摘要 | 第4-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第14-22页 |
1.1 课题来源及研究意义 | 第14-15页 |
1.1.1 课题来源 | 第14页 |
1.1.2 研究意义 | 第14-15页 |
1.2 国内外研究状况与发展趋势 | 第15-18页 |
1.2.1 往复压缩机故障预警与诊断技术研究状况概况 | 第15-16页 |
1.2.2 多体动力学研究状况概况 | 第16-17页 |
1.2.3 状态评估关键技术研究状况概况 | 第17-18页 |
1.3 本文研究内容及结构安排 | 第18-22页 |
1.3.1 本文主要研究内容 | 第18-19页 |
1.3.2 本文结构安排 | 第19-22页 |
第二章 往复压缩机大头瓦磨损故障劣化规律研究 | 第22-40页 |
2.1 往复压缩机结构及工作原理 | 第22-23页 |
2.1.1 往复压缩机结构 | 第22页 |
2.1.2 往复压缩机工作原理 | 第22-23页 |
2.2 往复压缩机动力学分析 | 第23-25页 |
2.2.1 曲柄连杆机构运动关系 | 第23-24页 |
2.2.2 曲柄连杆机构受力分析 | 第24-25页 |
2.3 大头瓦磨损故障劣化规律建模分析 | 第25-39页 |
2.3.1 多柔体系统动力学理论 | 第26-27页 |
2.3.2 间隙运动副模型分析 | 第27-28页 |
2.3.3 大头瓦磨损动力学建模分析 | 第28-34页 |
2.3.3.1 大头瓦磨损故障模拟仿真 | 第28-31页 |
2.3.3.2 动力学响应分析 | 第31-34页 |
2.2.4 工程实例验证 | 第34-39页 |
2.4 本章小结 | 第39-40页 |
第三章 基于多参数的往复压缩机异常检测技术研究 | 第40-56页 |
3.1 往复压缩机状态监测技术介绍 | 第40-42页 |
3.1.1 在线监测系统传感器测点布局 | 第41-42页 |
3.1.2 系统软硬件组成及功能 | 第42页 |
3.2 往复压缩机早期故障预警系统框架建立 | 第42-43页 |
3.3 往复压缩机预警特征参数提取 | 第43-48页 |
3.3.1 往复压缩机预警特征参数 | 第43-44页 |
3.3.2 特征参数表达式设计 | 第44-48页 |
3.4 基于多参数的异常检测技术研究 | 第48-54页 |
3.4.1 异常检测系统框架构建与分析逻辑 | 第49-50页 |
3.4.2 异常检测关键技术研究 | 第50-53页 |
3.4.2.1 信号类型自动识别功能 | 第50-51页 |
3.4.2.2 门限值自学习与自动设置功能 | 第51-53页 |
3.4.3 中石油在役往复压缩机异常检测结果分析 | 第53-54页 |
3.5 本章小结 | 第54-56页 |
第四章 往复压缩机早期故障识别诊断关键技术研究与应用 | 第56-88页 |
4.1 基于规则推理的设备开停车状态自动判断技术研究 | 第56-62页 |
4.1.1 开停车状态自动判断框架建立 | 第56-59页 |
4.1.2 设备开停车状态自动判断逻辑流程建立 | 第59-62页 |
4.1.3 设备开停车状态自动判断系统的研发与测试 | 第62页 |
4.2 基于规则推理的传感器异常自检技术研究 | 第62-70页 |
4.2.1 传感器异常自检系统框架的搭建 | 第63-64页 |
4.2.2 不同类型传感器异常诊断逻辑 | 第64-68页 |
4.2.2.1 活塞杆位移传感器异常诊断逻辑 | 第64-65页 |
4.2.2.2 缸体振动加速度传感器异常诊断逻辑 | 第65-66页 |
4.2.2.3 气阀温度传感器异常诊断逻辑 | 第66-68页 |
4.2.2.4 曲轴箱振动速度传感器异常诊断逻辑 | 第68页 |
4.2.3 传感器异常自检系统的研发与测试 | 第68-70页 |
4.3 基于状态子空间的机组故障决策技术研究 | 第70-82页 |
4.3.1 基于核主成分分析的状态子空间构建 | 第72-77页 |
4.3.1.1 多维特征矩阵构造 | 第72-74页 |
4.3.1.2 核主成分分析方法理论 | 第74-77页 |
4.3.2 差异度指标定义 | 第77页 |
4.3.3 报警阈值自学习设置 | 第77-79页 |
4.3.4 工程案例应用分析 | 第79-82页 |
4.3.4.1 活塞杆断裂故障 | 第79-80页 |
4.3.4.2 拉缸故障 | 第80-82页 |
4.4 往复压缩机早期故障自动预警技术工程实例验证 | 第82-86页 |
4.4.1 某石化K202A机组吸气阀泄漏故障 | 第84页 |
4.4.2 某石化K202A机组活塞组件严重磨损故障 | 第84-86页 |
4.5 本章小结 | 第86-88页 |
第五章 总结与展望 | 第88-90页 |
5.1 总结 | 第88页 |
5.2 展望 | 第88-90页 |
参考文献 | 第90-94页 |
致谢 | 第94-96页 |
研究成果和发表的学术论文目录 | 第96-98页 |
作者及导师简介 | 第98-99页 |
附件 | 第99-100页 |