科创中国

本发明涉及的基于精细多重分形的往复压缩机故障诊断方法，它包括采集往复压缩机敏感测点的机体表面振动加速度信号；使用参数优化时变滤波经验模式分解算法对选取的信号进行分解，提取本征模态函数分量；计算所得本征模态函数分量的峭度值优选出主要本征模态函数分量，进行信号重构，实现采集的振动加速度信号降噪处理；对重构后信号进行精细多重分形计算，通过多重分形奇异谱描述信号的结构特征和局部动力学行为；提取精细多重分形奇异谱参数，形成精细多重分形奇异谱特征向量，对往复压缩机故障进行诊断；将振动信号特征向量输入到支持向量机识别器中，判断振动信号的故障类型。本发明能更细致描述信号的分形特性，可更准确地诊断出故障类型。

本发明能更细致描述信号的分形特性，可更准确地诊断出故障类型。

将振动信号特征向量输入到支持向量机识别器中，判断振动信号的故障类型，能更细致描述信号的分形特性，可更准确地诊断出故障类型，可以广泛适用于往复压缩机故障诊断方法等相关领域行业。

黑龙江省“油气田控制与动态监测”重点实验室。目前团队共有研究人员11人，其中骨干3人，博士（后）4人，教授5人。先后承担国家级、省部级及市局级基金和科技攻关课题40余项，各类横向课题百余项，获得过国家科技进步三等奖、省部级一、二、三等奖20余项。团队培养了博士生12名、硕士研究生50多名，青年教师10名，培育省级高层次人才3名，国家级人才1名，选送出国访问学者6名；主持和承担省部级项目6项，市局级项目10多项。

特征向量输入到支持向量机识别器中，判断振动信号的故障类型，能更细致描述信号的分形特性，可更准确地诊断出故障类型，可以有效降低成本，提高效率，具有环保、安全等优势。

本项目可以采用技术转让、技术合作等多种形式进行对接，欢迎有需求的企业单位联系洽谈。