行了测试分析,并对测试结果与Bentley AutoPIPE计算出的理论模态结果进行了对比。根据模态分析的结论,制定了合理的减振方案,减振措施现场实施后效果显著,验证了本文模态分析方法的正确及有效性。