| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 引言 | 第8-9页 |
| 1 文献综述 | 第9-22页 |
| 1.1 智能化工业与石化设备管理现状 | 第9-10页 |
| 1.1.1 智能化工业 | 第9-10页 |
| 1.1.2 石化企业设备管理现状 | 第10页 |
| 1.2 设备管理概述 | 第10-17页 |
| 1.2.1 设备管理方法论 | 第10-15页 |
| 1.2.2 国内外设备管理研究现状 | 第15-17页 |
| 1.3 大数据 | 第17-20页 |
| 1.3.1 大数据概念 | 第17-19页 |
| 1.3.2 大数据方法在设备管理方面的应用 | 第19页 |
| 1.3.3 大数据在石化行业压缩机组设备管理中的应用 | 第19-20页 |
| 1.4 本文主要研究内容 | 第20-22页 |
| 2 离心压缩机组状态监测 | 第22-40页 |
| 2.1 离心压缩机组参数和工作原理 | 第22-24页 |
| 2.2 数据采集与集成 | 第24-32页 |
| 2.2.1 振动监测值 | 第25-28页 |
| 2.2.2 振动特征值提取 | 第28-30页 |
| 2.2.3 S8000系统主要图谱 | 第30-32页 |
| 2.2.4 常见振动故障特征 | 第32页 |
| 2.3 工艺量监测 | 第32-33页 |
| 2.4 状态监测分析实例 | 第33-39页 |
| 2.4.1 三个时间段机组监测异常情况报告 | 第33-34页 |
| 2.4.2 监测数据图谱与故障分析 | 第34-39页 |
| 2.4.3 故障维修处理建议 | 第39页 |
| 2.5 本章小结 | 第39-40页 |
| 3 离心压缩机组健康评估模型建立 | 第40-49页 |
| 3.1 离心压缩机组健康评估模型框架体系 | 第40页 |
| 3.2 离心压缩机组监测参数横向比较模型 | 第40-44页 |
| 3.2.1 主成分分析法 | 第41-42页 |
| 3.2.2 相关性分析法 | 第42-44页 |
| 3.3 离心压缩机组历史数据纵向比较模型 | 第44-48页 |
| 3.3.1 单因素方差分析法 | 第45-46页 |
| 3.3.2 k-means聚类法 | 第46-48页 |
| 3.4 本章小结 | 第48-49页 |
| 4 离心压缩机组健康评估大数据分析与可视化应用 | 第49-68页 |
| 4.1 子系统的划分和各参数监测阈值 | 第49-51页 |
| 4.1.1 压缩机本体参数及监测阈值 | 第49页 |
| 4.1.2 汽轮机参数及监测阈值 | 第49-50页 |
| 4.1.3 润滑油系统参数及监测阈值 | 第50页 |
| 4.1.4 干气密封系统参数及监测阈值 | 第50-51页 |
| 4.2 离心压缩机组健康评估与健康状况可视化 | 第51-66页 |
| 4.2.1 基于主成分分析的单台压缩机单测点多个特征值降维 | 第51-54页 |
| 4.2.2 基于相关性分析的单台压缩机组不同系统多测点降维 | 第54-61页 |
| 4.2.3 基于单因素方差分析的多台压缩机组健康水平对比 | 第61-62页 |
| 4.2.4 基于聚类分析的单台压缩机组运行状态评估 | 第62-66页 |
| 4.3 离心压缩机组健康评估及可视化应用情况反馈 | 第66页 |
| 4.3.1 车间设备员反馈情况 | 第66页 |
| 4.3.2 设备主任反馈情况 | 第66页 |
| 4.3.3 设备副总反馈情况 | 第66页 |
| 4.4 本章小结 | 第66-68页 |
| 5 结论与展望 | 第68-70页 |
| 5.1 结论 | 第68页 |
| 5.2 展望 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 攻读硕士学位期间发表学术论文情况 | 第73-74页 |
| 附录A 润滑油系统相关性分析数据表 | 第74-75页 |
| 附录B 干气密封系统相关性分析数据表 | 第75-78页 |
| 致谢 | 第78-80页 |
