[發明專利]一種基于多源信息融合的壓縮機喘振自動識別方法

有效

• 申請號: 202010104942.X
• 申請日: 2020-02-20
• 公開（公告）號: CN111307206B
• 公開（公告）日: 2021-08-31
• 發明（設計）人: 朱瑜;金超;晉文靜
• 申請（專利權）人: 北京天澤智云科技有限公司
• 主分類號: G01D21/02
• 分類號: G01D21/02;G10L25/18;G10L25/51
• 代理公司: 北京煦潤律師事務所 11522
• 代理人: 惠磊

1.一種基于多源信息融合的壓縮機喘振故障自動識別方法，其特征在于，包括以下步驟：

(1)對壓縮機一段時間窗口內的振動數據進行頻譜分析；

(2)計算頻譜中低于壓縮機轉頻的低頻段內幅值的最大值和該最大值對應的頻率大小；

(3)在以幅值最大值對應的頻率大小為中心向左右延伸的某一頻段范圍內計算頻譜的幅值均值；

(4)分別計算壓縮機一段時間窗口內運行參數的均值和標準差；

(5)如果頻譜分析得到的幅值最大值除以幅值均值大于第一預設閾值，且幅值最大值大于第二預設閾值，同時計算得到的壓縮機各運行參數的標準差除以均值均大于第三預設閾值，則判斷壓縮機出現喘振。

2.根據權利要求1所述的壓縮機喘振故障自動識別方法，其特征在于，步驟(3)中，選擇的頻段范圍大小是采樣頻率除以數據點數得到數值的10-100倍。

3.根據權利要求1或2所述的壓縮機喘振故障自動識別方法，其特征在于，步驟(4)中，運行參數包括進口壓力、出口壓力、流量、電流中的至少一個。

4.根據權利要求3所述的壓縮機喘振故障自動識別方法，其特征在于，步驟(5)中，第一預設閾值可以設置為3-6。

5.根據權利要求1或2或3或4所述的壓縮機喘振故障自動識別方法，其特征在于，步驟(2)中，幅值最大值的計算頻段選擇為壓縮機轉頻的0.1-0.8倍頻率范圍。

6.一種基于多源信息融合的壓縮機喘振故障自動識別方法，其特征在于，包括以下步驟：

(1)對壓縮機一段時間窗口內的振動數據進行頻譜分析；

(2)計算頻譜中0.1R-0.8R頻段內幅值的最大值，記為max_a，最大值max_a對應的頻率位置記為max_f，其中的R為壓縮機轉頻；

(3)在頻段[max_f-b,max_f+b]內計算頻譜的幅值均值，記為mean_s，其中，b取值介于5Δf-50Δf之間；其中，Δf＝f_s/N，f_s為采樣頻率，N為振動數據點數；

(4)分別計算壓縮機一段時間窗口的運行參數y_i的均值令計算各運行參數對應的標準差

式中：M_i為第i個運行參數對應的數據點數；i＝1,2,…,n，n為運行參數的個數；

(5)若max_a/mean_s＞P，且max_a＞th，同時st_i/m_i＞K_i，則判斷壓縮機出現了喘振故障；其中，P、th和K_i均為預先設定的閾值。

7.根據權利要求6所述的壓縮機喘振故障自動識別方法，其特征在于，

在步驟(5)中，若max_a/mean_s＜P，則令max_a＝0；若max_a/mean_s＞P，則保持max_a的值不變；

若st_i/m_i＞K_i，則令對應的波動特征d_i＝1，否則令d_i＝0；

若max_a＞th且各運行參數對應的波動特征d_i均為1，則判斷壓縮機出現了喘振故障，其中th為預先設定的閾值。