|
|||||
|
|
| 基于蚁群聚类算法的离心式压缩机故障诊断方法 | |
| 引用本文： | 祝勇仁,蔡杰,善盈盈.基于蚁群聚类算法的离心式压缩机故障诊断方法[J].油气储运,2019(4). |
| 作者姓名： | 祝勇仁 蔡杰 善盈盈 |
| 作者单位： | 浙江机电职业技术学院机械技术系 |
| 摘 要： | 工业化生产水平的提高使得离心式压缩机不断朝着大型化、复杂化、连续化及自动化方向发展,设备故障造成的损失越来越大,研究其故障诊断方法对于提高设备故障在线检测能力、预防故障与事故的发生具有积极意义。采用电涡流传感器测量离心式压缩机联轴节侧径向位移信号,应用频域分析方法对采集到的信号数据进行傅里叶变换,获得对故障敏感的特征量,作为蚁群聚类算法输入的特征参数,将对故障识别转化成对于设备运行时的输出和状态特征的聚类问题。将蚁群聚类算法应用于某乙烯厂的离心式压缩机,对其正常运行、转子不平衡故障、油膜涡动故障、喘振故障4种状态进行模式识别。应用结果表明:基于蚁群聚类算法的离心式压缩机故障诊断方法诊断结果准确、识别率高。(表3,参20) |
| 本文献已被 CNKI 等数据库收录！ | |