外输泵机组在线监测故障智能诊断系统研究应用

高宝元

(中国石油集团川庆钻探工程有限公司 钻采工程技术研究院，陕西 西安 710018)

外输泵机组在线监测故障智能诊断系统研究应用

高宝元

(中国石油集团川庆钻探工程有限公司 钻采工程技术研究院，陕西 西安 710018)

针对油田外输泵机组实际运行中存在的问题，研制了外输泵机组在线监测故障智能诊断系统。通过实时监测外输泵机组振动、转速和油温等参数，实现了就地和远程在线监测外输泵机组的运行状态，及时诊断故障结果和提出预知性维修指导意见，确保了外输泵机组安全可靠地运行，延长了无故障使用期限，从而避免了非计划停机，节省了运行和管理费用，提高了生产效率。经2016年在长庆油田第三采油厂3个增压点的现场应用，满足了该油田绿色数字化油田发展的要求。

外输泵机组 在线监测 故障 智能诊断

长庆油田大型外输泵机组大部分采购自世界各地的知名企业，造价昂贵，机组长期24 h连续、高转速工作，设备维护工作异常艰巨。外输泵机组一旦损坏或意外停机，不仅直接损失巨大，由此造成整线停产的间接损失更加无法估量。该油田现有外输泵机组没有专用的在线监测故障智能诊断系统，个别泵机组也仅有基于单一数据的采集和限位保护，外输泵机组大部分长期振动超标，同时浪费了大量的电能。由于对各参数的相关度不高，有时也会因误报或误操作引发停车，进而迫使全线计划外停输，一旦关键机组停机也将造成重大的经济损失，有时还会带来人员伤亡和严重的环境污染，以往计划性维修手段无法满足设备高效运行的生产模式。

新型的外输泵机组在线监测故障智能诊断系统，实现了就地和远程在线监测外输泵机组的运行状态，能及时诊断故障结果，可提出预知性维修指导意见，克服了该油田外输泵机组长期振动超标、存在不安全且浪费电能、容易引起停输造成损失等问题，提高了生产效率，满足了绿色数字化油田发展的要求。

1 外输泵机组在线监测故障智能诊断系统组成

外输泵机组在线监测故障智能诊断系统如图1所示，包括检测振动的复合传感器、采集器、多口转发器、就地监控单元和远程监控单元。外输泵上设有检测振动复合传感器，该复合传感器与采集器连接，同时采集器、就地监控单元和远程监控单元都连接于多口转发器。

1) 就地监控单元包括： 中心控制室计算机、工程师站上位机，用于数据存储和监控，中心控制室计算机还可就地诊断出外输泵机组故障，并将数据上传至数字化网络中。

2) 远程监控单元包括： Web服务器和远程诊断中心，Web服务器用于远程监测外输泵机组运行情况并存储数据，进行Web发布；远程诊断中心用于远程数据存储和监测，并且及时诊断外输泵机组故障结果。

3) 中心控制室计算机和远程诊断中心都设置有数据库单元、数据采集单元、状态监测单元、动平衡计算单元和分析诊断单元，外输泵机组可以为单组或者多组。外输泵前后端的水平方向和垂直方向上均设有检测振动复合传感器，检测振动复合传感器包括： 振动加速度传感器、温度传感器、转速传感器和压力传感器，是一种同时能检测出振幅、加速度、温度、转速、压力的一体化特种复合传感器，经过ATEX防爆认证。

图1 外输泵组在线监测故障智能诊断系统组成示意

2 外输泵机组在线监测故障智能诊断方法

1) 在外输泵机组的外输泵上安装水平、垂直的检测振动复合传感器，将该传感器连接至采集器，并将采集器、就地监控单元和远程监控单元都连接至多口转发器。

2) 采集器将采集到的复合传感器数据，传输至多口转发器，采集的数据包括： 振动振幅、加速度、转速、压力和温度数据。

3) 多口转发器将数据传输至就地监控单元。中心控制室计算机可就地诊断出外输泵机组的各种故障，并将数据上传至数字化网络中；与此同时，就地操作人员可根据诊断出的故障结果进行指导性维修。

4) 多口转发器也将数据通过油田专网光纤上传至远程监控单元。

3 外输泵机组在线监测故障智能诊断系统设计

3.1 故障诊断专家系统总体结构设计

故障诊断专家系统是从故障诊断的本质出发，根据故障诊断问题的特点和要求，在Windows环境下实现故障诊断，具有诊断理论的科学性和诊断技术的先进性。故障诊断专家系统的总体结构如图2所示。

图2 故障诊断专家系统的总体结构示意

系统由3个库和6个功能模块组成。3个库有： 设备数据库、征兆事实库和诊断知识库；6个功能模块有： 信号分析、征兆获取、诊断推理、诊断解释、故障处理、知识获取模块。

1) 设备数据库。用于存放安置在被监测对象上的传感器采集到的各种信息。

2) 征兆事实库。用于存放系统推理过程中获取的所有征兆事实，征兆事实的获取由征兆获取模块来完成。

3) 诊断知识库。用于存放与故障诊断有关的各种诊断知识，包括征兆库、经验知识库、决策知识库和翻译词典等，它们是故障诊断专家系统的核心。

中心控制室计算机和远程诊断中心均设置有： 数据库单元、数据采集单元、状态监测单元、动平衡计算单元、分析诊断单元。数据库单元用于数据的存储，它由升降速数据库、历史数据库及事件数据库等组成，可根据机组的不同状态把有关数据存到不同的数据库中，以便于后续分析。数据采集单元还包括设置单元，数据采集单元用于数据采集，它能自动识别机组的运行状态，如开停机、升降速及正常或异常状态，并根据机组的状态通过数据采集箱进行数据采集。在稳定运行状态下，数据采集箱以定时方式进行采集；而在升降速状态下则根据转速的变化进行采集；对于齿轮箱、滚动轴承等设备采用高速加密采集。经过状态监测单元和动平衡计算单元采集到的数据，根据数据库单元的数据库进行分类，最后分析诊断单元进行分析诊断。状态监测单元具有多画面监测功能，采用树状设备导航结构，可以按照工艺流程进行监测画面的编辑和设置。系统采用仿真主监视图、棒图、数据和事件列表、曲线等形式显示测点的状态，出现异常时，对应的报警图标会自动进行颜色异常显示。分析诊断单元含有强大的轴承数据库分析系统和专家故障诊断分析系统数据库，能够为分析诊断提供详实依据，该单元主要对各种数据进行在线或离线分析，以判断机组的运行状态并能自动给出机组故障原因和处理意见。

远程诊断中心具有多种数据存储方式： 等时间间隔采样存储、等转速间隔采样存储、等负荷间隔采样存储、报警存储和人工方式存储数据。远程诊断中心针对机组不同的运行状态，自动存储有关数据，形成各种数据库，可以实现设备运行状态的监测、设备故障的及时发现和原因分析、设备预知性维修的指导等。

3.2 检测振动复合传感器设计

检测振动复合传感器包括振动加速度传感器、温度传感器、转速传感器和压力传感器，为一体化特种复合传感器。振动加速度传感器是通过压电集成电路(IEPE)将压电晶体的输出电荷转换为与振动量成正比的低阻电压信号；温度检测采用感温传感器来完成；压力检测采用具有压阻效应的压力传感器来完成；转速检测采用开关型霍尔传感器来完成。现场采用总线的数字方式传输，大幅提高了系统的抗干扰性。电缆线采用屏蔽4芯双绞线，其中1对线接地线与信号线，另1对线接电源正极和负极，屏蔽层在源端单点接地。

通过在外输泵前后端的水平、垂置方向上设有检测振动复合传感器，可以及时发现和诊断外输泵机组存在的质量不平衡、初始弯曲、热弯曲、叶片脱落、不对中、油膜振荡、汽流激振、电磁激振、摩擦、轴瓦松动和共振等故障情况，及时报警和提出指导性的处理意见，从而避免了非计划停机，提高了生产效率。

3.3 数据采集器设计

采用的采集器为分布式振动数据智能采集器，具有以下优点：

1) 设计源头就充分考虑了电磁兼容EMC指标。

2) 智能采集器具有无缝数据采集技术，即可以对所有通道进行不间断地数据采集与传输。

3) 全工业级芯片，超宽温度适应范围，保障了系统的稳定性。

4) 超高速数据采集速率，能够保障系统具有超高的分析频率能力。

4 应用效果

2016年外输泵机组在线监测故障智能诊断系统在长庆油田第三采油厂桐寨作业区安装应用了3套，实现了外输泵机组就地和远程在线运行状态的故障监测及智能诊断，解决了外输泵机组已有的故障问题，降低了外输泵机组故障的发生率，振动值降到GB/T 6075.1—2012《机械振动在非旋转部件上测量评价机器的振动》要求的数值以下，延长了外输泵机组的运行寿命，减少了外输泵机组设备的意外停机事故，提高了外输泵机组运行效率，具有良好的推广价值。

5 结束语

1) 外输泵机组在线监测故障智能诊断系统的应用，能够减少外输泵机组判断故障的时间和误操作，而故障诊断的及时性和准确率对于防止故障的发生具有决定作用。

2) 外输泵机组许多故障的发生都有一个由轻到重的发展过程，通过对异常信号的检测，能够早期发现外输泵机组潜在的故障，及时采取预防措施，避免或减少事故的发生，延长外输泵机组的无故障使用期限，提高外输泵机组使用率。

3) 通过指导外输泵机组设备的启停，有助于提高外输泵机组设备的运行效率，实现优化运行，节省运行和管理费用。

4) 通过对外输泵机组设备的状态分析，确定合理的检修时间和检修方案，促进维修方式从预防性维修到预测性维修的转变，避免不必要的停机，并能通过提高修复速度，减少停机时间，节约维修费用。

5) 通过数据记录和分析，有利于建立外输泵机组设备的文档资料，在事故发生后为事故分析提供有力的证据，有利于积累诊断经验，提高故障诊断的整体水平。

[1] 寇胜利.汽轮发电机的振动及现场动平衡[M].北京： 中国电力出版社，2007： 26-29.

[2] 高金吉.机械故障诊断与自愈化[M].北京： 高等教育出版社，2012： 6-20.

[3] 高喜奎，朱卫东，程明霄.在线分析系统工程技术[M].北京： 化学工业出版社，2014： 134-135.

[4] 常攀，谢超，程明霄.基于振动测试的离心泵故障诊断[J].机械研究与应用，2009(05)： 122-125.

[5] 宫能春.旋转设备共振故障的诊断[J].设备管理与维修，2009(12)： 40-43.

[6] 李文华，王玉学.离心泵故障诊断方法[J].辽宁工程技术大学学报： 自然科学版，2002，21(02)： 233-235.

[7] 王其成.泵运行状态监测和故障诊断[J].化工装备技术，2001，22(05)： 8-10.

[8] 杨胜利，李业全.机组状态与诊断系统在池谭水电厂的应用[J].电工技术，2009(01)： 15-17.

[9] 王庆国，刘红彦.原油外输泵齿轮箱高振动分析及其诊断[J].通用机械，2009(07)： 23-25.

[10] 陈宝文，郑建华，石红，等.大型泵机组监测与控制系统的应用[J].水泵技术，2000(02)： 26-27.

[11] 韩冬.成品油长输管道系统中输油泵故障诊断技术应用研究[J].化学工程与装备，2013(06)： 18-19.

[12] 王本汉，李保国.输油泵机组故障诊断专家系统的研究与应用[J].油气储运，2003(10)： 21-23.

Research and Application of On-line Monitoring Fault Intelligent Diagnosi System for External Transmission Pump Unit

Gao Baoyuan

(Drilling Engineering Technology Research Institute，CNPC Chuanqing Drilling Engineering Co.Ltd., Xi’an, 710018, China)

Aiming at the problem in actual application, on-line monitoring intelligent fault diagnosis system for external transmission pump intelligent fault diagnosis system is developed. It is mainly composed with 5 parts of detection composite sensor, collector, multi-port transmitter, local monitoring unit and remote monitoring unit. Through real-time monitoring of external transmission pump units vibration, speed and oil temperature and other parameters, running status of local and remote on-line monitoring of the pump units, timely fault diagnosing result and prediction guidance being put forward are realized. Safe and reliable operation of external transmission pump units is guaranteed. Fault free application period is extended. Unplanned shutdown is avoided with saving operation and management cost. The production efficiency is improved. The field application is carried out in three pressure points in third oil production plant of Changqing Oilfield in 2016. The requirements of development of Changqing green digital oilfield is fulfilled.

external transmission pump unit; on-line monitoring; fault; intelligent diagnosis

2016—2017年度陕西省科学研究发展重点新产品项目“油田用电设备节能降耗及远程在线监测系统”(2016XCP-09)。

高宝元(1963—)，男，2008年毕业于西安交通大学电气工程及自动化专业，现就职于中国石油集团川庆钻探工程有限公司钻采工程技术研究院，从事石油自动化仪器仪表研发工作，任工程师。

TP277.2

B

1007-7324(2017)03-0037-04

稿件收到日期： 2016-12-23，修改稿收到日期： 2017-03-06。