大型泵機組在線監測系統

武漢大學動力與機械學院 陳英強 姬偉東 肖志懷 蔣勁

0 引言

隨著我國國民經濟高速發展，作為公共基礎保障設施的重要組成部分，各種供、排水泵站對社會生產、生活發揮了重要的作用。泵站一旦發生故障，不僅使泵站工程造成損失，而且會令人民生命財產遭受災害威脅，因此安全可靠性已經成為衡量大型泵站運行管理的重要指標。同時隨著生產相關資源、服務等價格持續上漲，泵站工程的運行和管理成本不斷增加。為充分發揮工程效益，應深入開展挖潛增效活動，向管理、向設備要效益。這就要求我們用科學發展觀武裝自己，借助先進科技改進生產管理，在保障安全運行的同時，減少停機時間，降低檢修成本，進一步提高生產效率。

利用計算機在線監測系統，通過對水泵機組的運行狀態及參數進行記錄、監測、分析和預測，判斷設備是否存在故障征兆，分別確定故障的性質、類別、程度、原因、部位，指出故障發生發展的趨勢和后果，提出控制故障繼續發展的措施，制定檢修項目及方案。基于在線監測與診斷技術的狀態檢修可實現“按需維護、事前檢修”，是大型泵站機組檢修管理的必然發展方向。

1 系統基本組成

泵站機組可靠性是指設備在供排水規定的約束條件下，在一定時間內安全不間斷地抽水的能力。由于水泵在運行過程中要受到機械、電氣和水力等多種因素的影響，因此，導致泵站機組故障的原因也是多種多樣的。其外部表現通常通過機組水頭與功率、轉動部分的擺度、水泵的空蝕性能、機組支承部分的振動、機組工作水頭的波動、管道的壓力脈動、以及機組內部不正常的噪聲等表現出來。因此，對這些物理量的檢測與分析就成為研究水泵機組安全可靠性的重要內容。

以信息技術為紐帶，將分布在廣域范圍內的診斷維護資源有效地連為一體，形成資源共享、互相支持協作的泵站機組在線監測系統。對每個層面采用不同的代理結構，提供不同的功能來滿足各個層面對維護信息的需求和任務。

系統由3層次組成：即現地監測層、信息處理層和應用服務層。系統組成圖如1-1所示。

圖1-1 系統基本組成圖

信息處理層主要是將從傳感器經過調理器后的信號進行處理分析，并將處理后得到的信息通過TCP/IP上傳至應用服務層；應用服務層中的WEB服務器通過以太網可以將信息傳遞給遠程專家及工作人員，數據服務器主要負責監視、接收、處理、保存來自信息處理層的信息。用戶終端能直接應用相應的軟件使用處理后的數據對機組進行監測。

2 系統主要功能

系統集計算機技術、傳感器技術、信號處理技術以及人工智能技術于一體，涵蓋狀態監測的全部業務范圍：實時監測、分析、預警報警、數據管理、自動分析功能等。數據服務器應可以接受其他單位、廠家的數據采集系統、具有良好的擴展性和兼容性。同時，離線監測的內容可以由用戶自己定義，離線數據采集處理系統的數據可以通過工程師工作站輸入，或由特殊的模塊傳送到數據服務器，由數據服務器統一進行管理，并形成趨勢曲線等內容，以便在必要時供診斷系統自動調用。通過數據服務器將其與MIS系統局域網連接起來，使公司局域網（MIS系統）內的所有用戶終端和通過廣域網接入的其他用戶終端應能實時查詢和訪問在線監測數據和報告，下載監測數據完成自定義分析，或指定服務器完成特定的分析和操作，達到盡早發現潛伏性故障，提出預警，避免事故的發生。

2.1 實時監測

在用戶終端上同步顯示機組當前的運行狀態，并以數值、曲線、圖表等各種形式，顯示出機組的各種狀態信息，實現在線監測功能。系統能夠提供多種監測畫面，從不同的角度、分層次展現機組的狀態信息，其在線監測點的示意圖如2-1圖所示。

2.1.1 波形顯示

波形顯示可顯示上導軸承X、Y方向擺度，上機架X、Y方向水平振動，下機架徑X、Y向水平振動等參數的時率波形圖，描述被監測對象在某一時刻各監測點的位移曲線。

2.1.2 頻譜監測

頻譜監測可監測的內容包括：上導軸承X、Y向擺度，上機架X、Y向水平振動，下機架徑X、Y向水平振動等參數的頻譜特性，描述某一瞬間波形圖中的頻率分布，表達聲壓或振幅和頻率的關系，其橫軸為頻率，縱軸為強度。

2.1.3 軸心軌跡監測

軸心軌跡描述機組在給定的轉速下軸心相對于軸承座在其與軸線垂直平面內的運動軌跡。軸心軌跡為一平面曲線，機組運行時，若各種約束力在所有徑向上都相等，并且只有一個力作用于轉軸上這時軸心軌跡將是一個圓形。

2.1.4 擺線姿態監測

擺線姿態監測和主軸擺線姿態，用于觀察主軸上導軸承、水導軸承擺度狀態。

圖2-1 泵在線監測點示意圖

2.1.5 電機氣隙監測

電機定子和轉子間氣隙是電機安全運行的重要參數。轉子運行時的嚴重擺動、結構變化等會造成氣隙的不均勻，產生不對稱的磁拉力，影響機組安全運行，嚴重甚至發生“掃膛”事故。氣隙監測對檢修后定轉子安裝調整缺陷和運行過程中定轉子結構上出現的變化有明顯的反映。

2.1.6 磁場強度監測

通過磁場強度測量，可以測到最大、最小磁場強度和相位，監測機組定轉子結構和組件由于振動、過熱等導致的不平衡，繼而判斷產生振動的原因是機械、水力還是電磁力，判斷是否存在匝間短路等故障。

2.2 數據分析

分析功能是對系統采集到的機組狀態數據進行分析處理，從而得到一組反映機組運行狀態的特征參量，根據特征參量的變化特點來分析判斷機組的運行狀態。

2.2.1 波形分析

通過時域信號波形圖，分析信號幅值隨時間變化規律，同時提取若干典型數字特征來描述其狀態，如：最小、最大峰值、有效值等，根據濾波后的1X信號時域波形圖中鍵相點位置的變化情況可判斷1X相位是否穩定，穩定情況下，鍵相信號基本上處于同一水平線上。對于穩態時的通頻信號波形圖，其上的鍵相信號在橫軸上的間隔應是均勻的，或等間隔的；經驗豐富的現場工程師，還可直接從時域波形圖中看出信號的大概頻率分布，另外，信號頻率組成成分還可通過功率譜分析來獲得全面、準確的頻率信息。

2.2.2 相位圖分析

從通頻相位分析圖上可掃描得到各頻率成分相對于鍵相信號的相位角度的大小，對于某個單頻率成分的相位時間趨勢圖，尤其是1倍頻相位圖，相位的變化能反映軸裂紋等一系列故障的出現。

2.2.3 功率譜分析

從功率譜圖上可以看出信號中的頻率成分，各已知特征頻率處對應的幅值（即相應時域信號中某頻率成分的能量），并且可以發現異常頻率成分。如某一時刻的功率譜圖中，轉輪葉片數倍頻信號很大，幾乎要超過了1倍頻，或者說占了1倍頻能量的80%以上，則由機組常見振動頻率分析的結果可知，轉輪葉片可能有故障。因為正常狀態下，功率譜應是以轉頻為主，其它倍頻的能量應遠小于1X的能量，有可能是某種因素引起葉片振動較大所導致。

2.2.4 軌跡分析

根據軸心軌跡的形狀可以分析判別軸頸中心的運動狀態，如軸上預載荷是否有變化、軸與軸承孔是否同心、軸間隙正常否等。正常狀態時，軸心軌跡應是圓形。通過觀察、監視轉子的軸心軌跡可以得到以下信息：軸與軸承的同心度問題；轉子徑向預載或外力的變化以及碰磨情形等。

2.2.5 空間軸線

根據軸徑中心相對于軸承中心的偏心距及角，確定出導軸承處軸徑中心的位置，把這3個中心連接起來，就得到軸徑中心的連線，即空間軸線。空間軸線可清楚地看到軸徑空間軸線的變化，分析機組運行過程中（包括穩態運行或暫態過程）導軸承以及推力軸承狀態的動態運行過程。

2.2.6 瀑布圖分析

是以時間、轉速、功率或溫度等參量作為第三維座標繪制的頻譜曲線集合，取不同的第三維坐標繪制的瀑布圖可形象地展現旋轉機械振動信號頻譜隨上述各種參量的變化過程。即將不同轉速或時間或負荷或功率下的若干個頻譜圖繪制在一張圖上，以便觀察、比較找出隨這些量變化顯著或較明顯的特征參量。

2.2.7 極坐標

不同轉速下的1X振動矢量的幅值和相角直接地被繪制在坐標平面中，相應的轉子轉速也在曲線上標出，極坐標圖也可以繪制任何經濾波的振動矢量，如2X、3X、1/2X等矢量，即以各轉速下基頻幅值A0為向徑的模，以相位為向徑的幅角，在極坐標平面上繪制的曲線。其實質是基頻振動的復數振幅隨轉速或時間變化的向量端圖。極坐標圖實質是基頻振動的復數振幅隨轉速或時間變化的向量端圖。

2.2.8 相關趨勢分析

趨勢圖是分析歷史趨勢的工具。它以時間為橫坐標，以各通道的均值、峰值為縱坐標，顯示其隨時間變化的趨勢。是分析、預測歷史趨勢的工具。同是機組的動特性試驗。如：開機、停機、負荷試驗、擾動試驗等數據都可以由趨勢圖做出。

2.2.9 設備狀態評價

設備狀態評價針對機組狀態進行評價，給出評價報告，并提供詳細的評價方法和使用的標準。

3 系統特點

與傳統檢修相比，狀態檢修具有減少檢修時間、提高設備利用率、延長設備壽命、降低停機頻率、減少備件庫存、降低運行檢修人力成本、改善機組運行性能以及提高企業經濟效益等優點。決策部門還可以通過實時監視工程關鍵節點的運行參數變化情況，制定和調整重要設備生產維護計劃，強化運行設備達標監督管理，預防和及時避免生產事故，為提高大型多梯級供水工程的管理水平提供技術支持。

3.1 基于共享信息的完善的信號采集

本系統能全面采集反映泵站機組特點的擺度、振動、壓力脈動、氣隙等各種參數和變量，并通過現有的監控系統讀取溫度、功率、轉速、揚程等各種狀態和開關量。系統在軟件處理上都充分考慮機組的低頻、隨機特性，嚴格保證了測試信號的準確和可靠。

3.2 針對水泵站機組運行特點設計的動態分析工具

由于機械、電氣和水力特性的影響，機組的振動特性會隨著功率、轉速、揚程導葉開度、水頭等參數實時變化。本系統可繪制振動負荷曲線、振動轉速曲線等各種關系曲線，并包含了常規的趨勢、頻譜分析，畫面直觀，使用方便。

3.3 完備健全的數據存儲方案

機組的狀態檢修，必須依靠多年的在線監測數據，通過分析比較狀態的變化，才能真正發現機組的故障，合理安排小修和大修。系統設計了完備的數據庫存儲方案，設計了實時數據庫、歷史數據庫、特征數據庫，并設計了整套數據的存儲規則，保證了數據庫的訪問速度，也達到了數據的有效壓縮存儲的要求。

3.4 實用便捷的趨勢預測報警

運用神經網絡模型，根據參數狀態，預測下一時段的參數的值是否在正常范圍，可以捕捉到設備運行狀態緩變惡化的趨勢，并分析引起參數變化的因素，給出初步的分析結果。

3.5 基于專家知識庫的狀態評價

廣泛地查閱國內外對泵站機組運行設備的狀態評價的資料，結合公司實際運行經驗，在此基礎上形成狀態評價的專家知識庫，運用數學模型和特征提取方法，對當前機組運行狀態進行初步評價，并引導分析工程師進行進一步的分析和判定。開放的專家知識庫有利于知識的更新和完善。

3.6 基于WEB瀏覽的信息發布

通過Internet發布狀態監測的實時信息，以方便電廠管理和技術人員及時了解機組的運行狀況。同時，提供一個交流的平臺，能夠把該系統使用后的體會和建議反饋給系統設計者，以逐步完善系統的功能。

4 總結

泵站機組屬于低速旋轉機械，故障的發展一般是漸變過程，突發的惡性事故比較少，故障的發展有一個從量變到質變的漸變過程，使得利用狀態監測、故障診斷和趨勢分析技術來捕捉事故征兆、早期預警和防范故障成為可能。而以信號采集、處理與分析為基礎的泵站機組監測系統為機組安全可靠運行提供了有效的手段。依據經檢測和分析獲得的機組狀態信息，可以掌握設備技術狀況和老化規律，并預測機組可能存在的隱患，避免突發性故障，控制漸進性故障，對運行機組進行有針對性的維護，它不僅可以有效減少機組停機時間，提高利用率，發揮更大的經濟效益，而且可以解決以前由于不能很好掌握機組運行狀態信息，從而導致按照既定日程逐臺停機進行定期檢修的不合理方式，進一步節約人力、物力等資源，提高泵站設備的可靠性。

[1]黃養光.機械故障診斷的現狀和展望.儀表工業，1987，02：31-34+41.

[2]陳克興.設備故障診斷的發展概況.儀表工業，1987，04：3-10.

[3]徐敏等.設備故障診斷手冊.西安：西安交通大學出版社，1998.

[4]林英志，殷晨波，袁強.設備狀態監測與診斷技術.北京：中國林業出版社，2009.

[5]徐敏.信號處理與分析技術基礎.上海：上海交通大學出版社，1983.

[6]豐田利夫著.設備現場診斷的開展方法.北京：機械工業出版社，1985.

[7]D.E.鈕蘭著.隨機振動與譜分析.北京：機械工業出版社，1980.

[8]田盛豐.人工智能原理與應用.北京：北京理工大學出版社，1992.

[9]韓捷.大型旋轉機械信號分析系統SADPS.鄭州工業大學學報，1996.