[發(fā)明專利]離心式壓縮機(jī)潤(rùn)滑油液在線監(jiān)測(cè)診斷方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010561417.0
• 申請(qǐng)日: 2020-06-18
• 公開(kāi)（公告）號(hào): CN113819082B
• 公開(kāi)（公告）日: 2023-06-30
• 發(fā)明（設(shè)計(jì)）人: 邱楓;屈定榮;李明駿;許述劍;許可;潘隆
• 申請(qǐng)（專利權(quán)）人: 中國(guó)石油化工股份有限公司;中石化安全工程研究院有限公司
• 主分類號(hào): F04D27/00
• 分類號(hào): F04D27/00;G06N3/047;G06N3/08
• 代理公司: 北京潤(rùn)平知識(shí)產(chǎn)權(quán)代理有限公司 11283
• 代理人: 肖冰濱;王曉曉

1.一種離心式壓縮機(jī)潤(rùn)滑油液在線監(jiān)測(cè)診斷方法，其特征在于，所述方法包括：

實(shí)時(shí)獲取運(yùn)行中的所述離心式壓縮機(jī)的振動(dòng)參數(shù)與潤(rùn)滑油液中的油液參數(shù)；

將所述振動(dòng)參數(shù)與所述油液參數(shù)代入預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)模型，得到所述離心式壓縮機(jī)的當(dāng)前運(yùn)行狀態(tài)；

其中，所述振動(dòng)參數(shù)包括振動(dòng)幅值和振動(dòng)頻率特征值，所述油液參數(shù)包括水分參數(shù)、粘度參數(shù)和污染顆粒參數(shù)，所述運(yùn)行狀態(tài)包括待維修狀態(tài)、高動(dòng)態(tài)狀態(tài)、波動(dòng)狀態(tài)和平穩(wěn)狀態(tài)，且上述狀態(tài)對(duì)應(yīng)于所述離心式壓縮機(jī)的振動(dòng)幅度逐漸遞減；

所述將所述振動(dòng)參數(shù)與所述油液參數(shù)代入預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)模型，得到所述離心式壓縮機(jī)的當(dāng)前運(yùn)行狀態(tài)包括：

分別將所述振動(dòng)參數(shù)與所述油液參數(shù)代入所述預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)模型中對(duì)應(yīng)的第一子網(wǎng)絡(luò)模型和第二子網(wǎng)絡(luò)模型，得到每個(gè)子網(wǎng)絡(luò)模型輸出的每個(gè)運(yùn)行狀態(tài)的概率值；

將所述振動(dòng)參數(shù)對(duì)應(yīng)的相關(guān)系數(shù)取均值后與所述第一子網(wǎng)絡(luò)模型輸出的每個(gè)運(yùn)行狀態(tài)的概率值相乘，得到所述第一子網(wǎng)絡(luò)模型對(duì)應(yīng)的每個(gè)運(yùn)行狀態(tài)的相關(guān)概率值；將所述油液參數(shù)對(duì)應(yīng)的相關(guān)系數(shù)取均值后與所述第二子網(wǎng)絡(luò)模型輸出的每個(gè)運(yùn)行狀態(tài)的概率值相乘，得到所述第二子網(wǎng)絡(luò)模型對(duì)應(yīng)的每個(gè)運(yùn)行狀態(tài)的相關(guān)概率值；

提取所述第一子網(wǎng)絡(luò)模型、第二子網(wǎng)絡(luò)模型對(duì)應(yīng)的每個(gè)運(yùn)行狀態(tài)的相關(guān)概率值的最大值，得到每個(gè)運(yùn)行狀態(tài)對(duì)應(yīng)的最大相關(guān)概率值；

將所述最大相關(guān)概率值中的最大值對(duì)應(yīng)的運(yùn)行狀態(tài)，作為所述離心式壓縮機(jī)的當(dāng)前運(yùn)行狀態(tài)。

2.根據(jù)權(quán)利要求1所述的離心式壓縮機(jī)潤(rùn)滑油液在線監(jiān)測(cè)診斷方法，其特征在于，在所述得到所述離心式壓縮機(jī)的當(dāng)前運(yùn)行狀態(tài)之后，所述方法還包括：

當(dāng)所述當(dāng)前運(yùn)行狀態(tài)為待維修狀態(tài)時(shí)，停止所述離心式壓縮機(jī)的運(yùn)行；

當(dāng)所述當(dāng)前運(yùn)行狀態(tài)為高動(dòng)態(tài)狀態(tài)或波動(dòng)狀態(tài)時(shí)，根據(jù)所述最大相關(guān)概率值中的最大值對(duì)應(yīng)的子網(wǎng)絡(luò)模型，提示高動(dòng)態(tài)狀態(tài)或波動(dòng)狀態(tài)的類型，

其中，當(dāng)所述最大相關(guān)概率值中的最大值對(duì)應(yīng)的子網(wǎng)絡(luò)模型為第一子網(wǎng)絡(luò)模型時(shí)，提示為振動(dòng)高動(dòng)態(tài)或振動(dòng)波動(dòng)；當(dāng)所述最大相關(guān)概率值中的最大值對(duì)應(yīng)的子網(wǎng)絡(luò)模型為第二子網(wǎng)絡(luò)模型時(shí)，提示為潤(rùn)滑高動(dòng)態(tài)或潤(rùn)滑波動(dòng)。

3.根據(jù)權(quán)利要求1所述的離心式壓縮機(jī)潤(rùn)滑油液在線監(jiān)測(cè)診斷方法，其特征在于，所述預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)模型通過(guò)下述方式建立：

獲取所述振動(dòng)參數(shù)、油液參數(shù)以及其對(duì)應(yīng)的運(yùn)行狀態(tài)的訓(xùn)練集和測(cè)試集；

利用所述振動(dòng)參數(shù)以及對(duì)應(yīng)的運(yùn)行狀態(tài)的訓(xùn)練集訓(xùn)練初始第一子網(wǎng)絡(luò)模型，直到所述振動(dòng)參數(shù)以及對(duì)應(yīng)的運(yùn)行狀態(tài)的測(cè)試集對(duì)訓(xùn)練后的初始第一子網(wǎng)絡(luò)模型進(jìn)行測(cè)試的測(cè)試誤差小于預(yù)設(shè)誤差，得到所述第一子網(wǎng)絡(luò)模型；利用所述油液參數(shù)以及對(duì)應(yīng)的運(yùn)行狀態(tài)的訓(xùn)練集訓(xùn)練初始第二子網(wǎng)絡(luò)模型，直到所述油液參數(shù)以及對(duì)應(yīng)的運(yùn)行狀態(tài)的測(cè)試集對(duì)訓(xùn)練后的初始第二子網(wǎng)絡(luò)模型進(jìn)行測(cè)試的測(cè)試誤差小于預(yù)設(shè)誤差，得到所述第二子網(wǎng)絡(luò)模型；

根據(jù)所述第一子網(wǎng)絡(luò)模型、第二子網(wǎng)絡(luò)模型以及所述振動(dòng)參數(shù)、油液參數(shù)對(duì)應(yīng)的相關(guān)系數(shù)，得到所述預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)模型。

4.根據(jù)權(quán)利要求1所述的離心式壓縮機(jī)潤(rùn)滑油液在線監(jiān)測(cè)診斷方法，其特征在于，在所述得到每個(gè)運(yùn)行狀態(tài)對(duì)應(yīng)的最大相關(guān)概率值之后，所述方法還包括：

實(shí)時(shí)獲取運(yùn)行中的所述離心式壓縮機(jī)的生產(chǎn)工藝參數(shù)，所述生產(chǎn)工藝參數(shù)包括功率損耗值、壓力損耗值、溫度損耗值、轉(zhuǎn)速值以及油液流量值；

將所述生產(chǎn)工藝參數(shù)代入預(yù)設(shè)工藝神經(jīng)網(wǎng)絡(luò)模型，得到每個(gè)運(yùn)行狀態(tài)的概率值；

將所述生產(chǎn)工藝參數(shù)對(duì)應(yīng)的相關(guān)系數(shù)取均值后與每個(gè)運(yùn)行狀態(tài)的概率值相乘，得到所述預(yù)設(shè)工藝神經(jīng)網(wǎng)絡(luò)模型對(duì)應(yīng)的每個(gè)運(yùn)行狀態(tài)的相關(guān)概率值；

提取每個(gè)運(yùn)行狀態(tài)對(duì)應(yīng)的最大相關(guān)概率值與所述預(yù)設(shè)工藝神經(jīng)網(wǎng)絡(luò)模型對(duì)應(yīng)的每個(gè)運(yùn)行狀態(tài)的相關(guān)概率值中的最大值，并將該最大值對(duì)應(yīng)的運(yùn)行狀態(tài)作為所述離心式壓縮機(jī)的當(dāng)前運(yùn)行狀態(tài)。

5.根據(jù)權(quán)利要求4所述的離心式壓縮機(jī)潤(rùn)滑油液在線監(jiān)測(cè)診斷方法，其特征在于，在所述得到所述離心式壓縮機(jī)的當(dāng)前運(yùn)行狀態(tài)之后，所述方法還包括：

當(dāng)所述當(dāng)前運(yùn)行狀態(tài)為高動(dòng)態(tài)狀態(tài)或波動(dòng)狀態(tài)，且該最大值對(duì)應(yīng)的網(wǎng)絡(luò)模型為所述預(yù)設(shè)工藝神經(jīng)網(wǎng)絡(luò)模型時(shí)，提示為工藝高動(dòng)態(tài)或工藝波動(dòng)。