(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210653110.2 (22)申请日 2022.06.09 (71)申请人 北京化工大 学 地址 100000 北京市朝阳区北三环东路15 号 (72)发明人 吴斯琪　王维民　李启行　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 贾耀斌 (51)Int.Cl. G06F 30/17(2020.01) G06F 30/27(2020.01) G06N 3/04(2006.01) G06F 119/02(2020.01) (54)发明名称 故障检测方法、 装置、 计算机设备及计算机 可读存储介质 (57)摘要 本发明公开了一种故障检测方法、 装置、 计 算机设备及计算机可读存储介质， 应用于可靠性 领域， 所述方法包括： 获取到压缩机的结构参数、 工艺参数及压力变化后， 将根据结构参数和工艺 参数， 生成第一压力 ‑气体体积图； 根据结构参数 和压力变化， 生成第二压力 ‑气体体积图； 接着， 将第一和第二压力 ‑气体体积图叠加， 得到第三 压力‑气体体积图； 然后， 将第三压力 ‑气体体积 图进行对数坐标变换和自然坐标变换， 得到第四 压力‑气体体积图； 最后， 利用预设的卷积神经网 络模型得到第四压力 ‑气体体积图的故障预测结 果。 由此， 本发明使得理论情况下的示功图与实 际情况下的示功图的差异能被明显体 现， 使得模 型能准确预测压缩机是否故障及对应的故障类 别。 权利要求书3页 说明书15页 附图6页 CN 115017644 A 2022.09.06 CN 115017644 A 1.一种故障检测方法， 其特 征在于， 包括： 获取往复式压缩机的结构参数、 工艺参数及所述往 复式压缩机在工作 预设时长内的压 力变化； 根据所述结构参数和所述工艺参数， 生成所述往复式压缩机在理论情况下的第一压 力‑气体体积图； 根据所述结构参数和所述工作预设时长 内的压力变化， 生成所述往 复式压缩机在实际 情况下的第二压力 ‑气体体积图； 将所述第一压力 ‑气体体积图和所述第二压力 ‑气体体积图叠加， 得到第三压力 ‑气体 体积图； 将所述第三压力 ‑气体体积图进行对数坐标变换， 并根据预设形函数将坐标变换后的 第三压力 ‑气体体积图映射至自然坐标系以进行等参元归一化， 得到第四压力 ‑气体体积 图； 将所述第四压力 ‑气体体积图输入至预设的卷积神经网络模型， 得到所述往复式压缩 机的故障预测结果。 2.根据权利要求1所述的故障检测方法， 其特征在于， 所述结构参数包括余隙容积、 活 塞行程以及气缸半径， 所述工艺 参数包括进排气压力、 进排气温度及气体的组成 成分； 所述根据 所述结构参数和所述工艺参数， 生成所述往 复式压缩机在理论情况下的第 一 压力‑气体体积图， 包括： 利用所述进排气压力、 所述进排气温度及所述气体的组成成分， 计算定压比热容和定 容比热容； 基于所述定压比热容和所述定容比热容， 计算所述往 复式压缩机分别在膨胀和压缩过 程下的绝热指数； 根据所述余隙容积、 活塞行程以及气缸直径， 计算所述往复式压缩机的理论最大工作 容积和理论 最小工作容积； 根据所述绝热指数、 所述进排气压力、 所述理论最大工作容积及所述理论最小工作容 积， 生成所述往复式压缩机在理论情况 下的第一压力 ‑气体体积图。 3.根据权利要求1所述的故障检测方法， 其特征在于， 所述往 复式压缩机设置有动态压 力传感器， 所述结构参数包括活塞 行程、 气缸直径、 连杆长度、 曲轴角度及余隙容积， 所述工 作预设时长内的压力变化包括所述动态压力传感器在所述工作预设时长内检测到的压力 变化数据； 所述根据 所述结构参数和所述工作 预设时长内的压力 变化， 生成所述往 复式压缩机在 实际情况 下的第二压力 ‑气体体积图， 包括： 基于所述活塞行程、 所述气缸直径、 所述曲轴角度、 所述连杆长度及所述余隙容积， 利 用预设算式计算所述往复式压缩机在所述工作预设时长内的工作容积变化； 根据所述压力变化数据和所述工作容积变化， 生成所述往 复式压缩机在实际情况下的 第二压力 ‑气体体积图。 4.根据权利要求3所述的故障检测方法， 其特 征在于， 所述预设算式包括：权　利　要　求　书 1/3 页 2 CN 115017644 A 2式中， V表示工作容积， S表示活塞行程， θ表示曲轴角度， l表示连杆长度， B表示气缸内 径， Vc1表示余隙容积。 5.根据权利要求1所述的故障检测方法， 其特 征在于， 所述预设形函数包括： x＝N1x1+N2x2+N3x3+N4x4 y＝N1y1+N2y2+N3y3+N4y4 ξ0＝ξiξ， i＝[1， 2， 3， 4] η0＝ ηiη， i＝[1， 2， 3， 4] 其中， x和y表示自然坐标系下的横坐标与纵坐标， x1、 x2、 x3、 x4、 y1、 y2、 y3、 y4表示第一对 数压力‑气体体积图的四个角点的横坐标与纵坐标， Ni表示预设形函数， ξ和 η表示坐标变化 的无量纲单 元局部坐标， ξi和 ηi表示第i个角点的无量纲单 元局部坐标。 6.根据权利要求1所述的故障检测方法， 其特 征在于， 所述方法还 包括： 将所述第四压力 ‑气体体积图存储至预设数据库， 其中， 所述预设数据库中的数据用于 构成所述卷积神经网络模型对应的训练集。 7.根据权利要求1所述的故障检测方法， 其特征在于， 所述卷积神经网络模型包括依次 相连的特征提取模块和分类模块， 所述特征提取模块包括4个依次相连的卷积层， 所述分类 模块包括3个依次相连的全连接层。 8.根据权利要求1所述的故障检测方法， 其特征在于， 所述故障预测结果包括： 进气阀 泄漏， 排气阀泄漏， 活塞环泄漏， 排气阀阀片自阀座上跳开， 进气阀咬住/卡塞， 排气阀咬住/ 卡塞， 气缸余隙容积过大， 阀片震颤， 进气阀或进气管通道截面积小， 排气阀或排气管通道 截面积小， 无故障。 9.一种故障检测装置， 其特 征在于， 包括： 获取模块， 用于获取往复式压缩机的结构参数、 工艺参数及所述往复式压缩机在工作 预设时长内的压力变化； 第一生成模块， 用于根据所述结构参数和所述工艺参数， 生成所述往复式压缩机在理 论情况下的第一压力 ‑气体体积图； 第二生成模块， 用于根据所述结构参数和所述工作预设时长内的压力变化， 生成所述 往复式压缩机在实际情况 下的第二压力 ‑气体体积图； 叠加模块， 用于将所述第一压力 ‑气体体积图和所述第二压力 ‑气体体积图叠加， 得到 第三压力 ‑气体体积图； 变换模块， 用于将所述第 三压力‑气体体积图进行对数坐标变换， 并根据 预设形函数将 坐标变换后的第三压力 ‑气体体积图映射至 自然坐标系以进行等参元归一化， 得到第四压 力‑气体体积图； 预测模块， 用于将所述第四压力 ‑气体体积图输入至预设的卷积神经网络模型， 得到所 述往复式压缩机的故障预测结果。 10.一种计算机设备， 其特征在于， 包括存储器以及处理器， 所述存储器存储有计算机权　利　要　求　书 2/3 页 3 CN 115017644 A 3