离心式空气压缩机是以空气为工作介质,利用其叶轮带动气体做高速旋转,从而连续生产压缩空气的常用设备。由于其具有工作稳定、可靠、寿命长和供气品质高等优点,这种空压机已在工程领域得到了广泛的应用。针对目前离心式空气压缩机故障诊断正确率较低、智能诊断故障分类不准确等问题,本文开展了如下几个方面的研究:(1)介绍了2MCL型离心式空气压缩机的基本结构,并对离心式空气压缩机机组进行了进一步的分析;其次,对该离心式空气压缩机机组的运行情况进行了详细的阐述,并针对机组的运行状态,总结出了离心式空气压缩机的常见故障;最后,设计了该离心式空气压缩机智能诊断系统的总体框架,并详细介绍了系统各层的作用。(2)给出了离心式空气压缩机故障诊断系统的设计概要,包括主要内容和技术要求;进行了该故障诊断系统的硬件设计,详细设计了该系统整体硬件架构、信号拾取系统以及报警子系统,并给出了该空压机硬件安装布置图;然后,进行了该系统的软件功能总体设计,并对软件各功能模块开展了详细设计。(3)建立了离心式空气压缩机转子的动力学模型,提取了该离心式空气压缩机的故障特征量;其次,对空压机的故障诊断算法进行了研究,分别设计了BP神经网络算法、加权模糊C-均值聚类算法(WFCMA)以及改进粒子群优化算法(IPOS),最终提出了一种改进粒子群—加权模糊C-均值聚类算法(IPSO-WFCMA)以用来进行该空压机的故障聚类分析。(4)进行了离心式空气压缩机故障诊断系统的实验研究,包括仿真实验研究和实例实验研究。其结果表明:所设计的IPSO-WFCMA在故障诊断的正确率、收敛速度和消耗时间方面表现更优,表现出更强的聚类效果,能够有效并准确地辨识与诊断机组故障,满足离心式空气压缩机故障诊断中的要求。