服务热线
086-13925112760

联系我们

国内销售

联系人:欧阳先生

手机:13925112760

电话:020-32397305

传真:020-32397306

邮箱:sales@shicongmachine.com

地址:广州市黄埔区广新路792号505

当前位置:首页> 新闻动态

往复式压缩机故障诊断技术研究

* 来源: * 作者: * 发表时间: 2019-11-05 12:20:44 * 浏览: 0
[中国压缩机网]往复式压缩机在工业中得到了广泛的应用。因此,往复式压缩机的监测和故障诊断以及研究其故障诊断技术具有很大的安全性和经济效益。由于往复式压缩机的结构多样化,会出现各种故障,诊断方法也相对复杂。作者将讨论相关问题:一,往复式压缩机的常见故障分析1.1压缩机的常见故障和机理往复式压缩机的常见故障有两种主要类型:机械性能和流体性能。机械性能是指机械动力学性能的失败。造成这种故障的主要原因是运动部件的结构出现裂纹以及间隙变化。故障的主要表现是机械运动过程中异常的振动,热量和声音,流体性质是机械的热性能故障,其主要特征是温差,压力异常和排气量不足。故障的主要原因是吸滤器,活塞环,空气阀,冷却水回路等的故障。对于这种现象,可以使用参数方法进行诊断。 1.2压缩机机械功能故障分析在机械运动过程中,典型的机械故障包括连杆螺栓,活塞环,曲轴,阀板,十字头,气缸和气缸盖破裂,瓦烧,电机故障等的断裂。在往复式压缩机的操作中,阀故障的诊断非常重要,因为连杆,活塞杆等的损坏是一种普遍现象,并且压缩机的运动部件很多,因此大部分故障问题是机械性能故障。 。 1.3压缩机热性能的故障分析根据多年的生产经验,往复式压缩机热故障的原因通常是气阀和填料函等部件的损坏。如果填料函发生故障,压力比将错位并减少排量。统计数据表明,往复式压缩机故障中有60%是气阀故障。如果气阀发生故障,排气温度将升高,排气量将减少。由压力比不平衡等引起的严重情况将导致整个装置报废。在现场操作中,工人经常根据空气阀诊断压缩机故障。二,往复式压缩机常见的故障诊断方法2.1人体视觉检查诊断人体视觉检查诊断主要是指对相关问题的询问和理解,或者对故障的物理特征进行检查,触摸,感知,审核等。 。了解并发现存在的问题。这是故障诊断的最基本和最初始的级别。它可以更快地检测出表面缺陷并采取措施消除它们。 2.2振动噪声监测方法许多实验室通过振动和噪声监测方法诊断出压缩机故障,并取得了许多研究成果。根据机械表面的振动状态,分析了主轴承状态,气阀泄漏,气缸磨损等现象。例如,在气缸盖装置振动传感器中,根据分析振动信号判断气缸内部故障,根据输油管道中的压力波信号判断压缩机轴承故障,而压缩机主轴承故障为根据振动信号判断。但是,由于在机械操作过程中会产生大量噪声,因此该噪声会干扰信号的稳定性并影响传感器的可靠性。因此,尚未充分推广振动噪声监测方法。 2.3机油检测方法机油和机油分析方法主要有两种:机油中的磨损信息分析和机油的理化特性分析。石油中磨损信息的分析主要包括颗粒监测技术,铁谱分析和光谱分析,石油本身的理化分析主要包括分析着火点,润滑油的水分和粘度。机油监控的实施步骤包括提取样品,获取监控数据以及确定诊断结论。 2.4热性能参数监测方法根据该仪器监测往复式压缩机的冷却水量,排气量,水温,油温等数据信息,为部件故障的诊断提供参考。热性能参数监测方法在故障的诊断和预测中缺乏准确性,因此主要用于压缩机的运行状态和过程参数的监测。 2.5人工智能诊断随着计算机技术的不断发展,人工智能诊断系统已广泛应用于工业生产的各个领域,压缩机的故障诊断也不例外。人工智能诊断是一个专家系统和神经网络系统。人工神经网络具有自学习和组织特性。它具有关联存储功能,可以从设备故障中学习,积累经验并使用故障知识。搜索模式和推理模式有助于智能计算机程序系统诊断更复杂的系统故障。它的优点是诊断方法简单,快速,解释机制强,但缺点是推理机制太简单,所用知识可靠。 2.6预警技术预警技术可以快速分析和判断设备的异常信息,并准确获取设备当前时间,停车状态,异常诊断结论等信息,然后积极反馈输出结果,有效地辅助现场人员对设备进行统一管理。目前的主要研究方向包括气阀故障和预警,活塞杆断裂故障和预警,大瓦头磨损故障和预警等,并通过相关实验得出相应的结论,对降低气门故障起着至关重要的作用。故障的发生。影响。随着研究的深入,将建立越来越多的典型故障决策模型,诊断经验的积累将继续增加,决策模型和预警方法将进一步完善,故障诊断的准确性将得到提高。确保设备的正常运行。三,结论综上所述,在日益繁荣的工业发展中,研究往复式压缩机的常见故障具有非常重要的现实意义。在往复式压缩机的故障诊断过程中,由于其结构复杂,励磁源很多,故障种类很多,可以利用的状态信息很多。不同的特征参数对不同故障的敏感性不同。因此,将大量信息综合用于多源信息融合是未来往复式压缩机故障诊断技术的重点。另外,利用人工智能故障诊断专家系统和神经网络,并将计算机网络技术引入状态监测和故障诊断领域,实现技术共享,可以提高诊断的准确性,也是创新当前往复式压缩机的诊断。