节点文献

基于数据挖掘的往复压缩机气阀故障诊断方法研究

Research of Reciprocating Compressor Value Fault Diagnosis Based on Data Mining

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具，请取消加速工具后下载。

【作者】 王朝晖； 姚德群； 陈朝晖； 殷树根；

【Author】 WANG Zhaohui,YAO Dequn,CHEN Zhaohui1,YIN Shugeng2 (College of Mechanical && Electronic Engineering in China University of Petroleum, Beijing, 102249; Gature Gas Department of Talimu Oil Company1, 841000; Equipment Faculty of Talimu Oil Company2, 841000)

【机构】 石油大学机电工程学院； 塔里木油田分公司天然气事业部； 塔里木油田分公司装备科 北京； 102249； 北京； 库尔勒； 841000；

【摘要】 往复式压缩机气阀是整个机体中故障率最高的部件,针对其故障模式复杂难以辨识的特点,选取部分气阀振动信号的时域和频域参数作为特征参数,采用C-means模糊聚类的方法对气阀故障和运行状态进行评判,挖掘出了故障特征,并给出了诊断实例。

【Abstract】 Fault patterns of large reciprocating compressor valves with high frequency of fault are hard to distinguished. The Fuzzy C-means method is used for solving the problem.

【关键词】 往复式压缩机； 气阀故障； 模糊C-均值聚类算法； 故障特征；
【Key words】 fault； diagnosis； data； mining； fuzzy； C-means； algorithm；
【基金】 国家自然科学基金项目(50105015、50375103);北京市科技新星计划项目(2003B33)资助
  • 【文献出处】 科学技术与工程 ,Science Technology and Engineering , 编辑部邮箱 ,2006年02期
  • 【分类号】TH45
  • 【被引频次】9
  • 【下载频次】231
打印本页
节点文献中：