[发明专利]往复式压缩机运行状态监测方法、系统、设备及存储介质

说明书

本发明公开了往复式压缩机运行状态监测方法、系统、设备及存储介质，其中方法包括：对采集到的压缩机振动信号进行预处理，得到压缩机每个运行周期的振动信号样本；根据采集到的压缩机气缸内动态压力和键相信号，得到压缩机每个运行周期的p‑V图；对每个振动信号样本进行特征提取，得到振动信号样本的特征；对每个运行周期的p‑V图进行特征提取，得到p‑V图特征；将压缩机同一运行周期的振动信号样本的特征和p‑V图特征合并到一起，得到压缩机该运行周期的特征向量；计算每个特征向量的马氏距离并与预设的马氏距离阈值进行比较，判断压缩机的运行状态。本发明在只利用正常样本的情况下、将几个特征相结合，能够准确、全面地判断往复式压缩机的运行状态是否为异常。

技术领域

本发明属于压缩机技术领域，具体涉及一种往复式压缩机运行状态监测方法、系统、设备及存储介质。

背景技术

往复式压缩机是石油化工行业的核心装备，其能否正常运行直接关系到企业的经济效益和生产安全。有些工艺压缩机的压缩机介质为氢气、乙烯、天然气等易燃易爆的气体，且工作在高压条件下，一旦发生严重的故障不仅会造成巨大的经济损失，还可能会造成人员伤亡。因此，研究往复式压缩机的异常检测技术，尽早发现压缩机中的异常状况，并采取相应的防治措施具有重要意义。

往复式压缩机的结构复杂，易损件多，故障率一直居高不下。尽管目前有众多的故障诊断技术，但是大多数故障诊断技术都需要大量的正常样本和故障样本用来训练，而在工业现场，绝大多数并没有足够的故障样本，只能尽可能地搜集到正常样本。那么如何只利用正常样本就准确地、及时地、简便地反映压缩机的运行状况，优先检测出其中的异常情况，相比于直接判断故障类型，更具有研究价值。

目前，对于压缩机的异常监控主要是依赖于某些特定的单一限值，比如振动加速度的阈值等，这样的监测行为足够简便但是不够准确、不够全面，而且较为依赖人工经验。因此，亟需人们采取新的技术对现有的异常检测做出改进和突破，尽可能地提高异常检测的准确率，减少人工的依赖性，并且做到能在工业现场简便易行地实施这样的异常检测技术。

发明内容

为了克服上述现有技术存在的问题，本发明的目的在于提出一种往复式压缩机运行状态监测方法、系统、设备及存储介质，本发明在只利用正常样本的情况下、将几个特征相结合，能够准确、全面地实现往复式压缩机的运行状态监测。

为了实现上述目的，本发明采用的解决方案是：

一种往复式压缩机运行状态监测方法，包括如下过程：

对采集到的压缩机振动信号进行预处理，得到压缩机每个运行周期的振动信号样本；

根据采集到的压缩机气缸内动态压力和键相信号，得到压缩机每个运行周期的p-V图；

对每个振动信号样本进行特征提取，得到振动信号样本的特征；

对每个运行周期的p-V图进行特征提取，得到p-V图特征；

将压缩机同一运行周期的振动信号样本的特征和p-V图特征合并到一起，得到压缩机该运行周期的特征向量；

计算每个特征向量的马氏距离，并将得到的马氏距离与预设的马氏距离阈值进行比较，判断压缩机的运行状态。

优选的，对每个振动信号样本进行特征提取，得到振动信号样本的特征的过程包括：

采用局部均值分解的方法将每个振动信号样本进行分解；

对每个振动信号样本提取局部均值分解得到的前若干个PF分量的均方根、峰值因子、方差、峰度、偏度和信息熵，将每个振动信号样本的前若干个PF分量的均方根、峰值因子、方差、峰度、偏度和信息熵作为该振动信号样本的特征。

优选的，对每个振动信号样本提取局部均值分解得到的前3～4个PF分量的均方根、峰值因子、方差、峰度、偏度和信息熵。