國立虎尾科技大學 |

登入

回首頁

開發往復式壓縮機活塞桿預警模組 = = Develop a early ...

沈德威

開發往復式壓縮機活塞桿預警模組 = = Develop a early warning module for reciprocating compressor piston rods /

紀錄類型:	書目-語言資料,印刷品 : Monograph/item
正題名/作者:	開發往復式壓縮機活塞桿預警模組 =/ 沈德威.
其他題名:	Develop a early warning module for reciprocating compressor piston rods /
其他題名:	Develop a early warning module for reciprocating compressor piston rods.
作者:	沈德威
出版者:	雲林縣 :國立虎尾科技大學 , : 民113.07.,
面頁冊數:	[7], 47面 :圖, 表 ; : 30公分.;
附註:	指導教授: 胡念祖.
標題:	往復式壓縮機. -
電子資源:	電子資源

開發往復式壓縮機活塞桿預警模組 = = Develop a early warning module for reciprocating compressor piston rods /
沈德威

開發往復式壓縮機活塞桿預警模組 =Develop a early warning module for reciprocating compressor piston rods /Develop a early warning module for reciprocating compressor piston rods.沈德威. - 初版. - 雲林縣 :國立虎尾科技大學 ,民113.07. - [7], 47面 :圖, 表 ;30公分.

指導教授: 胡念祖.

碩士論文--國立虎尾科技大學資訊管理系碩士在職專班.

含參考書目.

本研究計畫旨在提升往復式壓縮機活塞桿的運行效率和可靠性。往復式壓縮機在工業應用中扮演著關鍵角色，其運行狀態直接影響生產效率和安全性。然而，活塞桿等運動部件的高故障率對壓縮機的穩定運行造成挑戰。傳統的故障診斷方法主要依賴單一源數據，難以全面反映壓縮機的故障特徵。本文提出一種融合多變數據源的AutoEncoder自編碼器，通過收集和處理活塞桿軸心位置、振動信號等多種信號，利用自編碼器網絡進行特徵提取和融合，建立預測模型。運用該模型在線故障檢測，從而實現早期故障預測和優化維護計劃，降低非計劃停機時間和維護成本。研究成果包括開發出往復式壓縮機活塞桿預警模組，能夠即時監測設備狀態，及時發現故障隱患。通過現場測試，積累更多的運行數據和故障數據，不斷優化和提升模型的準確性和可靠性。成功驗證後，該監測模組可以推廣應用到其他類型的旋轉機械和工業設備，提升整體設備管理水平。本研究的成果將推動在工業設備監測領域的應用與發展，對於提升設備的運行效率和可靠性具有重要意義。.

(平裝)Subjects--Topical Terms:

1451502
往復式壓縮機.

開發往復式壓縮機活塞桿預警模組 = = Develop a early warning module for reciprocating compressor piston rods /
LDR:03580cam a2200241 i 4500 001 1129752
008 241015s2024 ch ak erm 000 0 chi d
035 $a (THES)112NYPI1396005
040 $a NFU $b chi $c NFU $e CCR
041 0 # $a chi $b chi $b eng
084 $a 008.161M $b 3425 113 $2 ncsclt
100 1 $a 沈德威 $3 1448807
245 1 0 $a 開發往復式壓縮機活塞桿預警模組 = $b Develop a early warning module for reciprocating compressor piston rods / $c 沈德威.
246 1 1 $a Develop a early warning module for reciprocating compressor piston rods.
250 $a 初版.
260 # $a 雲林縣 : $b 國立虎尾科技大學 , $c 民113.07.
300 $a [7], 47面 : $b 圖, 表 ; $c 30公分.
500 $a 指導教授: 胡念祖.
500 $a 學年度: 112.
502 $a 碩士論文--國立虎尾科技大學資訊管理系碩士在職專班.
504 $a 含參考書目.
520 3 $a 本研究計畫旨在提升往復式壓縮機活塞桿的運行效率和可靠性。往復式壓縮機在工業應用中扮演著關鍵角色，其運行狀態直接影響生產效率和安全性。然而，活塞桿等運動部件的高故障率對壓縮機的穩定運行造成挑戰。傳統的故障診斷方法主要依賴單一源數據，難以全面反映壓縮機的故障特徵。本文提出一種融合多變數據源的AutoEncoder自編碼器，通過收集和處理活塞桿軸心位置、振動信號等多種信號，利用自編碼器網絡進行特徵提取和融合，建立預測模型。運用該模型在線故障檢測，從而實現早期故障預測和優化維護計劃，降低非計劃停機時間和維護成本。研究成果包括開發出往復式壓縮機活塞桿預警模組，能夠即時監測設備狀態，及時發現故障隱患。通過現場測試，積累更多的運行數據和故障數據，不斷優化和提升模型的準確性和可靠性。成功驗證後，該監測模組可以推廣應用到其他類型的旋轉機械和工業設備，提升整體設備管理水平。本研究的成果將推動在工業設備監測領域的應用與發展，對於提升設備的運行效率和可靠性具有重要意義。.
520 3 $a This research project aims to enhance the operational reliability of piston rods in reciprocating compressors. Reciprocating compressors play a crucial role in industrial applications. However, the high failure rate of moving parts such as piston rods presents challenges to the stable operation of compressors. Traditional fault diagnosis methods mainly rely on single-source data, which cannot comprehensively reflect the fault characteristics of compressors. This paper proposes an AutoEncoder module that integrates multi-parameter data sources. By collecting and processing various signals such as the center position of the piston rod and vibration signals, and using an AutoEncoder network for feature extraction and fusion, a predictive model is established, achieving early fault prediction and thereby reducing unplanned downtime and maintenance costs. The research results include developing a monitoring and predictive module for reciprocating compressor piston rods, which can monitor equipment status in real-time and promptly identify potential faults. Through field testing, more operational and fault data will be accumulated, continuously optimizing and enhancing the model's accuracy and reliability. Once successfully validated, this monitoring module can be extended to other types of rotating machinery and industrial equipment, improving overall equipment management levels..
563 $a (平裝)
650 # 4 $a 往復式壓縮機. $3 1451502
650 # 4 $a 活塞桿. $3 1451503
650 # 4 $a 自編碼器. $3 1420185
650 # 4 $a 非計劃停機. $3 1451504
650 # 4 $a 振動. $2 lcstt $3 840275
650 # 4 $a reciprocating compressor. $3 1451505
650 # 4 $a piston rod. $3 1451506
650 # 4 $a AutoEncoder module. $3 1451507
650 # 4 $a unplanned downtime. $3 1451508
650 # 4 $a vibration. $3 1049707
856 7 # $u https://handle.ncl.edu.tw/11296/hbp3yg $z 電子資源 $2 http