温广瑞,马再超,2,3,吴广辉,董书志,刘学良
(1.西安交通大学机械工程学院 西安,710049)(2.清华大学软件学院 北京,100084)(3.工业大数据系统与应用北京市重点实验室 北京,100084)(4.西安陕鼓动力股份有限公司 西安,710075)(5.中国船舶工业系统工程研究院 北京,100070)
离心压缩机是电力、石化、船舶等行业的关键设备,其动力学设计和振动评价主要参考美国石油学会的API617 标准[1]。但该准则一般应用于转子产生故障的高报场合,难以识别因微弱故障导致的早期振动异常。若转子处于轻微异常运行且未能及时识别,将导致预测性维护滞后,存在突发事故隐患。因此,及时识别离心压缩机转子早期振动异常甚至潜在故障,将提高生产过程的安全稳定性。
离心压缩机转子振动信号中蕴含的故障特征一般具有数量多、高频谱线相对接近及不同频率幅值差异大的特点,且往往伴随非线性、非平稳现象及噪声干扰[2]。张小勤[3]采用频谱分析了PC‐1A 型离心压缩机转子振动异常引发联锁停车事故的原因是动平衡不良。文定良[4]采用通频振动趋势、频谱和轴心轨迹发现甲醇合成压缩机存在转子热变形、碰摩和不平衡复合的振动异常。胡大月[5]指出石化企业还缺乏离心压缩机振动异常的经验和处理方法总结。Li 等[6]构造了压力脉冲信号识别离心压缩机转子叶片裂纹微弱异常特征。王兆鑫[7]发现VK50‐3型离心压缩机二级轴振动异常的原因是叶轮表面黏结物脱落。Sun 等[8]提出采用离心压缩机喘振的平均相位提取和识别方法。……