离心压缩机是大型石化企业中的关键的生产设备，它在石化炼化领域中正发挥着无可替代的作用。随着工业进步与科学技术的发展，离心式压缩机正在向高转速、重负载和自动化方向发展，这就对其在速度、容量、效率和安全可靠性等方面提出了越来越高的要求。同时压缩机组系统常常不但由于其本身出现各种不同形式的故障，而且还会受来自上游与下游相关生产单元的影响，使其偏离正常运行状态而被动工作，有时甚至会发生由某种故障或影响引发的严重的机毁人亡的事故，并造成重大的经济损失。所以保障其安全、平稳运转是十分重要的。目前，多数企业都实现了压缩机组的实时状态监测，但是对故障诊断决策环节和各系统单元之间相互制约的研究却相对薄弱，大多是以经验积累或数据库为基础的。 本课题针对石化企业大型离心式压缩机组轴系的振动及相关单元的传递工质对机组的运行影响进行研究，并开发了以大型离心式压缩机组轴系的振动分析为基础的在线监测与故障诊断系统，该系统的主要特点如下： 1、研究了相关系统(工质输入、输出)工作状态对压缩机组本身的影响。由于实际工厂企业中，单元之间有着一定的工质传输距离，正是利用现场设备布置的这一特点，使压缩机组大系统实现预先调节，主动调节控制，这样就避免了非预期工况对机组造成的冲击损伤，保证机组的安全稳定运行，延长机组使用寿命和维修周期。 2、通过对比分析，研究对比了不同信号处理方法对振动分析的适用性，同时研究了小波分析、重心重排Wigner-Ville分布在信号处理方面的有效性。信号仿真分析和实验结果表明，小波分析和重心重排Wigner-Ville分布都能清晰地表征不同故障的时变特征，说明它们对非平稳非高斯的信号具有很好的时频分辨效果，也指出了它们的适用空间。还分析了多分量神经网络的有效性，并与信号分析理论相结合，完成了神经网络建立了预测模型。 3、设计并实现了以大型离心式压缩机组轴系的振动分析为基础的在线监测与故障诊断系统，该系统集信号采集，数据实时分析处理，故障监测于一身的完整的振动分析系统。 4、最后进行了现场故障信号的对比分析，通过系统对开停机，带障运行等状态进行监测分析比较验证了该系统的可靠性