公开(公告)号：CN115596654A

公开(公告)日：2023-01-13

申请号：CN202211152007.6

申请日：2022-09-21

Applicant: 西安交通大学(CN)

Inventor： 吴伟烽 ,  张静 ,  李程翊 ,  杨毅帆 ,  李晓然 ,  张寅

IPC: F04B51/00 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于状态参数学习的往复式压缩机故障诊断方法及系统，方法包括搭建BP神经网络；提取往复式压缩机正常状态下运行历史数据中的输入参数和输出参数作为训练样本，对BP神经网络进行预训练；通过预训练后的BP神经网络对训练样本中的输入参数进行预测计算，得到预测值与实际值的基准偏差，利用基准偏差设定安全阈值范围；提取往复式压缩机当前运行数据中的输入参数，作为BP神经网络的输入参数，得到输出参数的预测值；计算输出参数的预测值与实测值的相对偏差，与安全阈值范围比较，如果超出安全阈值范围，则认为往复式压缩机处于故障状态，由相对偏差的变化情况，对故障进行故障定位，给出故障诊断结果。本发明易于实施，预测结果准确。