空气压缩机运行故障原因一般都有那些？

贵州空气压缩机输送的主要介质是空气，它给呼吸机提供压缩的空气，这是保持呼吸机正常工作的基本条件。空气压缩机的主机部分一般是由驱动汽轮机、压缩机、低压缸、增速箱、压缩机高压缸等组成，这个主机被安装在汽车底座上，在行车过程中为呼吸机提供压缩空气。

我们和贵州空压机租赁一起来看看虽然目前市面上的空氣压缩机质量一般都比较良好，但是由于它的机械损耗率比较高，因此容易造成油耗过大、压力释放阀漏气、温度过热导致压缩机停机等不可避免的故障。

1 空气压缩机目前常见的运行问题

1.1 油耗过大

油耗过大是目前市面上所出售的空气压缩机的通病。就我们曾做过的实验与测试可以发现，在每台空气压缩机运转200h之后就会出现明显耗油量增加的现象，而且当空气温度较低时空气压缩机由于蒸发压力的降低就会导致耗油量急剧上升，这对汽车拥有者来说出行成本就会大大增加。

虽然耗油量增加，但是汽车运行的公里数与汽车空气压缩机工作强度并没有明显改善，那么说浪费掉的油气一定还存在整个系统之中，于是，通过进行多次实验证明了大量被浪费掉的油气仍存在于中间冷却器中。

为了了解为什么大量油漆存在于中间冷却器中，之后又进行了多次实验，发现这是由于空气压缩机的功率较大，导致轴承温度较高造成的。当轴承温度较高时油气在轴承部分由于温度较高而蒸发成气体，等接下来到达中间冷却器时又会液化成液体油从而存储在中间冷却器中。

1.2 安全阀频繁起跳

安全阀频繁起跳也是空气压缩机容易出现的故障，但是在压缩机运行的过程中安全阀频繁起跳不太容易被观察到，只能通过空气压缩机里面的油耗量来反映。安全阀频繁起跳的原因一般是有两点，包括安全阀失效和出口堵塞导致压力过高。如果是由于安全阀失效造成的安全阀频繁起跳，那么这个问题很好解决只要适时更换安全阀就可以了。

但是如果再更换了安全阀之后这个故障仍旧存在，那么就是由于出口堵塞导致压力过高造成的现象了。出口堵塞会使得出口管道处的压力过高，过高的压力会将安全阀顶起，释放一定的压力后安全阀会再次落下，这就形成一种死循环表现出来的现象也就是安全阀的频繁起跳。

为了明确出口堵塞现象形成的原因，我们进行空气压缩机的拆卸，最后确定是由于油气桶的出口最小压力阀故障造成的，这是因为最小压力阀的阀芯经常接触外界空气，而空气中一般都含有水蒸气，这就会使得最小压力阀的阀芯经常接触空气导致阀芯受潮，受潮后的阀芯会表现出动作迟缓的不灵敏现状，于是也就形成了出口堵塞造成空气压缩机内被压缩的空气由于排除不顺畅，使得压缩机内气压瞬间达到很大压强。这个问题的解决方式可以通过清洗最小压力阀实现，将最小压力阀与空气接触造成的受潮的压力阀阀芯上的锈迹用特殊的工具洗掉并在上面涂抹一层防锈液体，这样就能解决掉最小压力阀故障导致的出口堵塞问题。

1.3 进气阀步进电机故障

进气阀步进电机故障是又一空气压缩机中经常出现的现象。这里需要插入一点，空气压缩机的工作原理是空气在经过过滤器过滤之后到达压缩机中的螺旋转子之中，在电机的带动下使空气被压缩。这时候从主压缩器中将油气混合物排出，进入分离系统之中。而从分离器出来之后油气一般不再以液态的形式存在，因此，就需要有冷却器对之进行冷却。但是进气阀步进电机故障会导致冷却器穿漏，这也会造成冷却器中的冷却水溢出，溢出的水进入进气阀中。

如果冷却器出现故障，维修完后进气阀的气压仍然升不上来，那么这就是进气阀故障造成的，与冷却器就不再有关联。这时候应该首先检测进气阀的电线线圈是否由于内部温度较高而被烧坏，可以将原有的电线线圈拆下重新绕制出一个新线圈将之放入进气阀内，这样就能够检测出究竟是进气阀还是冷却器造成的故障。

2 故障诊断的方法探讨

2.1 基于RBF神经网络的空气压缩机故障诊断方法

自从神经网络这个体系存在以来，RBF神经网络就被经常地运用在检测压缩机故障之中。RBF神经网络是一种比较新型的前项性神经网络系统，它一般由：输入层、隐含层与输出层3个网络层次构成。因为在空气压缩机的气阀工作过程之中，进气阀与排气阀的阀片经常被气体顶出这就造成阀片碰撞与弹簧压缩，容易导致的阀片与弹簧故障。

RBF神经网络的训练算法仿真结果比较高，由于该神经系统的训练算法比较复杂、不易理解，因此在这里笔者就不再多加赘述，但以下的数据就能表明该算法的仿真结果比较高。在进行模拟实验的100组训练样本之中，有高达96组都达到了模拟实验的训练目标，由此可知RBF神经网络诊断的准确率高达96.67%，这个数字就能充分的表明RBF神经网络在空气压缩机故障诊断进行过程中的可行性，因此将之运用于实际的空气压缩机故障诊断之中具有极高的可行性。

2.2 基于PCA技术与RBF神经网络的空气压缩机故障诊断方法

基于PCA的传感器网络故障诊断在实际的网络诊断之中，一般与RBF神经网络诊断放在一起综合使用，此处对RBF就不再加以论述。PCA是一种多元的统计方法，它经常被运用在控制领域中进行各种数据的处理，并且根据其处理的数据特征来监测与控制生产，在空气压缩机的故障诊断上运用这种技术能够很大程度上降低故障发生的概率。

基于PCA传感技术与RBF神经网络的空气压缩机故障诊断方法是通过建立机器运行的数据模型解决问题。它的工作原理是收集空气压缩机运行过程中出现的原始性的各种数据。在PCA传感技术的数据分析能力支持下，能提前检测出在车辆运行过程中空气压缩机可能会出现的各种问题与该故障可能出现在的位置。这种方法更地分析了所收集到的数据信息，而且该技术的信息处理能力与抗干扰能力都很强，能够准确地判断出故障问题，这样就能让我们对该故障有所准备，不至于在故障发生时茫然面对。

2.3 基于PCA技术与D-S证据理论的空气压缩机故障诊断方法

基于PCA传感技术与D-S证据理论的空气压缩机故障诊断方法是一种根据数据信息进行故障诊断分析的方法，这种分析诊断方法是指在空气压缩机不同的运行过程中观测并且分析数据。根据这种技术分析得到的数据特征形成一个比较融合结果，进而给空气压缩机的故障原因一个终局性结果。这种方法与以上两种方法相比较更加突出的优点是能更地分析收集到的数据下所潜在的各种隐藏信息。而且这种方法仍保留了PCA传感技术具有的处理数据速度与抗干扰能力强的优点。这就很好地解决了传统的模糊分析中存在的操作人员在空气压缩机出现故障现象时对该现象理解不透彻或者不准确的问题。当然了以上只是建议而已希望对你这边帮助。