基于小波分析的往復壓縮機氣閥故障診斷方法研究

聶福森+張鵬飛+柴卓

【摘 要】 本文針對往復壓縮機氣閥信號復雜、信號特征難以提取等問題，基于小波變換技術，研究了往復壓縮機氣閥信號的特征提取及消噪的方法。提出了用于氣閥信號處理的小波基函數(shù)選擇原則和波形匹配及消噪的閥值選取原則。通過對實驗對往復壓縮機氣閥的振動和壓力信號進行分析，驗證了該方法的可行性和有效性。為企業(yè)現(xiàn)場設備維修維護提供了可靠的理論數(shù)據(jù)。

【關鍵詞】 往復壓縮機 故障診斷 特征提取 小波法 氣閥

作為石化、采礦、制造和國防等行業(yè)生產(chǎn)線上的關鍵裝備，往復式壓縮機其結構復雜，在高速、高壓和高溫的環(huán)境下及易發(fā)生故障，對往復壓縮機的管理與維修，通常采用計劃維修模式，維修的滯后和被動在很大程度上影響了企業(yè)的生產(chǎn)效率，有時因延誤故障檢修降低了壓縮機的使用壽命。隨著故障診斷技術的不斷發(fā)展，目前大多數(shù)企業(yè)應用了具有狀態(tài)監(jiān)測與故障診斷功能的專業(yè)設備，遠程在線監(jiān)測系統(tǒng)也逐漸普及到在生產(chǎn)企業(yè)中。因此壓縮機故障診斷技術和系統(tǒng)一直是工程研究人員努力和研究的目標，對該技術在實際中得到廣泛應用具有重要意義。

壓縮機的重要部件——氣閥，是控制氣缸中靠氣閥兩側的壓力差來控制壓縮機進氣和排氣的裝置。其種類很多，常見的有環(huán)狀閥、網(wǎng)狀閥、碟形閥等。因其在往復壓縮機工作過程中及易損耗，因此被定義為易損件。 實驗研究發(fā)現(xiàn)氣閥發(fā)生故障的概率約占壓縮機總故障率的60%以上[1]。因此及時地檢測氣閥故障，是保證往復壓縮機正常工作的重要診斷工作[2]。本文結合工作實際，基于往復壓縮機氣閥信號的不平穩(wěn)性的特點，采用小波分析法提取氣閥的振動信號和壓力信號的特征值，再利用特征值融合法對氣閥的故障進行診斷，解決了壓縮機氣閥的故障診斷過程中的信號處理問題。

1 氣閥振動信號建模

由于氣閥閥蓋的振動是氣閥故障較敏感的位置，因此在氣閥故障的診斷通常是通過對閥蓋的振動加速度和閥腔內(nèi)的壓力信號的分析來完成的[3]。氣閥閥片的振動為典型的二階欠阻尼系統(tǒng)，如圖1所示，其中吸氣閥和排氣閥的結構和受力情況相同，若不考慮碰撞沖擊作用力的影響，閥片的運動方程如下：

（1）

式中：為氣閥閥片運動當量；為閥片位移參數(shù)；為閥片的粘性阻尼系數(shù)；為閥片運動時的彈簧剛度系數(shù)；為彈簧的預壓縮量；為推力系數(shù)；為閥片兩側的壓力差；為閥片工作時的受壓面積。

由于往復式壓縮機結構復雜，振源多不易辨識，且各受力部件受到的作用力較多，各振源的振動隨時間動態(tài)變化，導致作用于往復壓縮機氣閥蓋的振動信號與其它隨機沖擊信號等混雜在一起，因受噪聲的強烈干擾，特別是故障的特征信號較弱時，因故障的位置與信號之間的對應關系不明顯而使故障特征不易被識別。

從圖1可知，從閥片開始撞擊閥擋起，經(jīng)若干次往復運動直到靜止這一過程，閥片對閥擋產(chǎn)生了多次逐漸衰減的振動信號，最后閥片和彈簧系統(tǒng)處于新的平衡。為分析氣閥的故障，從這一時段提取氣閥的振動信號，來建立氣閥故障的診斷模型。故將式（1）改寫為：

（2）

對式（2）進行整理可得：

（3）

式中：為綜合阻尼系數(shù)，，表示閥片的粘性阻尼系數(shù)與接觸阻尼系數(shù)之和；為綜合剛度系數(shù)，，表示彈簧的剛度系數(shù)與閥片的接觸剛度系數(shù)之和。

由文獻[4]可知，式（3）對應的齊次方程在欠阻尼條件下的解為氣閥故障的診斷模型：

（4）

式中：為振動幅值；為振動初始相位角；為阻尼比；為無阻尼振動固有頻率；為有阻尼振動固有頻率。

2 小波基的選擇

小波分析法在信號處理方面提供了連續(xù)、離散小波變換及多辨識分析方法，為信號的特征提取提供了良好而準確的工具。與傳統(tǒng)的傅立葉變換相比，通過伸縮和平移兩種運算，小波變換在時域和頻域空間對函數(shù)圖像進行分析，把信號分解為具有局部特性的小波函數(shù)，在低頻和高頻都具有很好的可辨識性，從局部觀察和分析被測信號，其局部分析能力使其能有效地從信號中提取時域和頻域特征信息，解決了傳統(tǒng)方法無法解決的問題，為機械設備故障診斷提供了十分有效的方法。

小波包變換（Wavelet Packet Transformation）法將信號頻帶進行多層次分解，并根據(jù)被分析的振動信號特征，自適應匹配相應頻帶，提高時頻分辨率。振動信號經(jīng)小波包分解后，被劃分為不同頻段上的小波包函數(shù)，這些小波包函數(shù)中的時頻信息是信號時域和頻域信息的綜合信息。

當設備發(fā)生故障時，氣閥振動信號受到干擾，振動信號形狀復雜不規(guī)則，相對于氣閥信號的復雜程度，小波函數(shù)之間形狀差別不大。通常情況下，基于氣閥的振動信號隨時頻域變化特性，可按以下條件來確定小波基[5]。

（1）小波基應具有緊支集，即緊支區(qū)間越大，局部形態(tài)的顯示能力越強，因此為提高信號分析中的時頻分辨率，應選擇緊支區(qū)域大的。

（2）ψ（t）連續(xù)可微；小波基的正則性要求其連續(xù)可微，其足夠的消失矩能夠保證其正則性要求。

（3）ψ（t）有N階消失矩；小波基的消失矩必須具有足夠的階數(shù)，但過高的階數(shù)會造成分析結果模糊。

（4）ψ（t）具有對稱性。為了保證信號的精確重構，可以選取雙正交小波基。但在分析氣閥的非平穩(wěn)振動信號時，一般不要求小波信號的重構。

基于以上分析可知，在氣閥故障診斷中，為有效地分析振動信號，應考慮滿足區(qū)間的緊支撐和足夠的消失矩階數(shù)來選擇小波基。典型的具有緊支性的正交小波基有Daubechies系列小波基，Biorthogonal小波基系列，Coiflets小波基系列，Symlets小波基系列等。

3 故障信號提取

當設備發(fā)生故障時，為了對測得的振動信號加以分析處理，首先應對信號進行消噪處理，根據(jù)氣閥信號的非平穩(wěn)性的特點，采用Birge-Massart閥值進行消噪，避免有用信號的丟失。以各頻帶信號表示經(jīng)過消噪處理后的單支重構信號，即元素構造特征向量，可有效提取故障特征?？傂盘柨杀硎緸椋篹ndprint

（5）

式中，為小波包分解的層數(shù)（取正整數(shù)）；為小波包的節(jié)點數(shù)；

由于總信號為隨機信號，也是隨機信號，設對應的勢能為：

（6）

式中：為重構信號離散點的幅值。因此可知重構信號的特征向量T為：

（7）

4 實例驗證

為了驗證方法的正確性，以本公司生產(chǎn)的2D12型往復壓縮機為例，采集了氣閥在正常工作條件下、閥片彈簧故障時閥蓋振動信號和氣缸內(nèi)的壓力信號。

首先對采集信號進行降噪處理，采用Daubechies小波基對原始信號做3級分解，分別提取第三層的重構信號的特征向量如下表1、2所示。

以上數(shù)據(jù)表明：基于小波分析法得到的往復壓縮機氣閥信號的能量特征向量，可迅速有效的診斷壓縮機氣閥的故障，并能準確地進行故障定位。在氣閥故障信號特征的提取過程中，要注意謹慎選擇小波包分解的層數(shù)，若層數(shù)過少，不能有效提取故障特征，但層數(shù)過多，特征向量的維數(shù)變大，則使計算量增加，影響診斷速度。

5 結語

本文根據(jù)往復壓縮機的重要部件——氣閥信號的不平穩(wěn)性及特征難提取的特點，基于小波分析理論研究了氣閥信號的特征提取方法，從而實現(xiàn)了往復壓縮機故障診斷的自適應。提出了提出針對氣閥信號處理的小波基函數(shù)的選取原則，并對氣閥的故障信號進行建模，提取了因故障而產(chǎn)生的敏感信號，并通過實驗證明了此方法的實際應用價值。

參考文獻：

[1]黃長藝，嚴普強.機械工程測試技術基礎[M].機械工業(yè)出版社，2002.

[2]黃啟明，錢宇.化工過程故障診斷研究進展[J].化工自動化及儀表，2000，27（3）：1-5.

[3]屈梁生，張海軍.機械診斷中的幾個基本問題[J].中國機械工程，2000，n（l）211-16.

[4]Elhaj M，Gu F，Ball A，et al.Numerieal simulation and experimental study of a two-stage reciprocating compressor for condition monitoring [J].Mechanical Systems and Signal Processing，2008，22（2）：374-389.

[5]程香平，丁雪興，劉海亮，等.多種故障診斷技術在往復壓縮機中的應用[J].壓縮機技術，2007，（5）：13一16.endprint

（5）

式中，為小波包分解的層數(shù)（取正整數(shù)）；為小波包的節(jié)點數(shù)；

由于總信號為隨機信號，也是隨機信號，設對應的勢能為：

（6）

式中：為重構信號離散點的幅值。因此可知重構信號的特征向量T為：

（7）

4 實例驗證

為了驗證方法的正確性，以本公司生產(chǎn)的2D12型往復壓縮機為例，采集了氣閥在正常工作條件下、閥片彈簧故障時閥蓋振動信號和氣缸內(nèi)的壓力信號。

首先對采集信號進行降噪處理，采用Daubechies小波基對原始信號做3級分解，分別提取第三層的重構信號的特征向量如下表1、2所示。

以上數(shù)據(jù)表明：基于小波分析法得到的往復壓縮機氣閥信號的能量特征向量，可迅速有效的診斷壓縮機氣閥的故障，并能準確地進行故障定位。在氣閥故障信號特征的提取過程中，要注意謹慎選擇小波包分解的層數(shù)，若層數(shù)過少，不能有效提取故障特征，但層數(shù)過多，特征向量的維數(shù)變大，則使計算量增加，影響診斷速度。

5 結語

本文根據(jù)往復壓縮機的重要部件——氣閥信號的不平穩(wěn)性及特征難提取的特點，基于小波分析理論研究了氣閥信號的特征提取方法，從而實現(xiàn)了往復壓縮機故障診斷的自適應。提出了提出針對氣閥信號處理的小波基函數(shù)的選取原則，并對氣閥的故障信號進行建模，提取了因故障而產(chǎn)生的敏感信號，并通過實驗證明了此方法的實際應用價值。

參考文獻：

[1]黃長藝，嚴普強.機械工程測試技術基礎[M].機械工業(yè)出版社，2002.

[2]黃啟明，錢宇.化工過程故障診斷研究進展[J].化工自動化及儀表，2000，27（3）：1-5.

[3]屈梁生，張海軍.機械診斷中的幾個基本問題[J].中國機械工程，2000，n（l）211-16.

[4]Elhaj M，Gu F，Ball A，et al.Numerieal simulation and experimental study of a two-stage reciprocating compressor for condition monitoring [J].Mechanical Systems and Signal Processing，2008，22（2）：374-389.

[5]程香平，丁雪興，劉海亮，等.多種故障診斷技術在往復壓縮機中的應用[J].壓縮機技術，2007，（5）：13一16.endprint

（5）

式中，為小波包分解的層數(shù)（取正整數(shù)）；為小波包的節(jié)點數(shù)；

由于總信號為隨機信號，也是隨機信號，設對應的勢能為：

（6）

式中：為重構信號離散點的幅值。因此可知重構信號的特征向量T為：

（7）

4 實例驗證

為了驗證方法的正確性，以本公司生產(chǎn)的2D12型往復壓縮機為例，采集了氣閥在正常工作條件下、閥片彈簧故障時閥蓋振動信號和氣缸內(nèi)的壓力信號。

首先對采集信號進行降噪處理，采用Daubechies小波基對原始信號做3級分解，分別提取第三層的重構信號的特征向量如下表1、2所示。

以上數(shù)據(jù)表明：基于小波分析法得到的往復壓縮機氣閥信號的能量特征向量，可迅速有效的診斷壓縮機氣閥的故障，并能準確地進行故障定位。在氣閥故障信號特征的提取過程中，要注意謹慎選擇小波包分解的層數(shù)，若層數(shù)過少，不能有效提取故障特征，但層數(shù)過多，特征向量的維數(shù)變大，則使計算量增加，影響診斷速度。

5 結語

本文根據(jù)往復壓縮機的重要部件——氣閥信號的不平穩(wěn)性及特征難提取的特點，基于小波分析理論研究了氣閥信號的特征提取方法，從而實現(xiàn)了往復壓縮機故障診斷的自適應。提出了提出針對氣閥信號處理的小波基函數(shù)的選取原則，并對氣閥的故障信號進行建模，提取了因故障而產(chǎn)生的敏感信號，并通過實驗證明了此方法的實際應用價值。

參考文獻：

[1]黃長藝，嚴普強.機械工程測試技術基礎[M].機械工業(yè)出版社，2002.

[2]黃啟明，錢宇.化工過程故障診斷研究進展[J].化工自動化及儀表，2000，27（3）：1-5.

[3]屈梁生，張海軍.機械診斷中的幾個基本問題[J].中國機械工程，2000，n（l）211-16.

[4]Elhaj M，Gu F，Ball A，et al.Numerieal simulation and experimental study of a two-stage reciprocating compressor for condition monitoring [J].Mechanical Systems and Signal Processing，2008，22（2）：374-389.

[5]程香平，丁雪興，劉海亮，等.多種故障診斷技術在往復壓縮機中的應用[J].壓縮機技術，2007，（5）：13一16.endprint