50、往复压缩机故障诊断与深度学习在可持续资产管理中的应用

往复压缩机故障诊断与深度学习在可持续资产管理中的应用

1. 往复压缩机压力脉动信号故障分类

在往复压缩机的故障诊断中，压力脉动信号的分析至关重要。由于压力脉动信号随时间变化，传统的时域和频域分析方法在故障检测和诊断方面效率较低。因此，采用小波包变换和包络分析的方法对往复压缩机的脉动信号进行状态监测。

具体操作步骤如下：
1. 选择最佳母小波 ：基于三种定量测量的组合，为脉动信号选择最佳的母小波（反向双正交小波）。
2. 信号分解 ：将信号分解为三个级别，生成八个带通信号（终端节点）。
3. 包络分析 ：对所有八个去噪后的脉动信号应用包络分析。
4. 确定最佳终端节点 ：使用所有储罐压力下的均方根趋势来确定具有最佳故障方差的终端节点。
5. 故障分类 ：选择节点4和节点6（具有最佳分离故障趋势的节点）进行故障分类。

在故障分类中，计算新压力脉动信号的熵和峭度，并将熵与脉动信号的峭度绘制在一起作为故障分类的依据。以下是节点4和节点6的分类结果：
|节点|管道泄漏故障（ICL和PLL）与健康情况的分离情况|阀门相关故障（DVL和DVL&PLL）与健康情况的分离情况|
| ---- | ---- | ---- |
|节点4|在所有储罐压力下，管道泄漏故障与健康情况没有显著分离|阀门相关故障与健康情况有显著分离，且高于设定的边界线|
|节点6|阀门相关故障的值远高于边界线，分类结果优于节点4|阀门故障的熵值