CN115681173A - 一种基于识别规则的注水站离心泵故障诊断方法 - Google Patents
一种基于识别规则的注水站离心泵故障诊断方法 Download PDFInfo
- Publication number
- CN115681173A CN115681173A CN202211466543.3A CN202211466543A CN115681173A CN 115681173 A CN115681173 A CN 115681173A CN 202211466543 A CN202211466543 A CN 202211466543A CN 115681173 A CN115681173 A CN 115681173A
- Authority
- CN
- China
- Prior art keywords
- pump
- water injection
- phase
- centrifugal pump
- current
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Control Of Non-Positive-Displacement Pumps (AREA)
Abstract
本发明公开了一种基于识别规则的注水站离心泵故障诊断方法,首先分别收集离心泵在正常运行和发生故障时的各项运行参数,通过对比找出变化趋势不同的参数,接着利用变化率和阈值的方式计算出离心泵机组故障异常的边界条件,研制出一种离心泵故障识别的规则,后续采集离心泵实时的运行参数,当这些参数的变化趋势与前面设计的识别规则相匹配时,***就会将离心泵的故障信息传递给值守人员,不同的故障找到与之对应的识别规则就可以进行实时故障诊断。本发明采用上述的一种基于识别规则的注水站离心泵故障诊断方法,可以实时地检测出离心泵的运行状态,避免离心泵出现高负荷运行、停泵情况。
Description
技术领域
本发明涉及故障诊断技术领域,尤其是涉及一种基于识别规则的注水站离心泵故障诊断方法。
背景技术
离心式注水泵的结构复杂,并且长期工作于高温高压状态,容易出现各类故障。而离心式注水泵一旦出现故障,对油田的开采也会带来阻碍。因此,离心式注水泵作为油田注水站的核心设备,需时刻保证其正常运行。可以对其进行实时的故障诊断,时刻监视离心泵的工况,当出现问题时第一时间反馈给工作人员,进而降低损失和风险。
现阶段离心泵注水站运行存在可靠性问题,首先,现在的油田信息化***已经采集了大量数据,但未与人工巡检发现的设备流体渗漏、设备异响、振动超标等问题,建立关联关系和量化关系,仍需人工通过观察现场机组、闻异味、听取运行状态的声音、用手去感触机组运行时的振动规律等多种方式,综合分析判断设备隐患问题。其次,注水站信息化后,理应具备了多维度分析问题的条件。当设备故障时,会在多项生产运行参数中体现,这些数据间存在逻辑关系,但是目前***缺少数字化支持下的故障诊断模型,不能实现在线实时诊断。
目前,大部分离心泵的故障诊断方法都依赖于振动信号和位移信号。但部分油田注水站未安装振动传感器和位移传感器,导致无法收集振动信号和位移信号,因此上述方法应用于该类注水站存在一定的局限性。综合这种情况,这里发明了一种基于识别规则的注水站离心泵故障诊断方法,该方法无需收集抽象的振动、位移信号,亦可实现对离心泵机组的故障诊断。
发明内容
本发明的目的是提供一种基于识别规则的注水站离心泵故障诊断方法,可以实时地检测出离心泵的运行状态,避免离心泵出现高负荷运行、停泵情况。
为实现上述目的,本发明提供了一种基于识别规则的注水站离心泵故障诊断方法,包括以下步骤(以离心泵串轴故障为例):
步骤S1:分别收集离心泵在正常运行和发生串轴故障时的各项运行参数;
步骤S2:根据步骤S1找出离心泵正常运行和故障运行两种状态下,变化趋势不同的参数,分别为:泵前轴温度、泵后轴温度、A相电流、B相电流及C相电流;
步骤S3:记录离心泵发生串轴故障时从开始运行到停泵内的泵前轴温度、泵后轴温度、A相电流、B相电流及C相电流的数据;
步骤S4:根据步骤S3获取的数据,通过下述公式计算出泵前轴温度、泵后轴温度、A相电流、B相电流及C相电流的变化率阈值:
其中n为***获取到的参数总条数,Ti表示第i条数据,Ti-1表示第i条前一时刻的数据;
步骤S5:依据步骤S2得到的参数变化趋势及步骤S4得到的参数阈值定制识别规则;
步骤S6:将泵前轴温度、泵后轴温度、A相电流、B相电流及C相电流的变化趋势与步骤S5中定制的识别规则进行匹配;
步骤S7:判断离心泵运行时泵前轴温度、泵后轴温度、A相电流、B相电流及C相电流的数据是否匹配上与之对应的识别规则,如果对应则诊断出对应的故障;反之则说明设备正常运行;
步骤S8:每一个故障所对应的识别规则不同,根据各故障所对应的不同的识别规则,诊断出相对应的故障。
优选的,对于不同参数,其停泵值不同,***可以获取到的数据条数n也不同。
优选的,采集离心泵实时的泵前轴温度、泵后轴温度、A相电流、B相电流、C相电流,利用变化率和阈值来判断参数的变化趋势。
优选的,当各参数的变化趋势与所设计的识别规则相匹配时,***则将离心泵发生串轴故障的信息传递给值守人员。
优选的,注水泵机组效率和三相电压不平衡度也是诊断设备故障的参考标准,注水泵机组效率的大小可以表现出注水泵机组能量转换的能力,同时也可以反映注水泵机组的运行状态。
优选的,电动机输入功率:
其中Ns为电动机输入功率,kW;I为电动机线电流,A;U为电动机线电压,kV;cosφ为电动机功率因数。
优选的,注水泵机组输入功率:
Nt=Ns+PPin·GP/3.6
其中Nt为注水泵机组输入功率,kW;PPin为注水泵入口压力,Mpa;GP为注水泵流量,m3/h。
优选的,注水泵输出功率计算公式:
Nu=PPout·δP/3.6
其中Nu为注水泵输出功率,kW;PPout为注水泵出口压力,MPa。
优选的,注水泵机组效率计算公式:
其中ηmp为注水泵机组效率,%。
优选的,当三相供电***电压出现电压不平衡问题时,采用IEEE Std 112-2004方法,运用相电压求取三相电压不平衡度,公式如下:
UA、UB、UC为离心泵电机的三相电压,Uavg为三相电压的平均值。
因此,本发明采用上述的一种基于识别规则的注水站离心泵故障诊断方法,与现有技术相比,具备以下优点:
(1)不需要收集复杂抽象的振动信号或位移信号,只需收集常见的温度、压力、液位、流量、电流等数据,就可以实现离心泵实时的故障诊断。
(2)可扩展性非常高,可以应用于不同的机械设备、不同的故障以及不同的工况。
(3)针对离心泵故障诊断问题,精度达到百分之九十九以上,符合离心泵正常生产运行的标准。
(4)灵敏度非常高,诊断故障所消耗时间非常短。经过多次实验,平均15分钟就可以诊断出对应的故障,能够满足实际应用需求。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明一种基于识别规则的注水站离心泵故障诊断方法的总体流程图;
图2为泵前轴温度变化曲线图;
图3为注水站无人值守***;
图4为离心泵串轴预测实验图。
具体实施方式
实施例
当离心泵机组出现故障时,往往会有振动过度、温度过高、效率低下的现象,同时会影响到与之相连的传感器,从而在数据上表现出异常。因此可以通过找出设备正常运行和故障发生两种状态下,相关参数的变化情况,分析它们的特征,这样就可以反过来进行判断,当数据出现这些特征的时候,就可以推断出具体发生的故障。
以离心泵串轴故障为例,首先分别收集离心泵在正常运行和发生串轴故障时的参数,找出变化趋势不同的参数。从图2中可以看出,离心泵在正常运行时,泵前轴温度稳定在44℃左右,但是当离心泵发生串轴时,泵前轴温度呈现出上升的趋势。同时,也观察到泵后轴温度、A相电流、B相电流、C相电流这四项参数的变化趋势均与正常情况下存在明显差异。
但是仅观察到一个趋势是不足的,在该研究的算法中,使用变化率与阈值作为判断数据变化趋势的一个关键参数。由于80℃为注水站管理***中泵前轴温度的停泵值,达到这个温度后离心泵就会自动关闭,发生串轴故障的离心泵从开始运行到离心泵停泵,***共获取到54条数据,所以用取到的这些数据来计算泵前轴温度的阈值,阈值的计算公式如下:
式(1)中,n为***获取到的参数总条数,对于不同参数,它们的停泵值不同,***可以取到的数据条数n也不同。Ti表示第i条泵前轴温度,Ti-1表示第i条前一时刻的泵前轴温度。
以此类推,将泵后轴温度、A相电流、B相电流、C相电流的变化趋势和阈值都计算出来,并将它们对应的停泵值也记录下来,如表1所示。
表1为离心泵串轴故障的识别规则,后续可以采集离心泵实时的泵前轴温度、泵后轴温度、A相电流、B相电流、C相电流,利用变化率和阈值的方式来判断参数的变化趋势,当这些参数的变化趋势与前面设计的识别规则相匹配时,***就会将离心泵串轴故障信息传递给值守人员。每一个故障都对应不同的识别规则,因此只需使用同样的方式进行处理,找到与之对应的识别规则,就可以进行离心泵实时故障诊断。
表1
当注水站在运行时,一些参数之间存在必然的关联关系,通过大量分析现场的数据,能够研究出涉及该关联关系间的规律。例如,可以通过现有的参数计算出新的特征值,观察这些特征值在离心泵正常运行时的波动范围。当这些特征值超过对应的范围时,即可认为与这些特征值相关联的参数发生了异常,而且这些参数的异常往往会反映出当前离心泵设备的工况,因此可以用这些新的特征值来作为设备故障诊断的参考标准。
(1)注水泵机组效率
注水泵机组效率是由注水泵的输出功率与输入功率相除计算得出。注水泵机组效率的大小可以表现出注水泵机组能量转换的能力,同时也可以反映注水泵机组的运行状态。同一型号的注水泵机组正常运行时,其机组效率保持在一个相对固定的范围内,在其发生故障时机组效率一般会有较大幅度的下降。尽管机组效率偶尔会下降到很低的数值,但注水泵机组仍然可以正常运行,这种情况一般为设备老化原因所导致,但此时机组的能量转换效率低下,会造成能源大量的浪费。因此在机组效率下降到一定程度时,即可认为注水泵机组发生故障,需要维修人员及时检修。对于那些无法明确判断故障,但仍可继续运行的注水泵机组也应考虑修理或更换某些零部件,避免大量的能源浪费。因此注水泵机组效率应作为注水泵机组状态监测与故障诊断的指标。
具体注水泵机组及其对应的运行效率指标见表2,其中,Q表示注水泵的额定流量,单位为立方米每小时(m3/h)。
电动机输入功率:
式(2)中,Ns为电动机输入功率,kW;I为电动机线电流,A;U为电动机线电压,kV;cosφ为电动机功率因数。
注水泵机组输入功率:
Nt=Ns+PPin·GP/3.6 (3)
式(3)中,Nt为注水泵机组输入功率,kW;PPin为注水泵入口压力,Mpa;GP为注水泵流量,m3/h。
注水泵输出功率计算公式:
Nu=PPout·GP/3.6 (4)
式(4)中,Nu为注水泵输出功率,kW;PPout为注水泵出口压力,MPa。
注水泵机组效率计算公式:
式(5)中,ηmp为注水泵机组效率,%。
表2
(2)三相电压不平衡度
三相供电***出现电压不平衡的问题时,通常采用电压不平衡度这项技术指标来进行评价。经过近几年的发展,在国内外研究中,许多有关计算电压不均衡程度的方式被相继提出。首先NEMA在其标准中指出,可将三相线电压作为主要参数得到电压不平衡度;而IEEE指出,可将相电压通过计算求得该指标值;针对此问题,IEC则提出通过使用三相三线***中的精确计算公式,来得出电压不平衡度,此方案后来也被广泛应用于我国国家标准。结合离心泵的特点、精度、便捷度等因素,最终拟采用IEEE Std 112-2004的方法,该方法主要运用了相电压来求取三相电压不平衡度。
式(6)中,UA、UB、UC为离心泵电机的三相电压,Uavg为三相电压的平均值。由式(6)可以看出,该方法只需测量三相电压的值即可计算出当前的电压不平衡度。
在离心泵的关键位置,布置了许多温度、压力、电流、流量传感器,它们每间隔50ms就把当前的数值传递给PLC柜,PLC端对数据进行整编操作后就把数据传递给服务器,并在注水站的管理***中展现出来,此时的数据间隔为1分钟。这些数据同时也会传递到注水站无人值守***中,该***以列队的数据类型存放最新的15条数据,然后通过阈值与变化率来判断这15条数据中每个参数的变化趋势,再与之前设计的那些识别规则进行匹配,得出结果。
图3注水站无人值守***,该***将各项参数以折线图的形式实时展示出来,并且将数据过滤信息以及离心泵故障信息在下方实时打印出来。由于传感器老化、接线松动、数据传输波动等原因传递到该***的数据可能会出现一少部分非真实数据,该***首先会将PLC端传递过来的数据进行过滤,然后将过滤后的数据传递给故障诊断模块进行故障诊断。当***诊断出故障时,会将故障信息以红色的背景打印在运行日志上。
图4离心泵串轴故障预测实验。从图中可以看出,泵前轴温度、泵后轴温度这两项参数均呈现升高的趋势,其中泵前轴温度从44.43℃升高至60.51℃,泵后轴温度从50.17℃升高至78.86℃;A相电流、B相电流、C相电流呈现升高后下降的趋势,其中A相电流从124.8A升高至139.1A后降低到134.1A,B相电流从125.2升高至139.7A后降低到134.4A,C相电流从125.1A升高至140.1A后降低到133.9A。同时,离心泵串轴故障被离心泵串轴模型成功诊断出来,并在运行日志上以红色背景将故障信息打印出来。
因此,本发明采用上述的一种基于识别规则的注水站离心泵故障诊断方法,可以实时地检测出离心泵的运行状态,避免离心泵出现高负荷运行、停泵情况。
最后应说明的是:以上实施例仅用以说明本发明的技术方案而非对其进行限制,尽管参照较佳实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对本发明的技术方案进行修改或者等同替换,而这些修改或者等同替换亦不能使修改后的技术方案脱离本发明技术方案的精神和范围。
Claims (10)
1.一种基于识别规则的注水站离心泵故障诊断方法,其特征在于,包括以下步骤:
步骤S1:分别收集离心泵在正常运行和发生串轴故障时的各项运行参数;
步骤S2:根据步骤S1找出离心泵正常运行和故障运行两种状态下,变化趋势不同的参数,分别为:泵前轴温度、泵后轴温度、A相电流、B相电流及C相电流;
步骤S3:记录离心泵发生串轴故障时从开始运行到停泵内的泵前轴温度、泵后轴温度、A相电流、B相电流及C相电流的数据;
步骤S4:根据步骤S3获取的数据,通过下述公式计算出泵前轴温度、泵后轴温度、A相电流、B相电流及C相电流的变化率阈值:
其中n为***获取到的参数总条数,Ti表示第i条数据,Ti-1表示第i条前一时刻的数据;
步骤S5:依据步骤S2得到的参数变化趋势及步骤S4得到的参数阈值定制识别规则;
步骤S6:将泵前轴温度、泵后轴温度、A相电流、B相电流及C相电流的变化趋势与步骤S5中定制的识别规则进行匹配;
步骤S7:判断离心泵运行时泵前轴温度、泵后轴温度、A相电流、B相电流及C相电流的数据是否匹配上与之对应的识别规则;
步骤S8:根据各故障所对应的识别规则,诊断出相对应的故障。
2.根据权利要求1所述的一种基于识别规则的注水站离心泵故障诊断方法,其特征在于:通过参数的改变获得相应的停泵值和数据条数。
3.根据权利要求1所述的一种基于识别规则的注水站离心泵故障诊断方法,其特征在于:采集离心泵实时的泵前轴温度、泵后轴温度、A相电流、B相电流、C相电流,利用变化率和阈值来判断参数的变化趋势。
4.根据权利要求1所述的一种基于识别规则的注水站离心泵故障诊断方法,其特征在于:当各参数的变化趋势与所设计的识别规则相匹配时,***则将离心泵发生串轴故障的信息传递给值守人员。
5.根据权利要求1所述的一种基于识别规则的注水站离心泵故障诊断方法,其特征在于:诊断设备故障的特征值还包括注水泵机组效率和三相电压不平衡度。
7.根据权利要求5所述的一种基于识别规则的注水站离心泵故障诊断方法,其特征在于,注水泵机组输入功率:
Nt=Ns+PPin·Gp/3.6
其中Nt为注水泵机组输入功率,kW;PPin为注水泵入口压力,Mpa;Gp为注水泵流量,m3/h。
8.根据权利要求5所述的一种基于识别规则的注水站离心泵故障诊断方法,其特征在于,注水泵输出功率计算公式:
Nu=PPout·Gp/3.6
其中Nu为注水泵输出功率,kW;PPout为注水泵出口压力,MPa。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211466543.3A CN115681173A (zh) | 2022-11-22 | 2022-11-22 | 一种基于识别规则的注水站离心泵故障诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211466543.3A CN115681173A (zh) | 2022-11-22 | 2022-11-22 | 一种基于识别规则的注水站离心泵故障诊断方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115681173A true CN115681173A (zh) | 2023-02-03 |
Family
ID=85054078
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211466543.3A Pending CN115681173A (zh) | 2022-11-22 | 2022-11-22 | 一种基于识别规则的注水站离心泵故障诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115681173A (zh) |
-
2022
- 2022-11-22 CN CN202211466543.3A patent/CN115681173A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6228553B2 (ja) | リアルタイムガスタービン性能通知のための方法およびシステム | |
CN108562854B (zh) | 一种电机异常状态在线预警方法 | |
CN111679187B (zh) | 一种基于综合监测平台大型发电机状态评估方法 | |
EP3797304B1 (en) | System and method for monitoring an operating condition of an electrical device when in operation | |
CN109580216B (zh) | 齿轮箱润滑冷却***的智能故障预警***及其方法和机组 | |
CN103278728B (zh) | 发电机转子匝间短路故障诊断方法与*** | |
CN111765102B (zh) | 一种燃料电池***用空压机的故障诊断及保护*** | |
CN111008485A (zh) | 基于神经网络的三相交流异步电机多参数寿命预测方法 | |
CN115128513A (zh) | 一种基于热量的电容器异常检测方法及相关装置 | |
CN107607342B (zh) | 空调机房设备群的健康能效检测方法 | |
CN112633614A (zh) | 一种基于特征提取的实时故障程度诊断***及方法 | |
CN112485556A (zh) | 一种基于变电站监控***的cvt故障检测方法、***和存储介质 | |
CN114810572A (zh) | 一种液压泵故障诊断方法及装置 | |
CN116795009A (zh) | 一种变流变压给水机组节能控制*** | |
CN111929579A (zh) | 发电机在线故障诊断方法、设备及计算机设备 | |
CN110907112A (zh) | 一种非正弦振动台设备故障诊断方法和*** | |
CN117074942B (zh) | 一种电机故障自诊断方法、装置及储存介质 | |
CN103498706A (zh) | 基于通用逻辑表格的汽轮机组性能监测诊断方法 | |
CN115681173A (zh) | 一种基于识别规则的注水站离心泵故障诊断方法 | |
CN114412447A (zh) | 一种螺杆泵井的故障检测方法及装置 | |
CN116338451A (zh) | 一种深度调峰工况下汽轮发电机安全评价诊断***及方法 | |
KR102144789B1 (ko) | 모터설비 에너지 손실 절감을 위한 경고 시스템 | |
CN114517758A (zh) | 一种旋转机械轴心轨迹的改进hu不变矩提取方法及*** | |
Ahonen et al. | Pump operation monitoring applying frequency converter | |
CN111986469A (zh) | 一种现场终端故障智能化诊断的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |