摘要
以往复压缩机活塞杆组件为例,概述活塞杆的常见故障及工况监测中传感器的布置方式。介绍利用谐波小波提纯处理方法,从传感器采集到的海量工况数据中,进行特征参数提取和去噪提纯,为提高故障诊断结果的准确率创造有利条件。提出一种基于流形学习的LTSA算法,实现对轴心轨迹高维特征的降维处理,设计了基于BP神经网络的故障诊断模型,在样本训练后进行活塞杆故障诊断。结果表明,使用“谐波小波+LTSA”降维处理后的数据展开分析,可使故障诊断的正确率达到100%,为活塞杆组件故障诊断提供技术支持。
出处
《设备管理与维修》
2023年第18期168-169,共2页
Plant Maintenance Engineering