首页 >> 配件新闻

压缩机时间序列故障诊断

  时间序列故障诊断就是将时间序列数据进行预处理后建立时间序列模型，由于该模型是将动态数据所蕴含的信息凝集在模型参数中

  所以可以根据模型参数来判别设备运行状态。在诸多时间序列模型中，自回归AR (Auto-regression)模型是最为常用的一种，以某种压缩机为研究对象的故障诊断流程如图1所示。首先从M种故障状态中随机找出N组样本数据，最好每种故障状态都有2～3组以上数据，建立各故障状态的时间序列模型AR（n），求得模型参数向量Φi,N（i=1,2，…，n；N为样本数据组数），通过聚类分析得出M组参数向量Φi,M，并将其加入标准故障状态向量库；然后对待检数据建模得出模型参数Φj（j=1,2，…，n）,计算出Φj到Φi,M的M个距离D；设定一固定值C，若距离D均大于该设定值C，则为新故障并将该故障向量加入故障状态.

  为充分发挥两种软件的优势，选组态软件为监控人机交互画面制作软件，MATLAB作为数据处理与分析软件，即将MATLAB作为客户程序，建立DDE连接后，动态调用组态监控画面上的点参数，经过数据处理分析后发回组人机交互画面显示。