CN110425154A - 一种水泵在线能效和状态监测及故障预测的方法及其装置 - Google Patents

Abstract

本发明公开了水泵在线能效和状态监测及故障预测的方法及装置，该装置包括数据无线传输单元，数据采集开关，安装在电机上的电压表、电流表和功率因素表，安装在水泵和电动机联轴器上的轴振动传感器，安装在水泵进出口的温度传感器和压力传感器，安装在水泵进口或出口管道上的流量传感器，远离水泵机组现场的云平台，云平台包括水泵能效评估模块、电动机能效评估模块和故障人工智能预测模块。本方法和装置为提高水泵机组的运行效率提供判断和决策依据，避免水泵机组长期低效率运行，提高运行效率，降低能耗；可避免发生突发性故障并控制渐发故障，降低设备维修成本，增加设备可利用时间，从而提高设备的运行效益，并带来良好的经济效益。

Description

一种水泵在线能效和状态监测及故障预测的方法及其装置

技术领域

本发明涉及水泵机组设备，尤其涉及一种水泵在线能效和状态监测及故障预测的方法及其装置。

背景技术

水泵机组包括原动机(蒸汽轮机或电动机)、联轴器、水泵等装置，在世界各国的耗电量中，水泵机组均占有非常大的分量，是国民经济每个行业中均普遍使用的通用机械。我国中小型水泵机组通常使用电动机作为驱动的过程中，由于设计、选型的不合理，会造成电动机在使用过程中常常处于轻载，导致水泵长期处于低负载的状态下运行，致使大量能量浪费，这种“大马拉小车”的情况在工农业生产中是特别常见的；此外，随着水泵的运行时间增长，水泵易出现汽蚀、振动、噪声和磨损等问题，降低水泵的运行能效。因此，通过能效在线监测，能实时了解水泵机组能效和变化规律，为提高水泵机组的运行能效提供判断和决策依据，可根据监测的泵效率情况适时进行按“需”维修而不是按“时”维修，不仅可以避免不必要的维修费用，更可以及早发现问题，预防一些事故的发生。这也就是目前国际国内大力推广应用的预知维修技术。采用预知维修技术后，可以降低成本，提高企业的竞争力。

水泵机组通常作为辅机出现在各行各业，为了保证主机组安全和正常运行，水泵通常采用冗余方式运行，当运行水泵发生故障时，备用泵及时投入运行。在计划维修中，水泵机组的大修通常与主机的大修同期进行。然而，实际生产中，水泵机组的正常维修周期很难与主机组同步，往往主机尚未到计划的大修周期，水泵必须进行大修了，由于主机组运行的需要，此刻水泵机组设备又不能退出运行进行大修，这样运行中有可能发生因水泵机组设备故障而造成停机的事故，水泵机组不得不进行反应性维修。因此，有效的状态监测与故障预测可以随时掌握设备技术状况和劣化规律，避免突发性故障和控制渐发故障的发生，降低设备维修成本，增加设备可利用时间，从而提高设备的运行效益，并带来良好的经济效益。

发明内容

本发明的目的在于克服现有技术的缺点和不足，提供一种简单、可靠和有效的水泵在线能效和状态监测及故障预测的方法及其装置。

本发明通过下述技术方案实现：

一种水泵在线能效和状态监测及故障预测的方法，包括如下步骤：手动输入水泵机组的额定参数(流量、扬程、必须汽蚀余量、转速、效率和配用功率等)和进出口管直径，输入电机额定参数(电压、频率、功率、电流、效率、功率因素和转速等)；自动读取流量传感器(包括但不限于：超声波流量计、涡街流量计)、进出口压力传感器和温度传感器的测量值，自动读取电动机的输入电压、输入电流、功率因素和转速等参数测量值，自动读取轴振动传感器的测量值；通过数据无线传输单元将自动读取的泵、电机和轴震动的测量值传输到云平台，分别通过水泵能效评估模块、电动机能效评估模块分析和评估水泵机组的能效，通过故障人工智能预测模块分析故障征兆，预测水泵机组的故障，从而实现水泵在线能效和状态监测及故障预测。

一种水泵在线能效和状态监测及故障预测装置，包括传感器、数据采集开关、数据传输单元和云平台。

所述传感器包括流量传感器、压力传感器、温度传感器、轴振动传感器、电压表、电流表和功率因数表。

所述数据采集开关可将传感器电信号转换为串口数据。

所述数据无线传输单元可将数据采集开关串口数据进行无线传输至云平台。

所述云平台包括水泵能效评估模块、电动机能效评估模块和故障人工智能预测模块。

本发明与现有的技术相比具有以下优点：

(1)本水泵在线能效和状态监测及故障预测装置以提高水泵运行效率和故障人工智能预判为目的，通过在线监测水泵机组的效率和状态，采用数据采集开关和数据无线传输单元将水泵机组的实时效率和状态传输至云平台进行分析和评估，为提高水泵机组的运行效率提供判断和决策依据，避免水泵机组长期低效率运行，提高运行效率，降低能耗；

(2)实时效率和状态的分析和评估，为故障人工智能预测提供基础数据，通过故障人工智能预测，水泵机组可避免发生突发性故障并控制渐发故障，降低设备维修成本，增加设备可利用时间，从而提高设备的运行效益，并带来良好的经济效益；

(3)数据无线传输单元可实现数据无线传输，避免每台水泵机组或企业配置在线能效和状态监测模块及故障人工智能预测模块，提高工作效率，降低成本，减少企业投入。

综合以上，本发明技术手段简便易行、运行效率高、可预判故障的优点，可广泛地适用于水泵机组，应用前景较广。

附图说明

图1是本发明水泵在线能效和状态监测及故障预测装置示意图。

图2云平台中水泵能效评估模块、电动机能效评估模块和故障人工智能预测模块。

图3故障人工智能预测模块的支持向量机推理模型。

具体实施方式

下面结合具体实施例对本发明作进一步具体详细描述。

实施例

如图1所示。本发明水泵在线能效和状态监测及故障预测，包括数据无线传输单元1，数据采集开关2，安装在电机6上的电压表3、电流表4和功率因素表5，安装在水泵和电动机联轴器8上的轴振动传感器7，安装在水泵进出口的温度传感器11和压力传感器12，安装在水泵进口或出口管道上的流量传感器13，远离水泵机组现场的云平台15。

如图1所示。水经水泵入口14进入水泵10，在流进水泵10前和流出水泵10后，都将通过温度传感器11、压力传感器12和流量传感器13测取温度、压力和流量等参数，经数据采集开关2和数据无线传输单元1定期将测量结果输送至云平台进行水泵状态的在线监测。

如图1所示。电机6在工作的时候，通过电压表3、电流表4和功率因素表5进行电机6的实时测量，经数据采集开关2和数据无线传输单元1定期将测量结果输送至云平台进行电机状态的在线监测。

如图1所示。电机6和水泵10在工作的时候，通过安装在联轴器上的轴振动传感器7实时测量联轴器的轴向和径向位移，经数据采集开关2和数据无线传输单元1定期将测量结果输送至云平台15进行水泵机组状态的在线监测。

如图1和图2所示，云平台15包括水泵能效评估模块16、电动机能效评估模块17和故障人工智能预测模块18，通过数据无线传输单元实时传输过来的电压、电流、功率因素、轴振动、温度、压力和流量等参数，对水泵机组进行在线能效和状态监测及故障人工智能预测。

如图1、图2和图3所示，在给水泵故障预测中，把故障预测信号，也就是各特征参数19的异常看成是一些“征兆”，例如轴的径向或轴向的通频振幅或某阶谐波幅值等；而把故障征兆20，也就是产生这些征兆的原因，例如，水泵转子不平衡和联轴器轴线不对中等，看成是各种故障原因。给水泵故障预测的目的，就是根据水泵运行中出现的异常状态——特征参数19来诊断是哪种故障，即故障原因21。

水泵在线能效和状态监测及故障预测，可通过如下步骤实现：水进入和流出水泵10的前后，经流量传感器13和压力传感器12分别测量出流量与压力，与电机实时测量仪表电压表3、电流表4和功率因素表5所测取的电压、电流和功率因素参数同步经数据采集开关2和数据无线输送单元1传输至云平台15的水泵能效评估模块16和电动机能效评估模块17，其中流量和压力参数可通过水泵能效评估模块16计算出水泵的扬程和有功功率，电压、电流和功率因素可以通过电动机能效评估模块17计算出电机的功率，从而分析计算出水泵机组的能效；除上述参数外，还将通过轴振动传感器7和温度传感器11将轴振动和温度参数经数据采集开关2和数据无线传输单元1传输至云平台15，经故障人工智能预测模块18实现状态实时监测和故障人工智能预测。

故障人工智能预测的过程：故障的特征向量是用来描述故障的特征参数19(如温度、压力、轴振动)；故障征兆20是故障发生前或发生过程中***在某些方面可能表现出的异常现象(如温度高、压力小、振动大)；故障原因22则是导致故障发生的***特征属性(集合)。采用基于支持向量机的推理模型，当从推理模型底层输入给水泵故障特征参数19时，中间经过支持向量机推理之后，就可以得到给水泵的故障征兆20和故障原因21。

本发明的实施方式并不受上述实施例的限制，其他任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (6)

1.一种水泵在线能效和状态监测及故障预测方法，其特征在于包括如下步骤：水进入和流出水泵的前后，经流量传感器和压力传感器分别测量出流量与压力，与电机实时测量仪表电压表、电流表和功率因素表所测取的电压、电流和功率因素参数同步经数据采集开关和数据无线输送单元传输至云平台的水泵能效评估模块和电动机能效评估模块，其中流量和压力参数可通过水泵能效评估模块计算出水泵的扬程和有功功率，电压、电流和功率因素可以通过电动机能效评估模块计算出电机的功率，从而分析计算出水泵机组的能效；除上述参数外，还将通过轴振动传感器和温度传感器将轴振动和温度参数经数据采集开关和数据无线传输单元传输至云平台，经故障人工智能预测模块实现状态实时监测和故障人工智能预测。

2.一种水泵在线能效和状态监测及故障预测装置，其特征在于，包括数据无线传输单元，数据采集开关，安装在电机上的电压表、电流表和功率因素表，安装在水泵和电动机联轴器上的轴振动传感器，安装在水泵进出口的温度传感器和压力传感器，安装在水泵进口或出口管道上的流量传感器，远离水泵机组现场的云平台，所述云平台包括水泵能效评估模块、电动机能效评估模块和故障人工智能预测模块。

3.根据权利要求2所述的水泵在线能效和状态监测及故障预测装置，其特征在于：水经水泵入口进入水泵，在流进水泵前和流出水泵后，都将通过温度传感器、压力传感器和流量传感器测取温度、压力和流量参数，经数据采集开关和数据无线传输单元定期将测量结果输送至云平台进行水泵状态的在线监测。

4.根据权利要求2所述的水泵在线能效和状态监测及故障预测装置，其特征在于：电机在工作的时候，通过电压表、电流表和功率因素表进行电机的实时测量，经数据采集开关和数据无线传输单元定期将测量结果输送至云平台进行电机状态的在线监测。

5.根据权利要求2所述的水泵在线能效和状态监测及故障预测装置，其特征在于：水泵机组在工作的时候，通过安装在联轴器上的轴振动传感器实时测量联轴器的轴向和径向位移，经数据采集开关和数据无线传输单元定期将测量结果输送至云平台进行水泵机组状态的在线监测。

6.根据权利要求2所述的水泵在线能效和状态监测及故障预测装置，其特征在于：故障人工智能预测模块中的故障的特征向量是用来描述故障的特征参数，所述特征参数包括温度、压力和振动；故障征兆是故障发生前或发生过程中***在某些方面可能表现出的异常现象，所述异常现象包括温度高、压力小和振动大；故障原因则是导致故障发生的***特征属性(集合)；采用基于支持向量机的推理模型，当从推理模型底层输入给水泵故障特征参数时，中间经过支持向量机推理之后，就可以得到给水泵的故障征兆和故障原因。