天然氣壓縮機組狀態監測探析

柳潔，李飛，張少龍，冒文輝，吳紅欽

（中國石油長慶油田分公司第三采氣廠，陜西 西安 710021）

天然氣壓縮機組故障（隱患）一般分為三類：一種是流體，它本質上屬于天然氣壓縮機組熱性能故障；另一種是電氣性質的，屬于天然氣壓縮機組電氣參數故障；還有一種是機械性質，屬于機械功能故障。故障原因不同，反射的天然氣壓縮機組狀態信號也不同。為確定故障狀態而收集的狀態信號和所使用的分析方法也有所不同。天然氣壓縮機組狀態監測技術研究的重點是如何選擇建立方法和手段間接評估天然氣壓縮機組狀態。單個傳感器僅獲得研究對象的部分和單方面的信息，信息量相當有限度，每個信息源可能會受到其自身質量和性能噪聲的影響，并且所收集的信息通常不完整，且信息量較大。天然氣壓縮機組的在線監測存在多種不確定性因素，有時甚至是錯誤的。因此，有必要集成和智能地處理來自不同來源的大量信息。天然氣壓縮機組系統是一個整體系統，每個組件都具有復雜的物理結構，通常包括機械、液壓和電氣部分，各個組件之間的故障關系非常復雜。因此，這種類型的系統的故障診斷過程不能僅依靠單層信息，而應該集成和融合所有層和類型的信息。天然氣壓縮機組多傳感器信息融合應用系統可以充分利用多傳感器的各種信息對天然氣壓縮機組故障進行綜合診斷，從而將單一故障診斷技術的準確性和可靠性提升數倍甚至達到質變的目標。多傳感器設備信息融合理論的研究為大型和復雜在線天然氣壓縮機組系統的實時監控，信號預測甚至警報方案的制定提供了基礎，兩者是密不可分的整體。

天然氣壓縮機組多傳感器信息融合系統基礎原理是建立適合天然氣壓縮機組在線監測和故障診斷的數據融合系統，重點是對決策級融合方法進行了深入研究，并采用DSET 融合診斷模型來實現多準則融合技術，著重分析了基于D-S 證據理論的天然氣壓縮機組信息融合案例。

1 多傳感器數據融合的原理和層次結構

1.1 基本原則

多傳感器數據融合，20 世紀70年代主要用于軍事領域。在1980年后期，隨著對傳統數據和信號處理系統的需求不斷增加，以及計算機技術的發展，信息融合已被廣泛研究并應用于各行各業。其中，多源信息是信息融合的處理對象，協同優化和綜合處理是信息融合的核心。簡而言之，數據融合是指在一定條件下自動分析，優化和綜合來自多個傳感器或多個來源的觀測信息，以完成所需的決策和估計任務的信息處理過程，從而獲得正確的決策權。對觀察對象的更準確和可靠的描述。數據融合是一門綜合性理論，涉及數學及決策理論、神經網絡NLP、信號處理、通信技術、自動控制理論、人工智能AI、不確定性理論、計算機IT 科學等學科理論及方法。

1.2 層次結構

根據融合信息的層次結構，數據融合技術具有三種基本融合類型，即數據層融合、數據特征層融合和決策數據層融合。

1.2.1 數據層融合情況

在不對各種傳感器的原始測量數據進行預處理之前，對數據的數量和質量進行分析并在時間和空間上進行組合。這種數據層融合的主要優勢在于，它可以保持盡可能多的現場數據，并提供其他融合級別無法提供的細微信息。主要缺點是：要處理的傳感器數據量太大，處理成本高，處理時間長，實時性差。對于這種數據級別的信息融合，檢測傳感器必須具有相同的類型，即觀察到的信息相同。數據層融合中使用的主要方法是：貝葉斯公式和卡爾曼濾波器。但是，這些方法的缺點主要是已知數據的先驗概率和準確的系統數據模型。

1.2.2 數據特征層結合情況

與屬于中間級別的數據層融合相比，數據特征層融合是在更抽象的數據級別上執行的。首先，從傳感器的原始信息中提取代表性特征向量，然后對特征向量進行綜合分析和處理，以形成統一的特征向量。并識別出融合特征向量。特征級融合的優勢在于，它可以提高某些重要特征的準確性，還可以生成新的組合特征，從而具有更大的靈活性。特征層融合中，使用的主要方法有模糊理論、神經網絡、小波分析等。

1.2.3 數據決策層整合情況

在每個數據源通道識別出目標后，將多個數據源的識別結果融合在一起以做出最終決定。數據決策級融合直接針對特定的決策目標，融合結果直接影響決策水平。決策級融合的主要優點是具有很高的靈活性。當一個或多個傳感器發生錯誤時，通過適當的融合，系統仍然可以獲得正確的結果，因此容錯能力很強。研究表明，特征級融合應該用于多個相似的傳感器。應該使用不同類型（或獨立）的傳感器。

2 天然氣壓縮機組信息融合的系統結構

基于不同天然氣壓縮機組參數的狀態監測方法，研究了天然氣壓縮機組信息融合方法。從故障信息的不同影響角度出發，從單個熱力學參數、電參數或動力學參數的狀態監視得出的故障診斷方法是一種診斷標準，因此這三個診斷標準共同構成了一組獨立的標準。這里所謂的獨立準則是指基于互不相同的故障信息的不同形式構造的診斷準則，并且每個準則所使用的故障信息未被其他準則所使用。

Dempster 教授在1967年首先提出了證據理論，由他的學生Shafer 于1976年進一步發展起來的一種不精確推理理論。他提出證據理論是基于對某個假設的各種證據的組合來估計該假設的真實性。它是經典概率論的擴展。1970年中期，Dempster 的學生G.Shafer 大大擴展和完善了該模型，并在此基礎上形成了處理不確定信息的理論，稱為D·S 證據理論（Dempster-Shafer 理論），簡稱DSET。D-S 證據理論比傳統的概率論理論能更好地把握問題的未知性和不確定性，因此已廣泛應用于多傳感器數據融合中。

3 基于D-S 證據理論的天然氣壓縮機組信息融合診斷分析

閥門振動、排氣溫度和排氣壓力這三種類型的傳感器用于同時監視螺桿天然氣壓縮機組氣門的兩種可能的故障：驅動機構故障（由故障A 表示）和閥盤損壞（由故障B 表示）。標識框為（故障A，故障B），屏幕集元素為（故障A）、（故障B）、（故障A，故障B），其中元素（故障A，故障B）不可區分。不論是故障A 還是故障B，請用不確定的代替。經過統計分析，對三個傳感器進行監測后判斷A 和B 故障的可靠性如表1 所示?；究煽啃苑峙渲岛腿诤辖Y果。

表1

根據DSET 組合規則，獲得三組故障可靠性值的組合故障可靠性值，

比較表1 和表2，可以看出，兩個傳感器1＆2、2＆3或1＆3 融合后，故障A 的可信度提高了，而故障B 的可信度降低了，多數據融合后的不確定性大于原來的單個傳感器，并且提高了故障診斷的準確性。三個傳感器融合后，診斷不確定性降低，融合后的基本可信度分布比以前更好分離，診斷能力大大提高。將這三個標準完全融合后，得到診斷結論，其信任度為0.9236，即故障A，即驅動機構發生故障，遠大于其他方式的信任度，不確定性非常大，小在0.0039。從該診斷結果可以看出，采用多準則DSET 融合綜合診斷消除了模棱兩可的診斷狀態，突出了實際的故障模式，可靠性分布值高，非故障模式的可靠性值也高。削弱和不確定性性別也被大大削弱，從而得出更可靠的診斷結論。

表2

4 結語

基于多傳感器大數據融合的天然氣壓縮機組狀態監測的理論和實踐，充分說明多傳感器大數據融合的天然氣壓縮機組狀態監測，是天然氣壓縮機組故障預判未來趨勢的利器，各天然氣壓縮機組制造商和使用者的必然選擇。