声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2187/TH
国际刊号：0577-6686
发布日期:
作者：江志农, 周超, 张进杰, 刘雯华, 王瑶, 孙旭
单位：1. 北京化工大学压缩机技术国家重点实验室压缩机健康智能监控中心 北京 100029;2. 北京化工大学高端机械装备健康监控与自愈化北京市重点实验室 北京 100029;3. 压缩机技术国家重点实验室(压缩机技术安徽省实验室) 合肥 230031
关键词：往复压缩机,调控失稳故障,自愈调控,BP神经网络；
基金：国家重点研发计划（2016YFF0203305）、中央高校基本科研业务费专项资金资助（JD1912）和压缩机技术国家重点实验室（压缩机技术安徽省实验室）开放基金（SKL-YSJ201808）资助项目。
针对往复压缩机无级气量调节常见的调控失稳故障，构建包含压缩机、管道、缓冲罐、执行机构等部件的无级气量调节多系统耦合控制模型，仿真往复压缩机无级气量调节动态特性。以控制系统输出的脉宽调制控制信号作为输入，以压缩机各级排气压力作为输出，研究执行机构动态响应和控制系统调控参数对气量调节结果影响的规律；进一步针对执行机构性能参数变化导致气量调节控制失稳的问题，利用BP神经网络构建多参数负荷动态反馈模型实现调控失稳故障诊断和故障类型识别。基于故障异常类型识别结果提出一种调控参数自适应优化补偿的自愈调控方法。试验结果表明，提出的自愈调控方法可在失稳故障发生后主动施加调控参数补偿量，使得气量调节系统恢复到正常状态，实现故障在线自愈。
来源：2020年第22期
《机械工程学报》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。