故障數據驅動的機械密封壽命預測方法研究

蔡國娟，莊法坤，劉 洋，曹邏煒

（1.中國石油化工股份有限公司天津分公司，天津 300451；2.中國特種設備檢測研究院，北京 100013）

0 引言

煉化行業的常減壓蒸餾、焦化、加氫裂化和催化裂化等裝置中，由于工藝需求，物流中存在大量的高溫、高壓油類介質，這些介質由高溫油泵輸送到各設備內進行生產[1]。因此，高溫油泵是用于熱介質傳導的核心設備，同時，高溫條件下輸送具有危險性介質對泵的機械密封有較高要求。研究表明，高溫油泵的泄漏80%是由機械密封失效引起的，其維修費用占動設備維修費用的70%[2]。機械密封一旦泄漏，高溫物料泄漏將引起火災、爆炸等安全事故。因此，預測機械密封壽命，對于保障高溫油泵的安全運行、科學制定備品備件需求具有重要的指導意義。

機械密封的壽命預測方法，近年來在基礎理論研究方面比較完備。孫見君等[3]依據分形理論，用具有尺寸獨立性的分形參數表征包含粗糙度和波度的密封端面形貌及其變化，研究了機械密封端面形貌變化對泄漏通道的影響規律，結合N-S方程，建立了基于允許泄漏率的機械密封壽命預測方法。張爾卿等[4]提出采用聲發射方法監測機械密封端面參數（端面開啟時間、膜厚等），基于偏置因子隱馬爾可夫模型評估機械密封磨損狀態，并提出灰色粒子濾波法預測剩余壽命。Goilkar 等[5]設計了帶有扭矩傳感器的實驗平臺，監控機械密封的磨損狀況，經論證，該平臺可以較好地預測機械密封在不同轉速、潤滑機制和彈簧載荷下的失效，評估機械密封的使用壽命。Arnold 等[6]綜述了機械密封泄漏量的計算方法，通過計算泄漏量并同允許泄漏量對比來預測機械密封的壽命。除上述基于在線檢測技術預測壽命的方法外，還有運行應用特征參數跟蹤法預測機械密封的剩余壽命，如用機械密封端面溫度和泄漏量訓練人工神經網絡進而預測剩余壽命[7-8]。綜上可以看出，當前機械密封壽命預測方法主要是通過分析構建摩擦副的物理模型、基于狀態數據預測的方法。但是，高溫油泵機械密封在運行過程中受到振動、溫度、壓力、工藝操作、結構等因素的影響[9]，產生故障原因是多方面的，如潤滑惡化、材料不當、溫度壓力過大、介質腐蝕、疲勞載荷[10-12]，此外，還有諸如抽空破壞[13]、密封圈結焦積碳[14]等原因，上述依靠故障機理模型預測壽命的方法，無法針對所有失效原因進行建模，所需的端面溫度等數據在現場也很難獲取[15]，因此，對于工程應用來說，需要一種覆蓋面廣、符合設備實際運行情況的壽命預測方法。

基于設備可靠性分析理論，綜合考慮機械密封失效的各種原因，研究采用基于歷史故障數據預測其平均使用壽命的方法，并以某高溫熱油泵自運行以來10 年內的故障數據進行了驗證。

1 基于故障的壽命預測方法

基于歷史數據預測機械密封平均壽命的方法，主要通過收集機械密封投運后的故障信息，在盡可能少的先驗假設條件下進行處理，通過繪圖、制表、擬合等形式計算某些特征參數。分析過程采用指數分布、正態分布、對數正態分布和兩參數Weibull分布模型，結合運行參數估計方法，分別得到模型參數指標的估計值，并基于故障數據進行模型優選，進而進行壽命預測。

1.1 預測模型及流程

高溫油泵機械密封壽命預測流程如圖1 所示，主要包括3 方面內容。

圖1 高溫油泵機械密封壽命預測流程

（1）收集高溫油泵機械密封故障數據，建立故障數據驅動模型，見表1。

表1 故障數據分布模型

（2）采用相關指數法對機械密封故障數據驅動模型進行優選，選擇最符合故障數據變化趨勢的模型，數據驅動模型的準確度，通過計算相關指數R＇來衡量，R＇值越接近1，說明模型精度越高。式中，Fn（ti）是故障間隔時間累積分布概率；F0（ti）是擬合故障間隔時間累積分布概率。

（3）根據確定出的數據驅動模型，預測機械密封平均壽命。機械密封平均壽命計算模型見式（2）。式中，θ 為機械密封平均壽命值，單位h；t 為機械密封運行時間，單位h；f（t）為概率密度函數。

由式（2）和機械密封的數據驅動模型聯合推導，確定出基于歷史數據的機械密封平均壽命值，見表2。

表2 機械密封平均壽命值

1.2 優勢對比

由上述分析可見，基于歷史故障數據預測機械密封的平均壽命，無需區分導致機械密封失效的具體原因，該方法可以評價多種因素導致機械密封失效的平均壽命水平，無需分析部件的故障/失效機理，是一個綜合性指標，可以客觀地反映出機械密封實際運行的綜合狀態。

同時，基于歷史數據的動設備可靠性評估方法，不區分具體的設備，適用于泵、風機和壓縮機，在具體應用時僅需要注意區別不同設備類型下的故障模式即可。

2 機械密封壽命預測應用與驗證

2.1 機械密封使用情況

基于某焦化裝置P-104A/B 高溫離心泵機械密封的歷史故障數據，預測機械密封的平均使用壽命。該高溫離心泵已穩定運行一段時間，渡過偶然失效期，可以采用數據驅動模型進行預測。共收集高溫離心泵自2009 年運行以來的27 條機械密封失效故障數據，經確認故障類型全部為關聯故障，均需納入故障收集中，通過故障數據轉換得來的平均無故障運行時間如表3 所示。

表3 機械密封無故障運行時間數據

2.2 機械密封平均壽命預測

為便于方法的實施和應用，根據機械密封壽命預測流程，編制Matlab 程序，實現模型建立、模型優選和壽命預測過程。將機械密封數據帶入編制的matlab 程序中，輸出結果如下所示：

2.2.1 分布判斷

>>parameter

該數據源服從正態分布。

該數據源服從對數正態分布。

該數據源服從指數分布。

該數據源服從威布爾分布。

說明該數據源服從四種分布，需對這四種分布的擬合程度進行判斷比較。

2.2.2 擬合程度排序

因此可以判斷，擬合程度排序結果為對數正態分布＞威布爾分布＞指數分布＞正態分布。因此，選擇對數正態分布模型作為機械密封平均壽命預測的基礎模型。

2.2.3 參數估計結果

根據機械密封歷史數據，擬合得到對數正態分布模型參數為：μ=8.227 0，σ=0.742 3。

2.2.4 平均壽命預測結果根據對數正態分布模型，預測得到的P-104A/B 高溫離心泵機械密封的平均使用壽命θ=4.927×103h。

2.3 平均壽命結果驗證

石化企業對于高溫離心泵機械密封備品備件周期管理，是根據企業內部通過大量密封件使用情況統計得到的平均壽命值進行計劃購置。以往的密封備件周期大約為6 個月，由于石化企業對關鍵部件管理水平的不斷提高，目前統計的機械密封平均使用壽命在18 500 h 左右。本文采用的P-104A/B 泵的機械密封故障數據是自2009 年運行至今的所有數據，因此該案例中預測得到的平均壽命符合企業設備的實際運行情況。

3 結論

基于設備可靠性分析理論，綜合考慮機械密封故障失效的各種原因，研究采用基于歷史數據預測其平均使用壽命的方法，得到了以下主要結論：

（1）構建高溫油泵機械密封壽命預測流程，基于指數分布、正態分布、對數正態分布和兩參數Weibull 分布模型，推導建立機械密封的平均壽命計算公式。

（2）基于某焦化裝置P-104A/B 高溫離心泵機械密封的歷史故障數據，預測機械密封的平均使用壽命為4.927×103h，與企業當前備件時間基本一致，為企業備件提供科學的指導方法。

（3）基于歷史故障數據預測機械密封的平均壽命，無需區分導致機械密封失效的具體原因，該方法評價機械密封平均壽命水平，是一個綜合性指標，可以客觀地反映出機械密封實際運行的綜合狀態，評價結果可用于指導機械密封部件的備品配件指導工作。