Kaiyun（全站）体育官方网站

　　1、离心式压缩机是众多大型化工生产装置中的关键设备，其正常运行对化工企业的安全、稳定生产至关重要。离心式压缩机的故障诊断技术主要是指通过收集其在不同工作状态下所产生的信号数据并借助机器学习算法所构成的模型(如卷积神经网络所构成的模型)对正常与异常状态下的信号数据进行对比、分析，进而判断出异常发生的位置，以解决故障问题。然而这种故障分析方式，由于模型训练很难精准且模型训练周期长，因而，故障分析结果准确性无法保证，且模型训练专业性很强并不适合大规模投入使用。

　　2、根据本公开的第一方面，提供了一种离心式压缩机故障诊断方法。该方法包括：

　　6、将所述当前故障特征参数与所述故障特征样本库进行类比分析，以确定所述离心式压缩机的故障类型。

　　7、如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述故障特征样本库，通过以下步骤构建：

　　9、基于线性变换的时频分析法对所述各故障类型对应的振动信号进行故障特征提取，获取所述各故障类型对应的初始故障特征；

　　10、利用目标粒子群算法与预设聚类算法对所述初始故障特征进行聚类分析，获得所述各故障类型对应的样本故障特征；

　　12、如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，在进行故障特征提取之前，所述方法还包括：

　　14、如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述基于线性变换的时频分析法对所述各故障类型对应的振动信号进行故障特征提取，获取所述各故障类型对应的初始故障特征，包括：

　　19、将所述预设傅里叶函数和所述各故障类型对应的振动信号通过fourier逆变换转换成频域下的fourier变换，以获得所述小波基函数的小波尺度参数；

　　20、将所述小波形状控制参数和所述小波尺度参数，确定为所述各故障类型对应的初始故障特征。

　　21、如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述利用目标粒子群算法与预设聚类算法对所述初始故障特征进行聚类分析，获得所述各故障类型对应的样本故障特征，包括：

　　22、基于所述各故障类型对应的初始故障特征，利用所述目标粒子群算法和所述预设聚类算法不断迭代聚类分析，从而确定所述各故障类型对应的样本故障特征。

　　Kaiyun（开云）体育官方网站

　　23、如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，基于所述各故障类型对应的初始故障特征，利用所述目标粒子群算法和所述预设聚类算法不断迭代聚类分析，从而确定所述各故障类型对应的样本故障特征，包括：

　　24、基于所述各故障类型对应的初始故障特征，在所述目标粒子群算法不断迭代的过程，结合由所述预设聚类算法构成的粒子适应度函数，计算每次迭代时获得的粒子适应度值；

　　25、将每次迭代时获得的粒子适应度值与预设粒子适应度值进行比较，直至两者差值小于预设阈值或者达到预设最大迭代次数，则停止迭代，以确定所述各故障类型对应的样本故障特征。

　　26、如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，利用预设最小惯性权重、预设最大惯性权重、当前迭代次数、最大迭代次数，构建非线性变化的粒子群惯性权重函数；

　　28、根据本公开的第二方面，提供了一种离心式压缩机故障诊断装置。该装置包括：

　　30、提取模块，用于基于线性变换的时频分析法提取所述当前振动信号的当前故障特征参数；

　　32、分析模块，用于将所述当前故障特征参数与所述故障特征样本库进行类比分析，以确定所述离心式压缩机的故障类型。

　　33、根据本公开的第三方面，提供了一种电子设备。该电子设备包括：存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如以上所述的方法。

　　Kaiyun（开云）体育官方网站

　　34、根据本公开的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如根据本公开的第一方面和/或第二方面的方法。

　　35、本公开中，通过利用线性变换的时频分析法自动提取当前振动信号的当前故障特征参数，然后获取预先存储的故障特征样本库，可将当前故障特征参数与故障特征样本库自动进行类比分析，以准确、快速定位离心式压缩机的故障类型，这种故障分析方式由于不需要模型训练，使得故障分析结果不会受到模型精度的影响，且算法使用简单，因而，可确保离心式压缩机的故障类型的识别准确性，且不需要模型训练对专业性要求不高，因而适合大规模投入使用。

　　36、应当理解，技术实现要素：部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。

　　2.根据权利要求1所述的方法，其特征在于，所述故障特征样本库，通过以下步骤构建：

　　3.根据权利要求2所述的方法，其特征在于，在进行故障特征提取之前，所述方法还包括：

　　10.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。

　　本公开的实施例提供了一种离心式压缩机故障诊断方法、装置及设备。所述方法包括：获取待诊断的离心式压缩机的当前振动信号；基于线性变换的时频分析法提取所述当前振动信号的当前故障特征参数；获取预先存储的故障特征样本库；将所述当前故障特征参数与所述故障特征样本库进行类比分析，以确定所述离心式压缩机的故障类型。以此方式，可将当前故障特征参数与故障特征样本库自动进行类比分析，以准确、快速定位离心式压缩机的故障类型，这种故障分析方式由于不需要模型训练，使得故障分析结果不会受到模型精度的影响，且算法使用简单，因而，可确保离心式压缩机的故障类型的识别准确性。