四、往復(fù)壓縮機(jī)故障診斷應(yīng)注意的問(wèn)題

近年來(lái)，往復(fù)壓縮機(jī)的故障診斷技術(shù)不斷發(fā)展、推陳出新，在實(shí)際運(yùn)用中也積累了不少成功的經(jīng)驗(yàn)，但往復(fù)壓縮機(jī)的在線狀態(tài)監(jiān)測(cè)及故障診斷仍是目前研究的熱點(diǎn)和難點(diǎn)。對(duì)往復(fù)壓縮機(jī)進(jìn)行故障診斷時(shí)，要注意以下一些問(wèn)題：

①小波分析、人工智能理論等多種分析技術(shù)相結(jié)合。由于往復(fù)壓縮機(jī)結(jié)構(gòu)復(fù)雜、振動(dòng)激勵(lì)源多、被測(cè)信號(hào)中干擾噪聲多、且存在嚴(yán)重的非平穩(wěn)性和非線性，因此應(yīng)注重非線性、非定常信號(hào)的處理。

②故障監(jiān)測(cè)準(zhǔn)確率不高。往復(fù)壓縮機(jī)故障在線監(jiān)測(cè)獲取的故障信息一般都是間接采集獲得，都帶有一定程度的不確定性，常常會(huì)出現(xiàn)誤診。因此，應(yīng)加深識(shí)別理論的研究。此外，目前的研究大多停留在故障特征的定性關(guān)系上，定量關(guān)系仍有待確定。如氣閥的故障診斷，對(duì)閥片的前期裂紋存在的預(yù)測(cè)，不同裂紋的類型、長(zhǎng)度及方向在頻譜圖上的表現(xiàn)特征仍需深入研究。

③一些典型故障仍不能診斷。活塞桿、曲軸、連桿斷裂預(yù)測(cè)或存在裂紋診斷仍缺乏有效手段。國(guó)外文獻(xiàn)提出用應(yīng)變傳感器監(jiān)測(cè)曲軸每一轉(zhuǎn)是否有逆向載荷來(lái)判斷活塞桿中的缺陷，其準(zhǔn)確性和可靠性仍值得研究。北京理工大學(xué)所研制的新型非表面接觸式傳感器及監(jiān)測(cè)控制儀，能對(duì)金屬和非金屬裂紋動(dòng)態(tài)監(jiān)控，但在往復(fù)壓縮機(jī)上的應(yīng)用前景如何，仍需要進(jìn)一步深人研究。

④系統(tǒng)診斷方法單一，專家系統(tǒng)知識(shí)庫(kù)急需充實(shí)。在往復(fù)壓縮機(jī)故障診斷實(shí)例中，很多都無(wú)法有效地表達(dá)成通用的診斷規(guī)則，故往復(fù)壓縮機(jī)故障診斷的專家系統(tǒng)知識(shí)庫(kù)急需充實(shí)。典型故障特征的研究試驗(yàn)是知識(shí)庫(kù)知識(shí)的主要來(lái)源，鑒于往復(fù)壓縮機(jī)試驗(yàn)研究的困難，應(yīng)加強(qiáng)計(jì)算機(jī)輔助試驗(yàn)的開(kāi)發(fā)工作。

⑤高可靠性、專用新型集成化、價(jià)格適中，特別是長(zhǎng)壽命的可頂埋于往復(fù)壓縮機(jī)內(nèi)的傳感器與監(jiān)測(cè)儀的研制。

⑥由于往復(fù)壓縮機(jī)系統(tǒng)結(jié)構(gòu)復(fù)雜、工作時(shí)振動(dòng)是非平穩(wěn)的隨機(jī)過(guò)程，有時(shí)表現(xiàn)為非線性，所以對(duì)系統(tǒng)建立數(shù)學(xué)模型困難較大；另外，通過(guò)振動(dòng)分析獲得往復(fù)壓縮機(jī)故障診斷與特征參數(shù)之間的對(duì)應(yīng)關(guān)系非常復(fù)雜，這些問(wèn)題都是亟待解決的。

由上面分析可見(jiàn)，往復(fù)壓縮機(jī)故章診斷技術(shù)仍是個(gè)難點(diǎn)問(wèn)題。所以，我們應(yīng)該利用已有的旋轉(zhuǎn)機(jī)械的故障診斷技術(shù)成果，去研究往復(fù)壓縮機(jī)的故障。

總之，今后往復(fù)壓縮機(jī)故障診斷技術(shù)的發(fā)展趨勢(shì)是利用小波分析、人工智能理論、計(jì)算機(jī)輔助設(shè)計(jì)等方法與網(wǎng)絡(luò)化相結(jié)合，開(kāi)發(fā)出往復(fù)壓縮機(jī)多源信息融合的實(shí)時(shí)在線故障診斷監(jiān)測(cè)系統(tǒng)。

在往復(fù)壓縮機(jī)故障診斷的過(guò)程中，可利用的狀態(tài)信息還很多，如機(jī)器運(yùn)行過(guò)程中的過(guò)程量、過(guò)程參數(shù)以及排泄物信息等，但活塞桿、曲軸、氣閥的裂紋診斷仍是研究的重點(diǎn)。不同的特征參數(shù)有各自的敏感區(qū)域，表現(xiàn)出對(duì)不同故障的靈敏度不同，因此綜合利用大量信息進(jìn)行多源信息融合化，是今后往復(fù)壓縮機(jī)故障診斷技術(shù)應(yīng)重點(diǎn)研究的課題。在實(shí)時(shí)在線診斷方面，應(yīng)重點(diǎn)研制適合往復(fù)壓縮機(jī)故障診斷的專用新型集成化傳感器和觀測(cè)器，尋找各振動(dòng)信號(hào)之間相互交叉影響最小的最佳測(cè)點(diǎn)，并利用現(xiàn)代信號(hào)處理方法以及智能理論等實(shí)現(xiàn)故障的自動(dòng)診斷。充分利用神經(jīng)網(wǎng)絡(luò)等的自學(xué)習(xí)能力對(duì)歷史數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，尤其是將計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)引人狀態(tài)監(jiān)測(cè)和故障診斷領(lǐng)域，將成為實(shí)現(xiàn)在線故障診斷的一個(gè)發(fā)展趨勢(shì)。