煉化廠大型機組在線狀態監測與故障診斷

劉春慶，張 哮，吳世奇

（中國石油大慶煉化公司，黑龍江大慶 163411）

0 引言

近年來煉化廠為進一步提高產能，大型機組的數量呈現出增加趨勢，同時也使得機組設備的日常維護和監測壓力同步提升。傳統以人工為主的狀態監測，不僅花費較高的人力成本和浪費較多的時間，而且很多潛在故障無法及時發現，不利于機組設備的穩定和可靠運行。在傳感器、大數據分析和人工智能技術的支持下，在線狀態監測和故障診斷系統在工業設備運行監測、故障診斷與預警等方面發揮了重要作用。在實時監測、精確診斷的基礎上，還能智能生成故障排查與處理方案，從而幫助技術人員開展故障維修，徹底消除質量問題，讓煉化廠大型機組設備得以穩定運行。

1 大型機組在線狀態監測與故障診斷系統設計

在線狀態監測與故障診斷系統主要由數據采集模塊、狀態監測模塊、信號分析與故障診斷模塊和系統管理模塊4 大部分組成，整體結構如圖1 所示。

圖1 在線狀態監測與故障診斷系統

1.1 數據采集

該模塊是利用安裝在機組設備上的各種傳感器（如電流傳感器、振動傳感器等）實時采集設備的運行工況，對采集到的各種數據做濾波、放大等處理，然后利用A/D 轉換器將電流、溫度、振動等模擬信號轉換成數字信號，將所得信號通過工業以太網上傳給終端計算機。

1.2 狀態監測

狀態監測模塊的作用是將傳感器反饋的實時運行參數與系統預設的標準參數進行對比，如果實測數據超出了標準閾值，則進行超限報警，提醒機組管理人員及時發現問題并做出相應的處理。狀態監測模塊可以根據前端傳感器類型的不同，對不同種類的信號進行監測、對比，常見的信號包括振動信號、電流信號、溫度信號等。例如，某設備正常工況下振動幅值為10 mm/s，如果實際監測到的振動幅值為16 mm/s、超出限值，則進行聲音報警或視覺報警。

1.3 信號分析與故障診斷

該模塊是整個系統的核心，其中信號分析部分支持振動信號的時域和頻域特性分析，根據頻譜分析結果能夠更加直觀、準確地展示當前被監測設備的運行狀態，為設備管理人員進行故障診斷提供了輔助參考。故障診斷有人工診斷和智能診斷2 種模式，以智能診斷為主，利用人工神經網絡和模擬專家的診斷推理，可以快速判斷所有的故障類型，以及引發這些故障的可能原因，然后再通過人工診斷，確定最終的故障形式和原因，為下一步開展故障排查與維修提供依據。

1.4 系統管理

該模塊提供用戶管理、數據庫管理等基礎功能，其中用戶管理模塊包括新用戶注冊，用戶訪問權限管理等。數據庫管理模塊包括歷史數據的查詢、調用，以及設備信息數據庫的定期維護和故障數據庫的信息更新等。

2 煙機在線狀態監測與故障診斷系統的應用

2.1 故障現象

某煉化廠YL-8000J 型煙機于2013 年投入使用，2019 年6月開始出現不穩定工作狀態。檢修發現，煙機北瓦振動速度達到24 mm/s，超過了正常標準10 mm/s，停機檢修后發現煙機局部有結垢現象，維修人員予以清理后重新開機運行，煙機振幅回歸正常。但是一段時間后，振幅過高、振速過快的情況仍然時有發生，為查明故障原因，使用了在線狀態監測與故障診斷系統。

2.2 監測點的布置

在煙機的狀態監測和故障診斷中，為了提高故障診斷結果的可靠性，必須要選擇合適的監測對象。其中，振動信號、溫度信號、流量信號、電流信號等都可以作為監測對象。綜合對比來看，煙機的許多故障都會引起振動異常，因此采集振動信號能夠為故障診斷提供重要依據，更加直觀地表示煙機的實時運行工況，因此選擇振動信號作為監測參數。監測點的布置是否合理也會直接影響故障診斷結果的準確率，為了盡可能獲取更加豐富的振動信號，使用了6 個振動傳感器，1#和2#傳感器布置于煙機兩側，分別測量煙機的軸向和徑向振動；3#和4#傳感器布置于風機兩側，測量的是風機的軸向和徑向振動；5#和6#傳感器布置于電機兩側，測量電機的軸向和徑向振動。另外在電機上還安裝了1 臺電流傳感器，監測機組運行期間的電流變化情況，監測點布置情況如圖2 所示。

圖2 機組監測點布置

2.3 煙機監測參數分析

2020 年10 月21 日在線狀態監測與診斷系統記錄的機組振動參數見表1。

表1 滿負荷下煙機運行工況

評定標準中，A 區域為新機器振動品質，B 區域為可長期運行的機器，C 區域為不宜長期運行、需要檢修的機器，D 區域為即將損壞停機的機器。

結合表1 數據可以發現，整個機組中只有煙機兩側支撐軸上的測點處評定結果為差，其他測點的評定結果為良好或正常，說明煙機確實存在異常振動，繼續采集煙機兩側振動傳感器反饋的振動數據，見表2。

表2 不同時段內煙機兩側振動參數

已知YL-8000J 型煙機在正常運行時振動幅值不超過10 mm/s，而表2 提供的監測數據表明煙機南、北瓦水平針對應的振動幅值已經多次超出標準值，其中在2020 年11 月5 日18：07：53 監測到最大振幅達到了17.06 mm/s。另外，觀察表2 數據還能發現隨著時間的推移，振動幅值也呈現出增加趨勢，說明煙機振動故障變得越來越嚴重。結合在線狀態監測數據和以往的煙機維修經驗，初步判斷導致南、北瓦振動超標的原因是高溫煙氣中含有過多的催化劑微粒，這些微粒在高溫、高壓煙氣的帶動下，以較高速度沖擊煙機的葉片，并且一部分顆粒還會在葉片上沉積形成硬質焦塊。隨著時間的推移，硬質焦塊的厚度不斷增加，但是分布并不均勻，導致煙氣輪機的動平衡遭到破壞，從而在高速運轉時失穩，產生異常振動。

2.4 故障驗證及處理

為了驗證上述故障診斷結果，機組維修人員拆解煙機后觀察葉片，發現葉片上確實存在不均勻分布的結垢，并立即進行了清理。除此之外，還要從源頭上解決煙機運行時，如何降低高溫煙氣中細小催化劑顆粒濃度的問題。

經過技術人員的討論后，采取了以下改造措施：①調節煙機輪盤冷卻蒸汽的控制模式，從中心溫度控制調節為冷卻蒸汽流量控制，并設定蒸汽品質≥240 ℃、蒸汽壓力≥65 MPa、蒸汽流量在1.2～1.5 t/h 的運行參數；②對輪盤蒸汽線、氣封蒸汽線、潤滑油線進行改造，新增1 塊限流孔板，可以有效減少煙氣中微粒的含量；③將煙機徑向軸承替換為可傾瓦式軸承，并密切做好軸承與轉子的穩定性分析。上述改造措施于2021 年4 月完畢，改造后的機組投入運行，并使用在線狀態監測和故障診斷系統進行持續監測。截止2021 年12 月，煙機各監測點振幅均≤10 mm/s，運行穩定。

3 結束語

煉化廠大型機組的日常管理向信息化、智能化轉型是必然趨勢。在煙機、壓縮機、發動機等大型機組設備中推廣應用在線狀態監測和故障診斷系統，一方面是能代替人工，更加高效地完成實時監測、精確診斷，在輔助設備管理方面發揮了重要作用；另一方面，該系統還能對潛在的、隱蔽的故障作出精準識別，彌補了人工檢修的缺陷，真正做到了防患于未然。下一步煉化廠的在線狀態監測與故障診斷系統，要把重點放在提高數據信息傳輸速率、加強故障樣本訓練等方面進行優化，從而使該系統發揮更加實用的功能。