全矢模糊专家系统在混流泵故障诊断中的应用

李国平,李得保,李永耀

(1.上海城投原水有限公司,上海 200120; 2.郑州恩普特科技股份有限公司,郑州 450001)

全矢模糊专家系统在混流泵故障诊断中的应用

李国平1,李得保2,李永耀2

(1.上海城投原水有限公司,上海 200120; 2.郑州恩普特科技股份有限公司,郑州 450001)

在混流泵故障诊断中,针对传统单源振动信号特征提取不完整、不充分可能造成的误诊等问题,采用全矢谱技术对混流泵进行故障诊断.相比于传统单源振动信号特征提取,该技术保证了信息提取的全面性和完整性.采用模糊专家诊断技术对混流泵故障进行诊断,与全矢谱技术互为补充.实验结果表明,该方法能够有效对混流泵进行故障诊断,提高诊断结果的可靠性.

全矢谱技术; 混流泵; 模糊专家系统; 故障诊断

上海城投原水有限公司是上海供水行业的“源头”企业,公司管理并运行上海中心城区3大原水系统,包括青草沙原水系统、长江原水系统和黄浦江原水系统,每天向全市18家自来水厂供应1 400 万t左右的优质原水,供应范围覆盖广,受益人口1 800万,总体规模和供水能力为全国之最.公司拥有大型取水、输水和增压泵站11座,其中大型旋转类设备混流泵作为原水获取的关键设备,一旦发生重大故障,可能造成巨大的经济损失.

文献[1]提出的基于物联网的机泵健康评价系统,提高了原水厂设备管理水平.文献[2]对立式混流泵振动分析技术进行研究,提出了小波分析在查找混流泵冲击振动的优势.文献[3-5]提出了全矢谱技术,指出传统单源信息故障特征提取的不完整性和不充分性,形成了完整的全矢谱技术理论体系.文献[6]提出了全信息融合算法在混流泵故障诊断中的应用,指出全矢谱技术在混流泵故障诊断的可行性.本文从全矢谱技术出发,将全矢谱技术应用于原水厂大型混流泵故障特征提取,结合模糊专家诊断技术[7-8],对应用结果进行分析.

1 理论基础

1.1 全矢谱理论计算

假设同一截面上相互垂直的X,Y方向上的离散序列分别为{xk},{yk}(k=0,1,…,N-1),离散序列的傅里叶变换(DFT)分别为{Xk},{Yk},对离散序列构造复序列{zk},即

{zk}={xk}+j{yk}

(1)

对式(1)进行DFT,得到{Zk},结合傅里叶变换(FT)性质和共轭性,得

(2)

经过一系列数值运算,得主振矢RLk为

(3)

双通道通过构成一个复信号,只需做一次FT,便可得到2个通道的FT.该算法不仅大大减少了计算量,还与传统常规分析建立联系,处理单源信号时,该算法仍然成立.

1.2 专家自诊断[9]

故障诊断模糊专家系统结构如图1所示,结构图有别于常规的专家系统是知识库、推理机和数据库模糊化.模糊知识库采用模糊产生式规则表示知识,推理机采用正向推理,结合模糊理论进行推理,模糊数据库用于存放中间结果和诊断结论.模糊理论将普通的集合值域{0,1}扩展为连续值域[0,1],采用隶属函数来描述模糊与不模糊之间的过渡.专家系统故障诊断，通过研究故障原因与征兆之间的对应关系，进行判断和识别.模糊集理论能够利用模糊集合的运算和变换进行故障的推理.

1.2.1 故障征兆模糊化

振动征兆隶属度确定方法如下:

(4)

式中:dv为该通道的2级报警值.

各倍频幅值的隶属度计算方法如下:

式中:Fx该频谱中的1x频谱相对于通频报警值的数值,即Fx=80%dv.

1.2.2 知识表示

模糊产生式规则是对传统产生式规则的模糊化,事实规则中包含不同类型的故障征兆,反映了故障的不同方面,模糊产生式规则可以将故障多征兆进行综合评估.

模糊产生式规则采用IFETHENH(CF(H,E))表示形式,具体表示如下:

IFE1(cf1,λ1) ANDE2(cf2,λ2)… ANDEn(cfn,λn)

THENH[CF(H,E),λ]

(6)

式中：cfi为Ei(i=1,2,…,n)的模糊隶属度;λi为Ei成立的可信度阈值,阈值一般取当前最大隶属度的一半;当cfi≤λi时跳过本规则,直接进入下一条规则的计算,增加了推理效率;λ为激活该规则的阈值,当CF(H,E)>λ时,激活该规则.

1.2.3 模糊推理机

本系统采用正向推理策略,提取故障征兆为频谱中各个倍频的振动幅值,通过征兆模糊化处理,得到相应的隶属度,并构造征兆模糊向量a(a1,a2,…,am).根据故障机理及专家经验,经过多次试验验证确定征兆论域和故障论域的模糊关系矩阵R,由模糊变换公式得到故障的模糊子集,构造故障模糊向量b(b1,b2,…,bn),根据模糊向量中可信度排序确定故障类型:

b=aR

(7)

式中:ai为征兆i的动态强度;bi为故障i的可信度;r11为规则Ri的静态强度.

2 实验分析

原水厂大型立式混流泵采用基于物联网的机泵健康评价系统实时监测振动信号.值班人员发现同一位置相互垂直的泵摆度X监测值正常,泵摆度Y监测值连续报警,将问题反馈给诊断工程师.大型立式混流泵简图及测点如图2所示,振动传感器采用电涡流传感器.任意选取1组振动信号,泵摆度X(测点1)通频值为0.11 mm,波形频谱图如图3所示.从图中可以看出,泵摆度X波形图为余弦曲线,频谱图最大幅值在1倍频处,值为0.04 mm.初步判定泵摆度X处振动值正常.泵摆度Y(测点2)通频值为0.33 mm,超过预设报警值[0.25,0.33],波形频谱图如图4所示.从图中可以看出,泵摆度Y的波形图为余弦曲线,频谱图最大幅值在1倍频处,值为0.12 mm.根据专家经验,初步确定泵转子存在不平衡.采用全矢谱技术对泵摆度X/Y振动信号矢量分析,得出如图5所示界面.从图中可以看出,主振矢1倍频值为0.11 mm,1倍频轴心轨迹为椭圆.从进动谱可知,进动方向为正进动,进一步可以确认泵转子存在不平衡.如图6所示,根据模糊专家诊断规则,采用专家自诊断技术,得出3个诊断结果,分别是不平衡、不对中和轴承间隙大,置信度分别为0.95,0.70,0.70,综合判断转子有不平衡故障,排除不对中和轴承间隙大故障.建议维修部门密切关注泵摆度振动情况,关注叶轮转动情况,检查叶轮处是否有异物导致转子不平衡.

图2 混流泵简图及测点布置Fig.2 Mixing pump diagram and measuring point arrangement

图3 泵摆度X(测点1)波形频谱图Fig.3 Pump pendulum X(measuring point 1) waveform spectrum

图4 泵摆度Y(测点2)波形频谱图Fig.4 Pump pendulumY(measuring point 2) waveform spectrum

图5 全矢谱图Fig.5 Full vector spectrum diagram

图6 专家自诊断Fig.6 Expert self-diagnosis

3 结论

为提高上海供水行业大型混流泵故障诊断的可靠性和准确性,采用了全矢谱技术和模糊专家诊断技术.该方法具有以下两方面的特点:① 采用全矢谱技术提取信号故障特征,有效保证了双通道信号特征提取的完整性和全面性;② 将全矢谱技术和模糊专家诊断技术共同应用于混流泵故障诊断中,有力保证故障诊断的可靠性.实验表明,该方法是行之有效的,能够显著提高大型混流泵故障诊断的准确性,具有很好的应用效果.

[1] 闵家万,张仁军.基于物联网的机泵健康评价系统在原水厂的应用[J].西南给排水,2015(5):49-54.

MIN J W,ZHANG R J.Application of machine pump health evaluation system based on internet of things in raw water plant[J].Southwest Water and Wastewater,2015(5):49-54.

[2] 吴正华.大型立式混流泵振动分析技术的研究[D].上海:上海交通大学,2009.

WU Z H.Research on vibration analysis technology of large vertical mixed flow pump[D].Shanghai:Shanghai Jiao Tong University,2009.

[3] 韩捷,关惠玲,梁川,等.矢谱:一种实用的旋转机械故障诊断分析方法[J].机械强度,1998(3):212-215.

HAN J,GUAN H L,LIANG C,et al.Vector spectrum:practical analysis method of the rotary machine fault diagnosis[J].Journal of Mechanical Strength,1998(3):212-215.

[4] 韩捷.全矢谱技术及设备故障诊断应用研究[D].上海:同济大学,2005.

HAN J.Application of full vector spectrum technique and equipment fault diagnosis[D].Shanghai:Tongji University,2005.

[5] 韩捷,石来德.全矢谱技术及工程应用[M].北京:机械工业出版社,2008.

HAN J,SHI L D.Full spectrum technology and engineering application[M].Beijing:Mechanical Industry Press,2008.

[6] 王瑞欣.全信息融合算法在混流泵故障诊断系统中的应用研究[D].郑州:郑州大学,2014.

WANG R X.Application of full information fusion algorithm in fault diagnosis system of mixed flow pump[D].Zhengzhou:Zhengzhou University,2014.

[7] 关惠玲,韩捷.设备故障诊断专家系统原理及实践[M].北京:机械工业出版社,2000.

GUAN H L,HAN J.Principle and practice of equipment fault diagnosis expert system[M].Beijing:Mechanical Industry Press,2000.

[8] 王永庆.人工智能原理与方法[M].西安:西安交通大学出版社,2006:205-206.

WANG Y Q.Principles andmethods of artificial intelligence[M].Xi’an:Xi’an Jiaotong University Press,2006:205-206.

[9] 黄宏伟,陈超,李永耀,等.基于EXSYS的故障诊断专家系统的设计与开发[J].制造业自动化,2015(15):29-32.

HUANG H W,CHEN C,LI Y Y,et al.Design and development of fault diagnosis expert system based on EXSYS[J].Manufacturing Automation,2015(15):29-32.

Application of full vector fuzzy expert system in fault diagnosis of mixed-flow pump

LIGuoping1,LIDebao2,LIYongyao2

(1.Shanghai City Investment Co.,Ltd.,Production of Raw Water,Shanghai 200120,China; 2.Zhengzhou Expert Technology Co.,Ltd.,Zhengzhou 450001,China)

According to the problems of traditional single channel signal extraction is incomplete and incomplete in the fault diagnosis of mixed-flow pump,which may cause misdiagnosis.The fault diagnosis method,combining with full vector spectrum,is used to the mixed-flow pump.The full vector spectrum technology is used to extract dual channel fault features,which can ensure the comprehensiveness and integrity of information extraction compared to the traditional single channel signal extraction.The fuzzy expert system is used to mixed-flow pump fault diagnosis,which can be complementary full vector spectrum technology.The experimental results show the method can effectively diagnose the faults of mixed-flow pumps and improve the reliability of diagnosis results.

full vector spectrum; mixed-flow pump; fuzzy expert system; fault diagnosis

国家自然科学基金资助项目(50675209);河南省高等学校精密制造技术与工程重点学科开放实验室开放基金资助项目(PMTE201302A)

李国平(1960—),男,高级工程师.E-mail:zzndt@126.com

TP 206.3

A

1672-5581(2017)05-0456-04