往復泵故障智能診斷系統的設計

　　開(kāi)發(fā)了往復泵故障的智能診斷系統，以故障診斷系統為核心，軟件部分用VisualC++語(yǔ)言來(lái)開(kāi)發(fā)，由軟件控制同步進(jìn)行壓力、位置及流量等信號的數據采集和數據庫管理。由于不同故障類(lèi)型對應的信號曲線(xiàn)也不同，所以以壓力信號為主，以流量信號為輔作為故障信息；然后應用基于人工智能理論的小波神經(jīng)網(wǎng)絡(luò )和小波包分解技術(shù)進(jìn)行數據處理、保存和故障診斷。從小波神經(jīng)網(wǎng)絡(luò )診斷的結果可以看出:往復泵故障智能診斷系統診斷速度快，準確性高。

　　往復泵是大慶油田的重要設備之一，它的泵效高、適應性強且排液量范圍廣，并且在工作中操作簡(jiǎn)單方便，工作過(guò)程平穩可靠，因而在注水驅油、鉆井及壓裂等工藝過(guò)程中廣泛應用。在各油氣處理站、中轉庫中，將其作為冬季外輸輕烴、外輸氣時(shí)加注甲醇的重要設備。但由于其易損件較多，其液力端關(guān)鍵部件為泵閥組件，而泵閥組件又因工況惡劣經(jīng)常發(fā)生失效，故障率相對較高，因此對其狀態(tài)進(jìn)行監測及故障診斷，對于及時(shí)做出合理的維修保養決策具有重要意義。

　　在現場(chǎng)，操作工人對往復泵運行狀態(tài)監測和故障判斷過(guò)程存在很多問(wèn)題。人為判斷故障，適應性差，往復泵閥的各種故障，通過(guò)人工“看”、“聽(tīng)”，適應性差，不利于推廣；環(huán)境干擾較大，往復泵現場(chǎng)不可避免地有電機等各種干擾，在常規測試中，環(huán)境干擾較大；人工盲目操作，勞動(dòng)強度大；保護措施不完善。

　　為了解決上述問(wèn)題，利用不斷發(fā)展的小波分析和小波神經(jīng)網(wǎng)絡(luò )技術(shù)，加之微機測試技術(shù)的優(yōu)勢，建立高性能的綜合智能故障診斷系統，并使之適應現場(chǎng)應用。驗證結果表明:該診斷系統診斷速度快、準確性高。

1、往復泵系統工況綜合診斷系統的總體方案

　　該系統由電容式壓力傳感器、磁電式流量傳感器、信號放大線(xiàn)路、A/D模數轉換器及微型計算機等組成。系統框圖如圖1所示。該系統主要包括軟件設計和硬件設計兩部分。

圖1 往復泵系統結構

　　1.1、系統的硬件組成

　　硬件一般包括電源、控制、變換、微機、保護與儀表六大類(lèi)設備。本系統主要由電容式壓力傳感器、磁電式流量傳感器、往復泵系統工況綜合診斷監控儀及微型計算機等組成。監控儀基于485端口，包含隔離RS-232到RS-485轉換器ADAM4520和ADAM4017八路模擬量輸入兩個(gè)模塊，監控儀就是由它們組成并用來(lái)負責采集系統的數據，并且把壓力變送器傳輸過(guò)來(lái)的數據進(jìn)行初步運算和處理傳送給主機。計算機負責處理、保存并離線(xiàn)分析監控儀傳來(lái)的數據，還可以在適當的時(shí)候打印結果，而后利用小波包分解和小波神經(jīng)網(wǎng)絡(luò )技術(shù)進(jìn)行故障特征提取和故障診斷。

　　1.2、系統軟件

　　筆者在缸體上安裝一個(gè)電渦流傳感器，用它作為時(shí)標信號來(lái)檢測柱塞在靠近動(dòng)力端什么位置停止，外觸發(fā)信號由其發(fā)出的信號獲得，泵缸內的壓力信號通過(guò)觸發(fā)點(diǎn)來(lái)采集。往復泵的泵缸內部作為壓力變送器測取點(diǎn)選擇的具體位置，壓力變送器用來(lái)測量和傳輸實(shí)驗所需的現場(chǎng)各種情況的壓力值。

　　該系統的軟件設計包括以下幾個(gè)方面:

　　a.主程序框架的建立；

　　b.把主機與監控儀通過(guò)什么方式連接起來(lái)進(jìn)行通信；

　　c.實(shí)時(shí)數據在經(jīng)過(guò)監控儀處理過(guò)之后，要進(jìn)行保存；

　　d.監控儀不論通過(guò)什么方式，傳輸過(guò)來(lái)的數據都要在界面上實(shí)時(shí)動(dòng)態(tài)地顯示出來(lái)。

　　圖2為系統軟件的主界面。本系統的設計重點(diǎn)包括參數設定、采樣數據的同步動(dòng)態(tài)顯示、數據庫管理和多線(xiàn)程技術(shù)。

圖2 系統軟件的主界面

　　參數設定可以使用戶(hù)輸入泵的工況參數和采樣參數，對應參數意義見(jiàn)表1。

表1 采樣參數

　　在主界面上共有兩個(gè)顯示界面，可以將采樣來(lái)的4個(gè)完整運行周期的數據同時(shí)動(dòng)態(tài)顯示，一個(gè)界面顯示的是實(shí)時(shí)的壓力信號組成的壓力信號曲線(xiàn)，另一個(gè)界面顯示的是采集的流量信號組成的流量信號曲線(xiàn)。在這種情況下，用戶(hù)就可以對數據在線(xiàn)地進(jìn)行可靠的分析和必要的記錄。數據庫管理可以實(shí)現歷史數據查詢(xún)，方便用戶(hù)進(jìn)行離線(xiàn)分析。

　　對該系統來(lái)說(shuō)，由于應用程序要同時(shí)進(jìn)行數據采樣、采樣數據動(dòng)態(tài)顯示和對采樣數據進(jìn)行故障分析，因此建立多個(gè)線(xiàn)程是十分必要的。當應用程序運行時(shí)，CPU輪換著(zhù)分配給這3個(gè)線(xiàn)程時(shí)間片，所以使得這3項工作可以同時(shí)進(jìn)行，這就充分利用了CPU處理其他工作之外的空閑時(shí)間片，并且避免了用戶(hù)長(cháng)久地等待進(jìn)行數據分析的時(shí)間，做到了對故障診斷的實(shí)時(shí)性，用戶(hù)可以對故障做出及時(shí)的判斷以避免了更大損失的發(fā)生。

　　1.3、故障診斷系統

　　一般情況下，往復泵泵閥組件的各種故障是通過(guò)安裝在出口管線(xiàn)上的壓力計和流量計來(lái)判斷的，這種方法的缺點(diǎn)是不能確定哪一個(gè)泵閥出現故障，因此需要對所有泵閥進(jìn)行逐一檢查，這樣不僅增加了維修時(shí)間，也增大了工作量。近年來(lái)，泵閥的故障診斷大多應用振動(dòng)測試技術(shù)，將泵閥處采集的振動(dòng)信號作為故障信息，在信號處理和診斷方法上已經(jīng)有很多成功的例子。但是，往復泵結構比較復雜，泵閥輪流關(guān)閉，形成瞬時(shí)沖擊，同時(shí)還存在多種激勵振源。所以，目前的往復泵故障診斷主要是利用振動(dòng)測試技術(shù)對單缸發(fā)生故障時(shí)進(jìn)行監測和診斷，而對于3缸協(xié)同工作、多故障同時(shí)發(fā)生時(shí)的故障診斷難以實(shí)現，甚至在振動(dòng)信號中無(wú)法提取故障特征信號。所以，筆者將壓力傳感器安裝在往復泵缸中，利用缸體內的壓力信號作為故障信息，可以方便地判斷故障發(fā)生的具體位置。同時(shí)，用小波包分析的方法提取故障特征信號。然后，根據得到的特征信號利用小波神經(jīng)網(wǎng)絡(luò )理論進(jìn)行故障類(lèi)型的判別和診斷。

　　往復泵故障診斷的過(guò)程分為3個(gè)階段:第一階段是采集到泵腔內的壓力信號；第二階段是排除噪聲干擾，提高診斷的靈敏度和準確率，從所采集來(lái)的壓力信號中提取故障特征，筆者使用的是小波包分析技術(shù)；第三階段是根據故障特征和其他診斷信息作出診斷決策，這一階段通過(guò)建立小波神經(jīng)網(wǎng)絡(luò )，確定網(wǎng)絡(luò )結構來(lái)實(shí)現，實(shí)際中先對教師信號進(jìn)行特征提取、訓練，輸神經(jīng)網(wǎng)絡(luò )，然后采集實(shí)際數據，進(jìn)行特征提取，通過(guò)二者的比較可以診斷并確定往復泵的故障。

2、故障診斷系統的應用

　　由于系統采用了以壓力信號為故障特征信息的方法，這是和以前的常規方法不同之處，實(shí)際上可以從壓力信號的波形變化趨勢直觀(guān)地看出各個(gè)故障之間的區別。

　　2.1、系統工作基本正常時(shí)的壓力曲線(xiàn)

　　系統工作基本正常時(shí)，吸入閥與排出閥工作正常，密封嚴密，除正常泄露外，不存在故障導致的漏失，升壓與瀉壓平穩，基本不存在波動(dòng)現象，壓力曲線(xiàn)如圖3所示。

圖3 系統工作正常時(shí)壓力曲線(xiàn)

　　2.2、各種故障條件下壓力曲線(xiàn)及分析

　　2.2.1、密封圈壞時(shí)的泵缸內的壓力信號變化曲線(xiàn)

　　密封圈壞主要分為吸入閥組密封件損壞和排出閥組密封件損壞。其一，吸入閥組密封圈損壞。該種特征的圖形出現是由于吸入密封圈損壞后，柱塞擠壓泵腔內液體時(shí)，被加壓的液體可從吸入閥密封圈處泄漏，導致升壓過(guò)程滯后，且排出過(guò)程中，導致降壓過(guò)程提前發(fā)生。壓力信號變化曲線(xiàn)如圖4所示。其二，排出閥組密封圈損壞。吸液過(guò)程中，管線(xiàn)中液體可回流入泵內，造成降壓滯后現象。壓力信號變化曲線(xiàn)如圖5所示。

　　2.2.2、彈簧斷裂故障時(shí)的壓力變化曲線(xiàn)

　　彈簧斷裂故障也可以分為吸入閥彈簧故障和排出閥彈簧故障。吸入閥彈簧損壞后，由于閥回位不及時(shí)，導致升壓過(guò)程滯后，如圖6所示。排出閥彈簧損壞時(shí)，對壓力變化影響不明顯。

圖6 吸入閥彈簧損壞壓力曲線(xiàn)

　　2.3、泵閥損傷

　　排出閥密封面磨損與排出閥密封圈壞表現基本相同，均為升壓滯后，降壓提前。排出閥密封面磨損變化曲線(xiàn)如圖7所示，吸入閥密封面損傷壓力變化曲線(xiàn)如圖8所示。

　　2.4、運行參數不合理

　　當往復泵柱塞往復速度太快時(shí)，運行時(shí)易導致閥芯關(guān)閉不嚴，導致升壓降壓不能達到有效最大、最小值，以至出現周期性的次極大、極小值。壓力曲線(xiàn)如圖9所示。但頻率下降到一定數值時(shí)，該現象消失。該現象表明，往復泵系統有優(yōu)化的空間。

圖9 運行參數不合理壓力曲線(xiàn)

　　2.5、柱塞漏失壓力流量曲線(xiàn)

　　柱塞漏失壓力流量曲線(xiàn)如圖10所示。

圖10 柱塞漏失壓力流量曲線(xiàn)

　　對于往復泵的故障診斷而言，將采集來(lái)的單個(gè)泵缸內的壓力信號作為系統特征信號來(lái)提取故障特征向量。筆者對采集到的原始壓力信號進(jìn)行3層小波包分解，構成8維特征向量來(lái)提取往復泵的故障特征，并將其作為小波神經(jīng)網(wǎng)絡(luò )的輸入向量，因此輸入節點(diǎn)數為8。筆者分別對往復泵的密封圈故障、泵閥磨損故障和彈簧斷裂故障3種工況進(jìn)行診斷，分別用(001)、(010)、(100)代表這3種工況，作為網(wǎng)絡(luò )的目標輸出，因此輸出節點(diǎn)數為3。小波神經(jīng)網(wǎng)絡(luò )采用3層結構，隱層小波為Morlet小波，隱層節點(diǎn)數的確定采用逐步檢驗法。首先設定好一個(gè)誤差E*，取較小的隱層節點(diǎn)數，計算得出其誤差E，然后比較E與E*。若E<E*，則所取的隱層節點(diǎn)數即為所求；否則，隱層節點(diǎn)數加1繼續計算，直到滿(mǎn)足E。

表2 測試樣本及結果

3、結束語(yǔ)

　　筆者開(kāi)發(fā)了基于485端口的往復泵故障智能診斷系統，應用基于人工智能理論的小波神經(jīng)網(wǎng)絡(luò )和小波包分解技術(shù)進(jìn)行數據處理、保存和故障診斷。根據采集來(lái)的壓力和流量數據，可以看出故障類(lèi)型不同，對應的信號曲線(xiàn)也不同，說(shuō)明以壓力信號為主，以流量信號為輔進(jìn)行故障信息提取是有效的故障監測方法，從小波神經(jīng)網(wǎng)絡(luò )診斷的結果也可以看出其對于故障的辨別是正確的、符合實(shí)際的。該綜合診斷技術(shù)適應油田地面所有往復泵，目前聚合物驅已大面積推廣，三元復合驅也在工業(yè)化實(shí)驗，油田注聚井已有兩千口左右，往復泵已成注入工藝中對注入體系影響的重要設備，該技術(shù)具有廣闊的推廣應用前景。