首頁 >> 配件新聞

壓縮機時間序列故障診斷

  時間序列故障診斷就是將時間序列數據進行預處理后建立時間序列模型，由于該模型是將動態數據所蘊含的信息凝集在模型參數中

  所以可以根據模型參數來判別設備運行狀態。在諸多時間序列模型中，自回歸AR (Auto-regression)模型是最為常用的一種，以某種壓縮機為研究對象的故障診斷流程如圖1所示。首先從M種故障狀態中隨機找出N組樣本數據，最好每種故障狀態都有2～3組以上數據，建立各故障狀態的時間序列模型AR（n），求得模型參數向量Φi,N（i=1,2，…，n；N為樣本數據組數），通過聚類分析得出M組參數向量Φi,M，并將其加入標準故障狀態向量庫；然后對待檢數據建模得出模型參數Φj（j=1,2，…，n）,計算出Φj到Φi,M的M個距離D；設定一固定值C，若距離D均大于該設定值C，則為新故障并將該故障向量加入故障狀態.

  為充分發揮兩種軟件的優勢，選組態軟件為監控人機交互畫面制作軟件，MATLAB作為數據處理與分析軟件，即將MATLAB作為客戶程序，建立DDE連接后，動態調用組態監控畫面上的點參數，經過數據處理分析后發回組人機交互畫面顯示。