基于灰色－神經(jīng)網(wǎng)絡(luò )的往復泵狀態(tài)監測和趨勢預測研究

　　往復泵是油田鉆井、注水和壓裂等工藝中的重要設備，其工作條件十分惡劣，該設備能否正常運轉對油田安全生產(chǎn)十分重要，因此對其易損件，如泵閥、活塞-缸套副、柱塞-密封副等的狀態(tài)監測和趨勢預測，成為往復泵故障診斷的關(guān)鍵問(wèn)題。主要研究了灰色-神經(jīng)網(wǎng)絡(luò )預測方法在往復泵故障趨勢預測中的應用，結合實(shí)際案例，根據往復泵故障發(fā)展趨勢，針對其故障診斷與預測的難點(diǎn)，提出采用組合預測模型進(jìn)行趨勢預測，相比采用單一模型預測方法，該組合模型具有較高的精度，對狀態(tài)監測工作有非常好的應用價(jià)值和實(shí)際意義。

　　往復泵是油田生產(chǎn)中的重要設備之一，每次出現故障都會(huì )對企業(yè)的安全生產(chǎn)造成巨大的影響。目前，國內外對往復泵狀態(tài)監測與趨勢預測多采用人工神經(jīng)網(wǎng)絡(luò )、模糊預測等單一模型進(jìn)行研究，由于單一的預測方法只能是在一定情況下、一定范圍內才有效，并不能充分利用全部的特征信息，因而常導致預測結果與真實(shí)值之間存在較大誤差。

　　本文主要研究灰色-神經(jīng)網(wǎng)絡(luò )預測方法在往復泵故障趨勢預測中的應用，并結合實(shí)際案例，對比分析該組合預測方法相對單一模型預測的優(yōu)勢，為組合預測方法在往復泵故障診斷和趨勢預測領(lǐng)域中的應用提供了有力的支持。

1、往復泵常見(jiàn)故障分析

　　高壓往復式注水泵主要由動(dòng)力端、液力端、底座、電機、電控盤(pán)、潤滑等部件組成。由于構成部件多，結構較為復雜，在實(shí)際生產(chǎn)中經(jīng)常發(fā)生各種類(lèi)型的故障，根據發(fā)生部位可以分為以下幾個(gè)方面.

　　1.1、往復泵動(dòng)力端

　　(1)轉軸:往復泵的轉軸為曲軸，曲軸是往復泵中結構和受力最復雜的構件之一，它不僅承受傳動(dòng)軸傳來(lái)的扭矩，同時(shí)承受著(zhù)三個(gè)連桿傳遞的阻力。

　　(2)滾動(dòng)軸承:是旋轉的受力部件，承受徑向和軸向的負荷，在沖擊載荷下容易發(fā)生故障。而往復泵液力端的每次沖程都會(huì )施加沖擊載荷，所以是最易損壞的零件之一。

　　1.2、往復泵液力端

　　往復泵液力端常見(jiàn)故障見(jiàn)表1所示。

表1 往復泵液力端常見(jiàn)故障類(lèi)型

2、灰色-神經(jīng)網(wǎng)絡(luò )預測模型

　　往復泵是一個(gè)復雜的系統，時(shí)變性、隨機性、模糊性等多方面的因素致使系統振動(dòng)變化異常復雜，用單一的預測方法難以在信息貧乏和不確定性條件下對設備運行狀態(tài)趨勢做出準確有效地分析。組合預測方法將各種預測方法的優(yōu)缺點(diǎn)相互補充，取長(cháng)補短，有效的利用了全部有用信息，最終達到提高預測精度的目的。但是，組合預測方法在機械故障診斷領(lǐng)域內的應用比較少。

　　灰色預測模型簡(jiǎn)單實(shí)用，要求樣本數據少，能較好的預測振動(dòng)變化的總體趨勢，但不適合逼近復雜的非線(xiàn)性函數，一般用于中長(cháng)期預測。人工神經(jīng)網(wǎng)絡(luò )具有良好的非線(xiàn)性映射能力，能較好的預測振動(dòng)的波動(dòng)趨勢，但需要具有足夠的隱節點(diǎn)也就是需要大量的樣本保證，一般適用于能取得較多樣本的短期預測。

　　2.1、并聯(lián)型組合模型

　　所謂并聯(lián)型組合模型是指利用灰色預測模型具有良好的增長(cháng)特性的特點(diǎn)，對負荷的增長(cháng)趨勢和總體變化趨勢進(jìn)行預測，即對縱向歷史數據進(jìn)行建模，同時(shí)利用神經(jīng)網(wǎng)絡(luò )預測模型良好的非線(xiàn)性映射能力對負荷的波動(dòng)趨勢進(jìn)行預測，即對橫向歷史數據進(jìn)行建模，最后根據最優(yōu)化理論建立兼有兩者優(yōu)點(diǎn)的綜合模型。本模型對于各自本身的建模程序不需要做太多的修改。但由于兩個(gè)模型相互獨立，所以該綜合模型不能消除原來(lái)兩個(gè)模型本身所固有的一些缺點(diǎn)(如圖1表示)。

圖1 灰色-神經(jīng)網(wǎng)絡(luò )并聯(lián)型組合模型

　　2.2、串聯(lián)型組合模型

　　串聯(lián)型組合模型(如圖2所示)能夠更大限度的發(fā)揮灰色模型和人工神經(jīng)網(wǎng)絡(luò )模型各自的特點(diǎn)。所謂串聯(lián)型綜合模型是指將灰色預測模型GM(1，1)的預測結果作為神經(jīng)網(wǎng)絡(luò )預測模型的輸入，利用神經(jīng)網(wǎng)絡(luò )強大的非線(xiàn)性映射功能在其輸出端得到精度更高的預測結果。

圖2 灰色-神經(jīng)網(wǎng)絡(luò )串聯(lián)型組合模型

總結

　　本文分別采用灰色模型、神經(jīng)網(wǎng)絡(luò )模型和灰色-神經(jīng)網(wǎng)絡(luò )組合模型對往復泵的一組運行數據(振動(dòng)有效值)進(jìn)行趨勢預測，通過(guò)對比它們的預測結果，得出灰色-神經(jīng)網(wǎng)絡(luò )模型有較高的預測精度和預測有效度，適用于往復式注水泵的狀態(tài)預測進(jìn)行系統研究，該方法對油田安全生產(chǎn)有著(zhù)重要的現實(shí)意義。