一、螺杆式空压机故障诊断（论文文献综述）
沈志刚[1]（2021）在《基于DCS的螺杆式空压机节能延寿设计》文中认为针对空气压缩机能耗现状,核算分析吸气节流调节方式的可改造价值,提出基于DCS的早期螺杆式空压机节能延寿改造方案,并在喷油螺杆式机型上实施,验证了以节流调节变量解耦为前置基础,叠加电流、温升等工况边界辅助,由DCS全面控制工艺过程,动态拟合过程参量的方法,可获得较佳节电率以及安全稳定的压缩气供给。为传统规上工业企业设备延寿改造探索了新的思路,对于国内节能技术的发展具有较佳的启示和补充作用。
王宇[2]（2021）在《基于数据驱动的空压机故障诊断与性能预测系统研究》文中研究指明近年来,随着现代化工业发展速度的日益加快,人工智能和工业互联网逐渐成为工业4.0时代背景下设备管理发展的重要技术手段。随着智慧管道建设的推进,“数据全面感知”已成为智慧管道的基本要求。压缩机组是输气管道的核心动力设备,空压机作为压缩机组的重要辅助系统,其运行可靠性将会直接影响到压气站的供气稳定。如何提高空压机的运行可靠性,及时准确的发现空压机的运行故障,降低空压机的能耗和维修保养成本是工程领域急需要解决的问题。本文将空压机作为重点设备研究对象,着重对其进行故障诊断与性能预测研究。论文内容主要如下:（1）首先,对喷油螺杆式空压机的运行机理、机械结构、故障类型以及对应解决方案进行理论概括。对课题研究背景、研究意义、研究内容、以及国内外现状进行详细介绍,主要分析介绍了空压机远程监视技术、深度学习算法及发展趋势。（2）其次,对空压机远程监视与故障诊断系统方案进行设计,首先确定了空压机数据采集传输方案,在比较了增加串口集线器和无线传输两种方案的优缺点后,结合实际项目,最终选择了采用有线传输方案,既保证了数据传输,又不影响现有的通讯链路和空压机的远控。对空压机远程监视与故障诊断系统从功能和结构两个方面进行设计,最终确定了以系统的三大主要功能:数据的采集、传输与存储、数据的监测与发布、运行数据的诊断与预测。在系统结构方面分别在软件结构和硬件结构两个方面进行了详细介绍,最后对系统实况运行的界面进行了展示。（3）利用C#编程环境实现了空压机远程监视与故障诊断系统,此系统由相关硬软件、SCADA网络、神经网络算法以及人机界面等模块组成,能够很好的对空压机进行实时远程监视。同时运用人工智能技术对空压机的运行数据进行深度挖掘,实现空压机的综合报警、故障诊断以及各个运行指标的性能预测,可及时掌握空压机的运行能耗、健康状态等信息,提前发现空压机潜在故障,并给出维修解决方案和节能建议,降低空压机的运行和维修成本,提高可靠性。（4）分析现阶段BP神经网络在故障诊断和预测方面的不足,给出基于LM-BP算法的神经网络模型,同时引入基于综合健康度的空压机状态评估方法,并与神经网络相结合对空压机进行组合式诊断。先通过综合健康度评判模型对空压机运行状态进行综合评价并给出评定值,对低于隐患阈值的空压机再进行下一步的神经网络诊断,最终给出诊断结果。相比神经网络模型对数据的逐一诊断可能造成的诊断无效性和综合健康度评判模型的单一性,组合式结果更为直接准确且高效。（5）针对空压机设备建立了以喷油螺杆式空压机为主体的ARIMA时间序列预测模型。最后对所建立模型进行实例验证,对比系统实际运行值误差控制在6%左右,预测效果良好。
仝矿伟[3]（2020）在《矿用空压机工作状态红外识别关键技术研究》文中研究指明矿用空压机作为煤矿生产的重要动力源和安全保障设备,在煤炭安全高效生产中占有举足轻重的地位。矿用空压机的智能化水平制约着矿井压风系统的工作可靠性,而矿用空压机工作状态准确快速识别是实现其智能控制的前提。目前矿用空压机主要由人工定时巡检实现工作状态监测,并依靠操作工人的经验进行工作状态识别和故障诊断。因此,有必要对矿用空压机工作状态识别的关键技术进行研究,进而提高空压机的智能化水平。矿用空压机所处工况具有温度高、噪声强、振动剧烈的特征,红外热成像检测技术具有非接触、穿透性强及不受外部噪声及光照条件影响的特点。通过矿用空压机辐射的红外信号,可以实现对关键部件的状态识别。本课题以矿用空压机工作状态红外识别为研究目标,利用红外热成像检测技术获取空压机关键部件的工作状态图像,对原始红外图像中复杂背景噪声在线去除、超高维图像特征快速降维以及基于机器学习的空压机工作状态准确识别等方法和技术进行了深入研究。主要研究内容如下:（1）分析了矿用空压机的基本结构,并结合生产实际,详细研究了螺杆式空压机吸气、封闭、压缩和排气的工作原理,基于矿用空压机状态识别系统的功能需求,搭建了矿用空压机状态识别的总体框架,分析了其主要组成和识别流程。（2）设计了基于优化小波阈值的红外图像去噪算法,消除原始红外图像中包含的高斯噪声和冲击噪声,利用改进的果蝇算法获取各阶小波去噪阈值,并针对标准果蝇算法容易陷入局部最优的问题,引入动态步长分布算子增强全局和局部寻优能力。（3）研究了超高维数据的低维表征方法,提出了基于流形学习的非线性降维方法对红外图像进行降维,设计了矿用空压机状态识别评价系统,引入堵塞率ρ和堵塞程度判别因子Φ、温度偏离因子γ和空压机健康状态评价因子H对矿用空压机工作状态进行详细划分。（4）提出了基于优化支持向量机的矿用空压机运行状态识别算法,利用改进的蝙蝠优化算法对非线性支持向量机关键参数进行优化,并在基本蝙蝠算法的基础上,引入精英族群和探索族群增强蝙蝠算法的全局寻优能力,实现了矿用空压机工作状态的准确识别。设计并搭建了矿用空压机工作状态识别系统,在实验室和龙王庄煤业股份有限公司分别进行了实验。实验结果表明:该系统可以对矿用空压机红外图像进行有效处理,能够准确识别空压机关键部件的工作状态,为进一步提高空压机的智能化水平奠定了基础。该论文有图50幅,表18个,参考文献146篇。
柯贤勇[4]（2020）在《船用空压机结构振动分析及其减振降噪技术研究》文中提出作为通用设备,往复活塞式空气压缩机（简称空压机）广泛应用于航运业中。其振动及噪声对周围环境污染很大,特别是新的国际公约对船用空压机的减振降噪、抗冲击及可靠性等提出更高要求。所以进行减振降噪技术的研究是必要且实用的。本文以上海捷豹压缩机制造有限公司生产的0.17-8型往复活塞式,两缸夹角为90°的V型空压机为研究对象。首先对研究对象整体进行PROE三维实体建模;其次是将其模型导入ANSYS Workbench系统中进行模态分析和谐响应分析;完成动力学计算后,以综合活塞力为加载载荷进行瞬态动力学分析;其结果为隔振器的设计选型提供必要的支持,使得隔振器的隔振效果显着;然后对空气吸口进行噪声频谱测量,之后进行理论数据的深度分析。最后设计一款消声器,使吸口噪音能够有一定程度的降低。本篇论文主要分为两个部分。第一部分为振动分析及隔振器设计部分,此部分清晰的阐述了空压机的三维实体建模、模态分析、谐响应分析、动力学计算以及瞬态动力学分析的过程及结果。然后进行了隔振器的设计选型安装,并检测发现隔振效果良好。第二部分为消声器设计部分,首先进行了空气吸口噪声频谱测量;然后进行了消声器的设计,最后进行了其理论消声效果的验证并发现其消声效果良好;希望通过本论文的研究,未来能够运用在船舶上;能够切实解决船舶机舱振动及噪声大的问题,具有重要的实际意义及价值。
李沛阳[5]（2020）在《矿用空气压缩机管路气体泄漏识别方法研究》文中认为矿用空气压缩机是煤矿安全生产的重要保障设备,压缩空气通过管路输送到井下,一方面用于给井下风锤、风泵等气动工具提供动力,另一方面保证井下有充足的氧气,保障煤矿工人们的生命安全。由于压缩气体具有高压特点,气体输送管路在运行中经常发生泄漏故障,目前针对此类泄漏故障的检测,主要通过巡检人员的听和看来判断管路是否发生泄漏,检测效率低,实时性差,导致煤矿生产中能源浪费和安全事故时有发生。此外,空压机房的温度高、噪音大,工人的工作环境十分恶劣。为了实现对矿用空气压缩机管路气体泄漏故障的实时监测,本文基于红外热成像技术获取泄漏管路的红外图像,通过改进萤火虫算法优化的小波阈值算法进行图像去噪,采用Otsu-Grabcut算法对图像进行分割,结合方向梯度直方图和灰度共生矩阵提取图像特征,并利用改进萤火虫算法优化的支持向量机实现空气压缩机气体输送管路的泄漏故障识别。论文的主要研究内容如下:（1）分析了矿用空气压缩机的基本结构,研究了气体输送管路泄漏的主要原因,提出了气体泄漏识别系统的功能需求,设计了基于红外热成像技术的空气压缩机管路气体泄漏识别系统架构和识别流程。（2）分析了矿用空气压缩机气体输送管路的温度特性,构建了气体输送管路泄漏的三维模型,设计了基于改进萤火虫算法和小波阈值去噪相结合的管路气体泄漏红外图像去噪算法,研究了Otsu-Grabcut红外图像分割算法,并通过仿真分析,验证了上述模型和算法的有效性。（3）设计了基于方向梯度直方图和灰度共生矩阵的矿用空气压缩机管路气体泄漏红外图像特征提取算法,基于改进萤火虫算法对支持向量机惩罚因子、核函数参数进行优化,将混淆矩阵作为支持向量机分类结果评价方法,用于评价支持向量机的分类准确度。（4）搭建了矿用空气压缩机管路气体泄漏识别实验平台,分别对管路泄漏、管路磨损和阀门泄漏故障进行了实验,测试了矿用空气压缩机管路气体泄漏识别系统的功能,验证了本文所研究的矿用空气压缩机管路气体泄漏识别方法的有效性,识别准确率约为96%,满足现场需求。该论文有图33幅,表19个,参考文献94篇。
武林[6]（2020）在《基于长短时记忆网络的空压机故障诊断系统研究》文中研究说明随着社会工业化进程的推进,空调系统在工业生产中应用越来越广泛,确保车间温度准确稳定已经成为各大工厂车间有效避免安全隐患,高效生产作业的关键条件,空压机作为空调系统中最为关键的设备,其是否能在车间生产作业过程中正常的运转,对整个空调系统安全乃至工厂车间生产效率有着非常重要的作用。本文以空压机作为研究对象,目标在于研究空压机各级运行参数对空压机故障的影响,提出了一种基于变体长短时记忆网络（V-LSTM）的空压机运行参数预测与监测模型,再用Pearson相关性系数确定相关参数输入网络模型,接着采用3σ准则依据采集数据确定故障异常故障阈值。最后根据工厂实测数据进行仿真实验,以此来判断本文提出的变体LSTM模型的有效性,实验结果显示我们提出的变体长短时记忆网络模型对空压机的故障预测与监测具有更高的效率和准确性,最后通过监测的结果建立一个小型的故障机理推理专家系统进行故障诊断。论文主要内容如下:首先,本文通过对空压机的工作原理、机械构造、故障类型、故障机理进行全面理论概括,对本文的课题来源、国内外现状、研究内容、研究意义、进行了详细介绍,主要研究分析了故障诊断系统现状、深度学习算法的现状与长短时记忆网络相关技术的研究现状发展趋势,通过对基础数据特性的分析确定适合的深度学习算法。其次,简单介绍了循环神经网络在数据预测方面的不足,并研究分析了传统的长短时记忆网络基本原理与训练方法,在传统LSTM的算法上,提出了一种轻量级的算法模型V-LSTM,由于传统的LSTM算法中参数量多,必须大量的训练才能使模型收敛。在面对数据稀缺与小型轻量级场景下效果并不明显,本文提出的V-LSTM这种神经网络单元仅利用输入门和遗忘门,并通过简单加和（没有引入新的参数,直接把矩阵元素对应位置相加）得到输出结果,在参数规模上有了极大的优化,使得网络模型训练收敛速度更加迅速。然后我们利用PLC实时采集数据进行模型训练,用训练好的模型对设备参数进行实时监测预测,再使用我们改进的网络模型V-LSTM与传统的LSTM、BP神经网络、SVM比较,证明了本文提出的改进长短时记忆网络算法模型应有更强的有效性。同时,为了使我们提出的V-LSTM达到更好的训练效果,即实现更快的收敛、更好的模型鲁棒性,我们在优化目标上加入了L2范数,实验证明改进后的优化目标可以使模型达到更好的效果。再者,本文研究分析了空压机基本工作原理、确定可能出现的各类故障现象以及故障引发的原因,并在此基础上开发了一个只针对空压机故障推理的轻量级专家系统。一旦在模型预测与监测的过程中出现数据异常等情况,专家系统将自动的给出故障工况点、故障情况、引发故障的原因,最终给出相应处理方法。最后,本文利用C#和matlab开发了一套基于web的空压机故障诊断系统,系统主要功能包括,前端页面实时监测空压机系统各参数数据,包括实时工况、工况判断、工况推理;后台控制主要包括:空压机排气参数预测与监测、知识库和案例库添加管理。系统使用起来高效便捷,能够快速检测故障并诊断故障。
吕晨悦[7]（2020）在《空压机智能控制系统及远程监控技术的研究》文中认为空压机是一种压缩气体的设备,广泛应用于国民经济和国防等众多领域,特别是在食品、化学和制药业,对空压机系统的控制更为严苛。空压机系统为复杂的高阶、非线性系统,难以确立其精准的数学模型,且空压机一般都采用PLC控制器中的PID算法进行控制,而传统的PID控制算法原理简单,对于常规系统能够进行有效地控制,但对于数学模型难建立、非线性、多变的空压机系统,PID算法无法达到理想的控制状态。本文针对PID控制缺陷,提出将具有无需数学模型且能够模拟人类控制策略的模糊算法与PID相结合,设计出基于模糊-PID的空压机控制系统。但模糊算法中模糊规则库过于依赖专家经验,因此本文提出了将自学习能力强、非线性表达能力强的BP神经网络与模糊算法相结合,设计出基于模糊神经网络-PID的空压机控制系统。为了能够提高系统的收敛速度,本文提出将结构简单、收敛效率高的鸡群算法与PID算法相结合,设计出基于鸡群-PID的空压机控制系统。实验方面,本文利用MATLAB软件对设计的三种智能空压机控制系统进行仿真分析,同时利用S7-1200PLC的编辑模块,将模糊神经网络-PID算法写入其中,通过实际测试,实现了对两种不同型号空压机的有效控制。研究结果表明:基于鸡群-PID控制器的智能空压机控制系统,系统响应速度最快,而基于模糊神经网络-PID控制器的智能空压机控制系统控制出口压力效果最佳,能耗最低。空压机系统复杂多变,且其工作环境恶劣,不利于工作人员对空压机进行及时的故障预警、维修,因此对于空压机远程监控技术的研究一直是行业热点。本文对空压机的远程监控技术进行了研究,在了解空压机远程监控技术基本理论的基础上,给出空压机远程监控的总体结构以及通讯网络结构,并利用Lab VIEW,设计出远程监控上位机的控制界面,实现了对空压机的实时监控。
张德青[8]（2020）在《铝电解多功能机组空压机故障诊断与预防》文中指出空气压缩机作为一种用来提高气体压力和输送气体的机械设备,直接决定着生产机械的压缩空气供给。本文对滑片式空压机和螺杆式空压机主机的结构形式简单分析,阐述了生产实际中两种空压机常见故障的诊断处理及预防措施。
倪利明[9]（2020）在《空压机远程故障诊断与预测技术》文中认为空压机是产生压缩空气的重要机器,其所处工况复杂,导致故障几率较高,目前国内多数企业对空压机的监测和状态分析水平落后。对此,本文提出了一种空压机远程监测系统,在提高监测水平的同时,研究并设计了空压机故障诊断与预测方法,用于分析空压机运行状态。本文以螺杆式空压机为研究对象,研究其机械结构和工作原理,从转子系统故障和其他常见故障两方面进行故障分析,分析比较常用故障诊断方法,选取了 BP神经网络作为本文研究分析的基本方法。其次,本文研究设计了空压机远程监测系统。分别从能量角度选取电能参数、热力学参数,从机器本身选取振动信号进行监测,研究分析三种数据的测量原理与方法、数据特点,进行系统方案设计,最终将整体系统分为本地数据采集、无线数据传输、远程数据处理三个部分,并且通过硬件软件设计实现功能。最后,本文研究了基于BP神经网络的故障诊断与预测方法。首先研究分析BP神经网络的原理;阐明其在故障诊断应用中的具体步骤,依次设计转子系统试验台获取样本数据,设计振动信号的BP神经网络,对振动信号的BP神经网络进行学习训练。另一方面,针对电能参数和热力学参数,设计了性能参数的BP神经网络,用以辅助空压机故障诊断与预测,提高研究方法的全面性和可靠性。本文文末通过系统测试分析,对本文设计的空压机远程监测系统进行功能测试分析,并且对采用BP神经网络设计的空压机故障诊断与预测方法进行应用测试,测试结果表现良好,验证了本文所研究设计内容的可行性。
兰奇[10]（2019）在《煤矿空压机常见故障与风险评价》文中提出空压机是煤矿气动设备的主要辅助设备,在使用过程中难免会出现各种各样的故障,影响正常生产。为保障空压机的正常运行,通过对空压机常见故障进行分析,将影响螺杆式空压机运转的因素分为4个大类17个基本因素,建立了一个3层故障树模型,进而对各个故障因素进行了风险性评价。根据风险性评价结果,提出了重点加强对各类控制阀、油气分离器的检查以及注意对冷却水的温度和水质进行管控等预防措施,可以为煤矿空压机故障判断和维护提供一定参考。
二、螺杆式空压机故障诊断（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、螺杆式空压机故障诊断（论文提纲范文）
（1）基于DCS的螺杆式空压机节能延寿设计（论文提纲范文）
| 0 引言 |
| 1 研究现状 |
| 2 能耗分析 |
| 3 方案设计 |
| 4 实例 |
| 5 结束语 |
（2）基于数据驱动的空压机故障诊断与性能预测系统研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究现状综述 |
| 1.2.1 空压机远程监视技术研究现状 |
| 1.2.2 空压机故障诊断系统研究现状 |
| 1.2.3 人工神经网络研究现状 |
| 1.3 课题研究的主要内容 |
| 1.4 本章小结 |
| 第2章 空压机远程监视与故障诊断系统设计 |
| 2.1 引言 |
| 2.2 喷油螺杆式空压机简介 |
| 2.2.1 喷油螺杆式空压机机体构造 |
| 2.2.2 喷油螺杆式空压机压缩原理 |
| 2.3 空压机远程监视与故障诊断系统方案设计 |
| 2.3.1 开发环境 |
| 2.3.2 空压机运行参数采集 |
| 2.3.3 空压机远程监视与故障诊断系统功能 |
| 2.3.4 空压机远程监视与故障诊断系统结构 |
| 2.4 空压机远程监视与故障诊断系统实现 |
| 2.5 本章小结 |
| 第3章 基于数据驱动的空压机故障诊断 |
| 3.1 空压机常见故障类型 |
| 3.2 人工神经网络概述 |
| 3.2.1 神经网络基本结构 |
| 3.2.2 神经网络基本特征功能 |
| 3.3 BP神经网络及其改进算法 |
| 3.3.1 BP神经网络基本结构 |
| 3.3.2 BP神经网络特性 |
| 3.3.3 LM-BP神经网络 |
| 3.4 综合健康度模型 |
| 3.5 综合诊断 |
| 3.5.1 加载时间诊断 |
| 3.5.2 神经网络空压机诊断 |
| 3.6 本章小结 |
| 第4章 时间序列模型性能预测 |
| 4.1 时间序列预测算法 |
| 4.2 ARIMA时间序列预测算法 |
| 4.2.1 建模过程 |
| 4.2.2 ARIMA模型定阶 |
| 4.2.3 ARIMA模型参数估计 |
| 4.3 ARIMA模型预测实例 |
| 4.4 本章小结 |
| 第5章 结论与展望 |
| 5.1 工作及结论 |
| 5.2 展望与不足 |
| 参考文献 |
| 致谢 |
| 攻读学位期间所开展的科研项目和发表的学术论文 |
（3）矿用空压机工作状态红外识别关键技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 课题来源及背景 |
| 1.2 课题研究现状及存在问题 |
| 1.3 课题研究内容与方法 |
| 1.4 课题研究意义 |
| 2 矿用空压机工作状态识别系统总体设计 |
| 2.1 矿用空压机基本结构与工作原理 |
| 2.2 矿用空压机工作状态识别系统 |
| 2.3 本章小结 |
| 3 矿用空压机红外热图像去噪技术研究 |
| 3.1 不同传感信号在表征空压机工作状态中的适用性分析 |
| 3.2 红外热成像原理及其在空压机运行状态监测中的应用 |
| 3.3 矿用空压机关键部件红外热图像自适应去噪 |
| 3.4 仿真分析 |
| 3.5 本章小结 |
| 4 矿用空压机红外图像降维方法研究 |
| 4.1 机械学习降维方法概述 |
| 4.2 图像降维方法对比分析 |
| 4.3 图像降维算法的性能分析 |
| 4.4 本章小结 |
| 5 基于机器学习的矿用空压机工作状态识别方法研究 |
| 5.1 空压机工作状态划分方法 |
| 5.2 空压机工作状态红外识别算法 |
| 5.3 本章小结 |
| 6 实验研究 |
| 6.1 实验室实验平台的搭建 |
| 6.2 实验室试验结果分析 |
| 6.3 工业性试验 |
| 6.4 本章小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 论文创新点 |
| 7.3 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（4）船用空压机结构振动分析及其减振降噪技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 国外内研究状况 |
| 1.3 论文研究内容与章节安排 |
| 第2章 PROE建模、模态分析及谐响应分析 |
| 2.1 引言 |
| 2.2 PROE建模及分析 |
| 2.3 模态分析 |
| 2.3.1 模态分析的基础 |
| 2.3.2 模态分析的通用方程 |
| 2.3.3 模态分析的详细设置 |
| 2.3.4 模态分析结果 |
| 2.4 谐响应分析 |
| 2.4.1 谐响应分析的基础 |
| 2.4.2 谐响应分析的通用方程 |
| 2.4.3 谐响应分析的求解方法 |
| 2.4.4 谐响应分析的详细设置 |
| 2.4.5 谐响应分析的结果 |
| 2.5 本章总结 |
| 第3章 动力学计算及瞬态动力学分析 |
| 3.1 引言 |
| 3.2 动力学计算的基础 |
| 3.3 前四种活塞力的计算 |
| 3.3.1 求解往复惯性力F_I |
| 3.3.2 求解盖侧气体力F_g |
| 3.3.3 计算轴侧气体力F_z |
| 3.3.4 求解往复摩擦力F_f |
| 3.4 综合活塞力F_合的求解 |
| 3.5 瞬态动力学分析 |
| 3.5.1 分析的基础 |
| 3.5.2 分析的通用方程 |
| 3.5.3 网格划分 |
| 3.5.4 分析的详细设置 |
| 3.5.5 分析的结果 |
| 3.6 本章总结 |
| 第4章 隔振器的选型、安装及隔振效果检测 |
| 4.1 引言 |
| 4.2 隔振器的基础知识 |
| 4.3 振动信号的测量 |
| 4.3.1 测量基础 |
| 4.3.2 测量系统 |
| 4.3.3 激励源振动信号的测量 |
| 4.4 隔振器的设计及选型 |
| 4.4.1 隔振器的设计 |
| 4.4.2 隔振器的选型 |
| 4.5 隔振器的安装 |
| 4.6 隔振器的隔振效果检测 |
| 4.7 本章总结 |
| 第5章 吸口噪音测量并设计消声器 |
| 5.1 引言 |
| 5.2 空压机噪声基础 |
| 5.3 消声器设计的基础 |
| 5.3.1 消声器的基础知识 |
| 5.3.2 消音器的声学原理 |
| 5.3.3 复合消声器的基本原理 |
| 5.3.4 复合消声器的结构设计原则 |
| 5.4 复合消声器的设计 |
| 5.4.1 空压机的噪声特性分析 |
| 5.4.2 吸口噪音测量及数据分析 |
| 5.4.3 设计复合消音器 |
| 5.4.4 理论检验消声效果 |
| 5.4.5 分析理论检验结果,提出优化改进意见 |
| 5.5 本章总结 |
| 第6章 全文总结与未来展望 |
| 6.1 全文总结 |
| 6.2 未来展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 附表1 加速度测和往复惯性力 |
| 附表2 曲柄转角和活塞头位移对应关系 |
| 附表3 盖侧活塞力 |
| 附表4 综合活塞力 |
| 附表5 电机第1次频道1结果 |
| 附表6 电机第1次频道2结果 |
| 附表7 电机第2次频道1结果 |
| 附表8 电机第2次频道2结果 |
| 附表9 曲柄箱第1次频道1结果 |
| 附表10 曲柄箱第1次频道2结果 |
| 附表11 曲柄箱第2次频道1结果 |
| 附表12 曲柄箱第2次频道2结果 |
| 附表13 第1次隔振器安装前频道1结果 |
| 附表14 第1次隔振器安装后频道1结果 |
| 附表15 第1次隔振器安装前频道2结果 |
| 附表16 第1次隔振器安装后频道2结果 |
| 附表17 第2次隔振器安装前频道1结果 |
| 附表18 第2次隔振器安装后频道1结果 |
| 附表19 第2次隔振器安装前频道2结果 |
| 附表20 第2次隔振器安装后频道2结果 |
| 附表21 吸口噪音测量值 |
| 附表22 对0.03M系列消除效果 |
| 附表23 对0.05M系列消除效果 |
| 附表24 对0.02M系列消除效果 |
（5）矿用空气压缩机管路气体泄漏识别方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 课题来源及研究背景 |
| 1.2 课题研究现状及存在的问题 |
| 1.3 论文研究内容和方法 |
| 1.4 课题研究意义 |
| 1.5 论文结构 |
| 2 矿用空压机管路气体泄漏识别系统设计 |
| 2.1 矿用空压机管路故障分析 |
| 2.2 矿用空压机管路气体泄漏识别系统 |
| 2.3 本章小结 |
| 3 矿用空压机管路温度特性分析与红外图像预处理 |
| 3.1 矿用空压机管路气体泄漏的温度场变化 |
| 3.2 红外热成像原理及存在的问题 |
| 3.3 矿用空压机管路气体泄漏红外图像自适应去噪算法研究 |
| 3.4 红外图像去噪算法仿真分析 |
| 3.5 红外图像目标分割算法 |
| 3.6 本章小结 |
| 4 基于支持向量机的矿用空压机管路气体泄漏识别方法研究 |
| 4.1 矿用空压机管路气体泄漏图像特征提取 |
| 4.2 模式识别 |
| 4.3 矿用空压机管路气体泄漏图像SVM分类 |
| 4.4 本章小结 |
| 5 实验研究 |
| 5.1 实验平台搭建 |
| 5.2 矿用空压机管路气体泄漏识别实验 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（6）基于长短时记忆网络的空压机故障诊断系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题来源与研究背景 |
| 1.2 研究现状综述 |
| 1.2.1 国内外故障诊断系统研究现状 |
| 1.2.2 深度学习研究现状 |
| 1.3 研究目的和意义 |
| 1.3.1 本文研究的目的 |
| 1.3.2 本文研究的意义 |
| 1.4 本文的研究内容和方法 |
| 1.4.1 本文研究的内容 |
| 1.4.2 本文研究的算法选择分析 |
| 1.5 本文组织结构 |
| 2 长短时记忆网络 |
| 2.1 深度学习相关理论基础知识 |
| 2.1.1 引言 |
| 2.1.2 网络模型结构 |
| 2.1.3 深度特征学习方式 |
| 2.1.4 长短时记忆网络LSTM |
| 2.2 网络训练过程 |
| 2.3 对长短时记忆网络的改进 |
| 2.3.1 改进长短时记忆网络V-LSTM介绍 |
| 2.3.2 V-LSTM与LSTM的复杂度比较 |
| 2.3.3 基于L2范式的目标函数改进 |
| 2.3.4 V-LSTM与LSTM的收敛性能和准确性比较 |
| 2.3.5 实验结果分析 |
| 2.4 本章小结 |
| 3 故障监测与诊断 |
| 3.1 长短时记忆网络故障预测模型的建立 |
| 3.1.1 空压机运行参数数据采集 |
| 3.1.2 空压机运行参数相关性分析 |
| 3.1.3 预测模型构建与训练 |
| 3.1.4 几种算法模型的预测值和残差对比 |
| 3.2 空压机排气压力预测值残差分析与异常监测 |
| 3.2.1 确定设备异常故障阈值 |
| 3.2.2 数据处理进行故障模拟实验 |
| 3.2.3 网络模型故障预警灵敏度实验对比 |
| 3.2.4 实验结果分析 |
| 3.3 故障诊断以及专家系统建立 |
| 3.3.1 螺杆式空压机简介 |
| 3.3.2 螺杆式空压机机理分析 |
| 3.3.3 螺杆式空调压缩机故障类型和表现形式 |
| 3.3.4 故障诊断专家系统的建立 |
| 3.3.5 基于产生式推理的动力设备故障诊断 |
| 3.4 本章小结 |
| 4 故障诊断系统设计与实现 |
| 4.1 前端监测模块 |
| 4.1.1 设备运行工况监测模块 |
| 4.1.2 工况点设备故障推理模块 |
| 4.1.3 故障案例检索模块 |
| 4.2 后台数据管理模块 |
| 4.2.1 系统知识库管理模块 |
| 4.2.2 系统案例库管理模块 |
| 4.2.3 空调系统元件库管理模块 |
| 4.2.4 用户管理模块 |
| 4.3 系统服务器模块 |
| 4.4 本章小结 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 个人简历、攻读硕士学位期间发表的论文 |
（7）空压机智能控制系统及远程监控技术的研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题的背景和研究意义 |
| 1.1.1 空压机控制系统 |
| 1.1.2 智能控制理论 |
| 1.2 空压机的国内外研究现状 |
| 1.2.1 国内外对空压机控制系统的研究 |
| 1.2.2 国内外对空压机远程监控系统的研究 |
| 1.3 本文的研究内容与方法 |
| 第二章 空压机系统概述 |
| 2.1 空压机的分类 |
| 2.1.1 容积式空压机 |
| 2.1.2 速度式空压机 |
| 2.2 空压机系统简介 |
| 2.2.1 普通空压机系统 |
| 2.2.2 智能空压机系统 |
| 2.3 空压机压缩工艺流程 |
| 2.4 空压机系统的控制要求 |
| 2.5 本章小结 |
| 第三章 智能控制算法的研究 |
| 3.1 模糊神经网络PID算法的研究 |
| 3.1.1 PID算法 |
| 3.1.2 模糊算法 |
| 3.1.3 BP神经网络 |
| 3.1.4 模糊PID算法 |
| 3.1.5 模糊神经网络PID算法 |
| 3.2 鸡群算法的研究 |
| 3.3 本章小结 |
| 第四章 智能控制算法在空压机系统中的应用 |
| 4.1 模糊PID控制器设计 |
| 4.1.1 模糊控制器设计 |
| 4.1.2 模糊PID控制器设计 |
| 4.2 模糊神经网络PID控制器设计 |
| 4.3 CSO-PID控制器设计 |
| 4.4 仿真实验 |
| 4.5 实际测试 |
| 4.6 本章小结 |
| 第五章 空压机远程监控系统的研究 |
| 5.1 空压机远程监控系统的设计 |
| 5.1.1 远程监控的硬件结构 |
| 5.1.2 远程监控的软件结构 |
| 5.1.3 基于Lab VIEW平台的空压机监控 |
| 5.2 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文研究内容和总结 |
| 6.2 工作展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文及取得的相关科研成果 |
| 致谢 |
（8）铝电解多功能机组空压机故障诊断与预防（论文提纲范文）
| 0 引言 |
| 1 结构及工作原理 |
| 1.1 螺杆式空压机 |
| 1.2 滑片式空压机 |
| 2 故障诊断 |
| 2.1 按故障类型诊断 |
| 2.2 按故障表现形式诊断 |
| 3 故障的处理与预防 |
| 3.1 故障的处理 |
| 3.2 故障的预防 |
| 4 总结 |
（9）空压机远程故障诊断与预测技术（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外发展现状 |
| 1.2.1 国外发展现状 |
| 1.2.2 国内发展现状 |
| 1.3 课题研究主要内容及全文内容安排 |
| 1.4 本章小结 |
| 第二章 螺杆空压机工作原理及故障分析 |
| 2.1 螺杆式空压机工作原理 |
| 2.2 螺杆式空压机的常见故障特征分析 |
| 2.2.1 转子系统故障 |
| 2.2.2 其他常见故障 |
| 2.3 故障诊断方法分析 |
| 2.4 本章小结 |
| 第三章 空压机远程监测系统设计 |
| 3.1 空压机监测系统需求分析 |
| 3.1.1 本地数据采集 |
| 3.1.2 无线数据传输 |
| 3.1.3 远程数据处理 |
| 3.1.4 系统方案 |
| 3.2 空压机远程监测系统硬件设计 |
| 3.3 空压机远程监测系统软件设计 |
| 3.3.1 数据采集模块软件设计 |
| 3.3.2 服务器软件设计 |
| 3.4 本章小结 |
| 第四章 空压机故障诊断与预测方法研究 |
| 4.1 BP神经网络分析 |
| 4.1.1 人工神经元模型 |
| 4.1.2 BP神经网络 |
| 4.1.3 神经网络的故障诊断原理 |
| 4.2 基于振动信号的BP神经网络设计 |
| 4.2.1 样本数据获取和处理 |
| 4.2.2 BP神经网络设计与训练 |
| 4.3 基于性能参数的BP神经网络设计 |
| 4.4 本章小结 |
| 第五章 系统测试与分析 |
| 5.1 空压机监测系统测试 |
| 5.1.1 RS485总线通讯测试 |
| 5.1.2 SPI通讯测试 |
| 5.1.3 ATT7022E数字校准测试 |
| 5.1.4 远程在线升级测试 |
| 5.2 空压机故障诊断与预测方法测试 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读学位期间的研究成果 |
| 致谢 |
（10）煤矿空压机常见故障与风险评价（论文提纲范文）
| 0 引言 |
| 1 螺杆式空压机运行机理与特点 |
| 1.1 螺杆式空压机运行机理 |
| 1.2 螺杆式空压机运行特点 |
| 2 空压机运行状态影响因素与常见故障 |
| 2.1 影响因素 |
| 2.2 常见故障 |
| 3 失效故障树模型与分析 |
| 4 螺杆式空压机的风险性评价 |
| 5 结语 |
四、螺杆式空压机故障诊断（论文参考文献）
- [1]基于DCS的螺杆式空压机节能延寿设计[J]. 沈志刚. 电气应用, 2021(06)
- [2]基于数据驱动的空压机故障诊断与性能预测系统研究[D]. 王宇. 上海应用技术大学, 2021
- [3]矿用空压机工作状态红外识别关键技术研究[D]. 仝矿伟. 中国矿业大学, 2020
- [4]船用空压机结构振动分析及其减振降噪技术研究[D]. 柯贤勇. 集美大学, 2020(05)
- [5]矿用空气压缩机管路气体泄漏识别方法研究[D]. 李沛阳. 中国矿业大学, 2020
- [6]基于长短时记忆网络的空压机故障诊断系统研究[D]. 武林. 重庆理工大学, 2020(08)
- [7]空压机智能控制系统及远程监控技术的研究[D]. 吕晨悦. 上海工程技术大学, 2020(04)
- [8]铝电解多功能机组空压机故障诊断与预防[J]. 张德青. 内燃机与配件, 2020(04)
- [9]空压机远程故障诊断与预测技术[D]. 倪利明. 浙江理工大学, 2020(04)
- [10]煤矿空压机常见故障与风险评价[J]. 兰奇. 陕西煤炭, 2019(06)