空氣壓縮機輸送的主要介質是空氣，它給呼吸機提供壓縮的空氣，這是保持呼吸機正常工作的基本條件。空氣壓縮機的主機部分一般是由驅動汽輪機、壓縮機、低壓缸、增速箱、壓縮機高壓缸等組成，這個主機被安裝在汽車底座上，在行車過程中為呼吸機提供壓縮空氣。
雖然目前市面上的空氣壓縮機質量一般都比較良好，但是由于它的機械損耗率比較高，因此容易造成油耗過大、壓力釋放閥漏氣、溫度過熱導致壓縮機停機等不可避免的故障。
1 空氣壓縮機目前常見的運行問題
1.1 油耗過大
油耗過大是目前市面上所出售的空氣壓縮機的通病。就我們曾做過的實驗與測試可以發現，在每臺空氣壓縮機運轉200h之后就會出現明顯耗油量增加的現象，而且當空氣溫度較低時空氣壓縮機由于蒸發壓力的降低就會導致耗油量急劇上升，這對汽車擁有者來說出行成本就會大大增加。
雖然耗油量增加，但是汽車運行的公里數與汽車空氣壓縮機工作強度并沒有明顯改善，那么說浪費掉的油氣一定還存在整個系統之中，于是，通過進行多次實驗證明了大量被浪費掉的油氣仍存在于中間冷卻器中。
為了了解為什么大量油漆存在于中間冷卻器中，之后又進行了多次實驗，發現這是由于空氣壓縮機的功率較大，導致軸承溫度較高造成的。當軸承溫度較高時油氣在軸承部分由于溫度較高而蒸發成氣體，等接下來到達中間冷卻器時又會液化成液體油從而存儲在中間冷卻器中。
工業課
精益導航|工業課|工業設備人在線商學院
小程序
1.2 安全閥頻繁起跳
安全閥頻繁起跳也是空氣壓縮機容易出現的故障，但是在壓縮機運行的過程中安全閥頻繁起跳不太容易被觀察到，只能通過空氣壓縮機里面的油耗量來反映。安全閥頻繁起跳的原因一般是有兩點，包括安全閥失效和出口堵塞導致壓力過高。如果是由于安全閥失效造成的安全閥頻繁起跳，那么這個問題很好解決只要適時更換安全閥就可以了。
但是如果再更換了安全閥之后這個故障仍舊存在，那么就是由于出口堵塞導致壓力過高造成的現象了。出口堵塞會使得出口管道處的壓力過高，過高的壓力會將安全閥頂起，釋放一定的壓力后安全閥會再次落下，這就形成一種死循環表現出來的現象也就是安全閥的頻繁起跳。
為了明確出口堵塞現象形成的原因，我們進行空氣壓縮機的拆卸，最后確定是由于油氣桶的出口最小壓力閥故障造成的，這是因為最小壓力閥的閥芯經常接觸外界空氣，而空氣中一般都含有水蒸氣，這就會使得最小壓力閥的閥芯經常接觸空氣導致閥芯受潮，受潮后的閥芯會表現出動作遲緩的不靈敏現狀，于是也就形成了出口堵塞造成空氣壓縮機內被壓縮的空氣由于排除不順暢，使得壓縮機內氣壓瞬間達到很大壓強。這個問題的解決方式可以通過清洗最小壓力閥實現，將最小壓力閥與空氣接觸造成的受潮的壓力閥閥芯上的銹跡用特殊的工具洗掉并在上面涂抹一層防銹液體，這樣就能解決掉最小壓力閥故障導致的出口堵塞問題。
1.3 進氣閥步進電機故障
進氣閥步進電機故障是又一空氣壓縮機中經常出現的現象。這里需要插入一點，空氣壓縮機的工作原理是空氣在經過過濾器過濾之后到達壓縮機中的螺旋轉子之中，在電機的帶動下使空氣被壓縮。這時候從主壓縮器中將油氣混合物排出，進入分離系統之中。而從分離器出來之后油氣一般不再以液態的形式存在，因此，就需要有冷卻器對之進行冷卻。但是進氣閥步進電機故障會導致冷卻器穿漏，這也會造成冷卻器中的冷卻水溢出，溢出的水進入進氣閥中。
如果冷卻器出現故障，維修完后進氣閥的氣壓仍然升不上來，那么這就是進氣閥故障造成的，與冷卻器就不再有關聯。這時候應該首先檢測進氣閥的電線線圈是否由于內部溫度較高而被燒壞，可以將原有的電線線圈拆下重新繞制出一個新線圈將之放入進氣閥內，這樣就能夠檢測出究竟是進氣閥還是冷卻器造成的故障。
2 故障診斷的方法探討
2.1 基于RBF神經網絡的空氣壓縮機故障診斷方法
自從神經網絡這個體系存在以來，RBF神經網絡就被經常地運用在檢測壓縮機故障之中。RBF神經網絡是一種比較新型的前項性神經網絡系統，它一般由：輸入層、隱含層與輸出層3個網絡層次構成。因為在空氣壓縮機的氣閥工作過程之中，進氣閥與排氣閥的閥片經常被氣體頂出這就造成閥片碰撞與彈簧壓縮，容易導致的閥片與彈簧故障。
RBF神經網絡的訓練算法仿真結果比較高，由于該神經系統的訓練算法比較復雜、不易理解，因此在這里筆者就不再多加贅述，但以下的數據就能表明該算法的仿真結果比較高。在進行模擬實驗的100組訓練樣本之中，有高達96組都達到了模擬實驗的訓練目標，由此可知RBF神經網絡診斷的準確率高達96.67%，這個數字就能充分的表明RBF神經網絡在空氣壓縮機故障診斷進行過程中的可行性，因此將之運用于實際的空氣壓縮機故障診斷之中具有極高的可行性。
2.2 基于PCA技術與RBF神經網絡的空氣壓縮機故障診斷方法
基于PCA的傳感器網絡故障診斷在實際的網絡診斷之中，一般與RBF神經網絡診斷放在一起綜合使用，此處對RBF就不再加以論述。PCA是一種多元的統計方法，它經常被運用在控制領域中進行各種數據的處理，并且根據其處理的數據特征來監測與控制生產，在空氣壓縮機的故障診斷上運用這種技術能夠很大程度上降低故障發生的概率。
基于PCA傳感技術與RBF神經網絡的空氣壓縮機故障診斷方法是通過建立機器運行的數據模型解決問題。它的工作原理是收集空氣壓縮機運行過程中出現的原始性的各種數據。在PCA傳感技術的數據分析能力支持下，能提前檢測出在車輛運行過程中空氣壓縮機可能會出現的各種問題與該故障可能出現在的位置。這種方法更全面地分析了所收集到的數據信息，而且該技術的信息處理能力與抗干擾能力都很強，能夠準確地判斷出故障問題，這樣就能讓我們對該故障有所準備，不至于在故障發生時茫然面對。
2.3 基于PCA技術與D-S證據理論的空氣壓縮機故障診斷方法
基于PCA傳感技術與D-S證據理論的空氣壓縮機故障診斷方法是一種根據數據信息進行故障診斷分析的方法，這種分析診斷方法是指在空氣壓縮機不同的運行過程中觀測并且分析數據。根據這種技術分析得到的數據特征形成一個比較融合結果，進而給空氣壓縮機的故障原因一個終局性結果。這種方法與以上兩種方法相比較更加突出的優點是能更全面地分析收集到的數據下所潛在的各種隱藏信息。而且這種方法仍保留了PCA傳感技術具有的處理數據速度與抗干擾能力強的優點。這就很好地解決了傳統的模糊分析中存在的操作人員在空氣壓縮機出現故障現象時對該現象理解不透徹或者不準確的問題。
綜上所述，通過對以上3種故障診斷方法的分析與探討，我們對如何診斷空氣壓縮機故障都有了更深刻的了解如何預防一些行車過程中可能發生的故障問題。盡管目前市面上所出售的拉菲爾呼吸機空氣壓縮機、螺桿式空氣壓縮機與噴油螺桿空氣壓縮機質量都比較好，但是受壓縮機輸出功率較大的影響，導致了車輛上呼吸機故障比例居高不下的現狀。
