现如今,往复压缩机是石油化工行业中常用的设备之一,设备一旦发生故障问题,除了影响生产效率、缩减经济效益以外,还存在严重的安全隐患。因此,当压缩机发生故障时,及时有效地确定故障类型、解决故障问题就显得尤为重要。由于往复压缩机的结构比较复杂,产生振动的激励源较多,测得的振动信号中往往混杂了随机信号和冲击信号等冗余信息,提取振动信号特征识别故障类型的诊断方法不是十分理想。针对这一问题,本文提出了以压力信号生成的示功图为研究对象的往复压缩机故障诊断方法。由气缸内压力信号生成的示功图反映了气缸内压力的变化情况,真实地记录了压缩机气缸部分的运行状况,当气缸发生故障时,示功图的形状会发生变化。因此,本文将根据不同故障类型示功图形状变化的特点研究往复压缩机故障类型的诊断方法。首先,在查阅大量国内外文献的基础上,本文综合分析了故障诊断技术的基本原理和应用方法,同时还介绍了往复压缩机故障诊断技术的研究现状,针对往复压缩机的特点提出了基于示功图图像识别的往复压缩机故障类型诊断方法。其次,介绍了往复压缩机的结构和基本原理,以及示功图的生成和归一化,比较分析了不同故障类型示功图与正常工况示功图的变化特点。再次,分别针对示功图整体区域和示功图边缘轮廓线两个方面提出了基于不变矩和小波描述子的故障特征量提取算法,引入核主成分分析方法优化不变矩特征的有用信息,以期缩短最终诊断所需的时间。最后,详细介绍了支持向量机的基本原理与核函数的选择等相关理论内容,文中建立的支持向量机多值分类器,能够实现对往复压缩机故障示功图的智能识别,并且得到了很好的分类效果。