關于灰色關聯度分析法的壓縮機故障診斷研究

摘 要：目的：研究壓縮機故障診斷中灰色關聯度分析法的應用。方法：探討關聯度分析法在故障診斷中的應用背景，總結出基于此方法的壓縮機故障診斷方法，然后通過對此方法的應用效果進行分析，來實現關于灰色關聯度分析法的壓縮機故障診斷研究。結果：此方法可行。結論：將此方法應用到故障診斷中，能夠讓故障診斷更加便捷、可靠。

關鍵詞：灰色關聯;故障診斷;關聯分析

灰色關聯度分析法是指一種通過用兩個因素變化發展趨勢的相似、相異程度，來評估這兩個因素之間關聯度的方法。將該方法應用到故障診斷中，可以幫助人們通過分析當前故障表象與故障類型之間的關聯度，來判斷當前故障的類型，為后續的故障檢修工作提供依據。

1研究背景

壓縮機系統可以被看做一個灰色系統，從理論上來說，將灰色關聯度分析法應用到壓縮機故障診斷中是可行的。在此背景下，如果能夠將該分析法應用到診斷中，就可以在無需深度檢查的情況下，確定故障類型，并基于此，制定相應的排故方案，提高排故效率，同時，還可以將此方法應用到壓縮機自動化控制系統程序算法設計中，使得系統得以根據觀測到的故障征兆、表現，自動、迅速地判斷出故障類型，并發出故障警報、運行排故措施，提升機械自動化運行水平。

2研究過程

2.1思路和方法

2.1.1灰色關聯度分析故障診斷思路

首先，設立兩個數據序列，即參考序列、比較序列。其中，參考序列是反應灰色系統行為特征的序列，而此次研究中的灰色系統為壓縮機系統，因此，該參考序列是反應壓縮機系統故障特征的序列。而比較序列則是影響系統行為因素的序列，也就是標準故障模式特征序列。灰色關聯度分析法的作用原理就是通過衡量上述兩個序列的關聯度，來判斷故障類型，達到故障診斷的效果。在此過程中，可以設標準故障模式種類數量為m，每種模式的對應特征向量元素有n個，由此即可得出標準故障模式特征序列，即比較序列為，

2.1.2灰色關聯度分析法有效性驗證方法

為了驗證上述灰色關聯度分析故障診斷方法的有效性，研究者準備先根據壓縮機的故障表征，運用灰色關聯度分析法對故障進行診斷。然后通過實地的人工深度檢查操作，來驗證故障診斷結果是否正確，由此得出此關聯度分析法的有效性和可靠性。但應當注意，必須嚴格按照現行的技術規程、操作規范來進行故障人工檢查，以保證該人工診斷結果的準確性。此外，在有效性驗證中，還要注意，考慮到故障的發生勢必會對壓縮機的軸承振動烈度造成影響，因此，為了保證驗證結果的可靠性，研究者選用了0～ 3.9X，0.4～ 0.49X，0.5X，0.51～ 0.99X，1X，2X，3～ 5X，6～ zX，≥ zX這幾頻段下的振幅作為故障特征，其中，zX為齒輪嚙合頻率，并分別驗證了不平衡、不對中、齒輪損壞等九個常見故障的灰色關聯度分析診斷結果的可靠性，以更加合理地驗證灰色關聯度分析法在故障診斷中應用的有效性。

2.2結果與分析

2.2.1故障診斷結果

經過上述故障診斷，研究者發現，上述九種故障條件下，灰色關聯度分析法得出的故障診斷結果。由此可見，兩種診斷方法重復性較高，說明基于灰色關聯度分析法得出的故障判斷結果準確可靠，因此，此方法在壓縮機的故障診斷中具有可行性[1]。

2.2.2結果分析

根據上述研究結果，可以了解到，從整體來看，灰色關聯度分析法下的故障診斷自動化水平更高，因此，效率也更高，能夠幫助人們快速排除壓縮機運行中的故障，保持其的穩定運行狀態。

2.3討論

經過上述研究和討論可見，灰色關聯度分析法在壓縮機故障診斷中的應用具有高效、自動化水平高、可靠等明顯優勢。在此背景下，人們可以在壓縮機處安裝振動頻率傳感裝置，用于捕捉故障特征信息，然后運用基于灰色關聯度分析法設計出的運算程序，以故障特征信息為基礎數據進行運算，由此得出故障診斷結果，這樣不僅能夠省去故障排除工作的人工現場檢查分析的程序，而且還可以提高排故的效率，提升壓縮機的自動化運行水平。此外，還可以直接將上述基于關聯度分析法的故障診斷程序設置到機電一體化的控制系統架構中，深入優化機械作業的智能化水平，推動壓縮機智能控制領域的發展[2]。

3.結論

綜上所述，將灰色關聯度分析法應用到故障診斷中，有助于壓縮機運行水平的提升。經過上述研究，研究者發現運用關聯度分析法得出的故障診斷結果，與深度檢查得出的故障診斷結果重復性較高，由此可知，將該方法應用到壓縮機故障診斷中，可以提高故障診斷的效率和效果。

參考文獻：

[1]苗茺.基于PCA-LSSVM算法的礦用空壓機故障診斷模型[J].山東化工，2020，49（14）：120-121+123.

[2]楊燁，何靖怡，李杰.基于灰色關聯分析法的溶液泵振動分析[J].天然氣與石油，2019，37（02）：50-55.

作者簡介：

胡雄（1985年10月），男，湖南湘潭人，本科，中級工程師，壓縮機故障診斷方向.