王玉生　曹建　張毅

摘要：為了實現(xiàn)對壓縮機故障的準(zhǔn)確診斷和實時檢測，保證天然氣壓縮機的穩(wěn)定運行，提出一種基于喘振譜分析的壓縮機故障智能檢測技術(shù)。對在故障工況下的天然氣壓縮機喘振時間序列進行樣本數(shù)據(jù)采集，對采集的樣本數(shù)據(jù)進行故障信號特征提取，采用小波變換方法進行壓縮機故障信號的時頻分解，運用喘振譜分析方法提取故障特征參量，以提取的故障特征參量為測試樣本集，通過故障分類器實現(xiàn)故障智能檢測識別。仿真結(jié)果表明，采用該方法進行壓縮機故障檢測的準(zhǔn)確檢測概率較高，對故障點的定位識別性能較好，實現(xiàn)天然氣壓縮機故障的智能診斷。

關(guān)鍵詞：喘振；譜分析；天然氣壓縮機；故障；智能檢測

0引言

天然氣壓縮機作為西氣東輸工程的重要壓氣設(shè)備，常年工作在復(fù)雜惡劣的工況環(huán)境下，工作的時間周期較長，且天然氣壓縮機的自身結(jié)構(gòu)復(fù)雜，機械零部件組成較多，導(dǎo)致天然氣壓縮機故障頻發(fā)，需要進行天然氣壓縮機故障有效診斷和檢測，保障天然氣運輸工程的有效運轉(zhuǎn)。研究壓縮機故障智能檢測技術(shù)，提高故障定位檢測的實時性和準(zhǔn)確性，保障壓縮機在無故障狀態(tài)下運行，從而促進天然氣西氣東輸工程的高效運轉(zhuǎn)，研究壓縮機故障診斷方法具有重要的工程實踐意義。

對壓縮機的故障診斷和檢測技術(shù)的研究是建立在故障信號的檢測和特征提取基礎(chǔ)上，通過提取反映故障類別屬性的特征參量，結(jié)合分類判別和模式識別方法實現(xiàn)天然氣壓縮機故障診斷，主要的故障特征提取方法有時頻特征提取方法、統(tǒng)計特征提取方法、譜特征提取方法和子空間特征提取方法等，并把提取的故障特征輸入到故障專家系統(tǒng)數(shù)據(jù)庫中，實現(xiàn)故障識別，取得了一定的故障診斷效能，例如，文獻中提出一種基于傾斜因子K均值優(yōu)化數(shù)據(jù)聚類的壓縮機故障診斷方法，對提取的壓縮機譜特征進行K均值聚類分解，實現(xiàn)故障類別判別，但該方法計算開銷較大，故障檢測的實時性不好；文獻提出一種基于相空間重構(gòu)和K-L變換的壓縮機故障診斷，用相空間重構(gòu)技術(shù)提取天然氣壓縮機在故障工況下的高維特征量，為了降低特征維數(shù)，采用K-L特征壓縮器實現(xiàn)故障特征壓縮，降低了計算開銷，但該方法對壓縮機故障檢測的準(zhǔn)確性不高。

針對上述問題，本文提出一種基于喘振譜分析的壓縮機故障智能檢測技術(shù)。首先對在故障工況下的天然氣壓縮機喘振時間序列進行樣本數(shù)據(jù)采集，對采集的樣本數(shù)據(jù)進行故障信號特征提取，然后采用小波變換方法進行壓縮機故障信號的時頻分解，運用喘振譜分析方法提取故障特征參量，以提取的故障特征參量為測試樣本集，通過故障分類器實現(xiàn)故障智能檢測識別。最后進行仿真測試，展示了本文方法在提高對壓縮機故障檢測性能方面的優(yōu)越性。