黄永智，冯丞科，张举，张庆，张继平，张波，张进杰

（1.中国石油西南油气田重庆气矿，重庆 400021；2.高端机械装备健康监控与自愈化北京市重点实验室，北京化工大学，北京 100029）

设备故障监测诊断是近年来企业安全生产的主要手段之一，也一直是设备运维管理领域的研究热点。国内石油化工企业已普遍应用了设备故障监测诊断系统，监测对象包括离心压缩机组、往复压缩机组、关键机泵等，但在实际应用过程中，故障的分析诊断依赖人工完成，故障预警诊断的自动化、智能化水平较低。

近年来，国内石油化工企业针对往复压缩机故障的智能监测诊断研究成为热点。宋树林等人将网络化监测诊断系统BH5000R 应用于催化重整装置的往复压缩机中，对机组运行状态进行网络实时监测与故障诊断，实现了定期维修向预知维修的过渡。刘志芳等人研发了一套适用于海洋平台的往复式天然气压缩机在线监测诊断系统，集数据采集、数据传输、特征提取为一体，实现故障早期预警，确保往复式压缩机平稳可靠运行。Van Tung Tran 等人提出了一种诊断往复式压缩机进排气阀故障的混合深度信念网络，采用基于堆叠受限玻尔兹曼机的深度信念网络进行预训练并使用模糊ARTMAP（SFAM）进行故障分类，大大提高了往复压缩机阀门故障的诊断精度。舒悦等人将局部均值分解（LMD）应用于往复压缩机环状气阀振动信号的故障特征提取，实验证明该方法能准确地识别气阀故障。Primož Potočnik 等人提出了基于半监督的往复压缩机状态监测方法，采用主成分分析（PCA）进行预处理，证明了贝叶斯正则化网络、非线性支持向量机（SVM）等人工智能方法能提高往复压缩机的故障分类及诊断精度。……