燃气调压器的故障及其诊断分析

席魁

摘 要 随着我们国家的繁荣发展，天然气消费增长快速，供气安全保障问题比较严峻。天然气的安全问题主要出现在输送和使用过程中，天然气通过燃气调压器调节管道之间的压力来实现输运，调压器成了安全供气的重要保障。所以，对调压器进行实时故障诊断对于整个燃气输运系统有着重大的意义。

关键词 燃气调压器;故障;诊断

引言

随着社会的不断发展和进步，人们环保意识逐渐增强。作为一种清洁高效能源，天然气不仅可以优化能源结构、缓解供需矛盾，同时还能提高人民生活质量，改善环境和实现可持续发展。近年来，天然气的使用范围越来越广，国内天然气用量不断攀升。目前，国内的天然气多采用管道输送，燃气调压阀作为输气管道的辅助设备，能为用户提供精准的供气压力。压力调节阀作为调压阀的一种，因为不需要其他外来能源如电源、气源，仅靠介质自身的能量来驱动主阀动作，使用方便，安装完毕后设定好压力值即可投入自动运行，作为一种纯机械结构的调节阀门，在控制精度要求不高又缺乏电源、气源的场合，得到了广泛使用。

1故障诊断

在光纤传输系统的运输中，由于外部的振动，激光干涉仪调制发送信号，对干扰信号的输出信号进行光电转换，然后进行采样、分析和处理，可以达到对光纤的作用，通过传感器的信号，提高燃气调压器系统的安全，减少故障，结构和工作原理如下：在电缆中选定燃气调压器作为干涉仪的两个臂，是核心指标，到干涉仪的位置右端距离为，因此，使用一个双向传输设备，干涉仪能够延迟两个干扰信号，以精确定位，在横向中的应用要保证质量，避免破坏其工作效率，以避免损害的发生，提高安全生产[1]。

2故障诊断方法

2.1 模型建立

差分平稳化完成后，输入平稳的时间序列，得到自相关系数（ACF）和偏自相关系數（PACF）图形。首先识别模型的种类386-388：①若自相关系数是拖尾的，偏自相关系数是截尾的，则序列适合AR（p）模型;②若自相关系数是截尾的，偏自相关系数是拖尾的，则序列适合MA（q）模型;③若自相关系数和偏自相关系数均是拖尾的，则序列适合ARMA（p，q）模型。这里的拖尾性是指ACF和PACF随着时滞的增加逐步衰减为0，截尾性是指从某阶后突然衰减为0。如果时间序列需平稳化处理，差分平稳化处理后的自相关系数和偏自相关系数均是拖尾的，那么，根据上述选择的ARIMA（p，q）模型，建立ARIMA（p，d，q）模型，差分阶数d已通过第2.3.1节的步骤确定。然后通过自相关系数（ACF）和偏自相关系数（PACF）图中的延迟阶数确定模型中的p和q。延迟阶数即指从某一阶后，序列的值不再有相关性，则称此阶为延迟阶数388-389。如果自相关系数从m阶后延迟，即m阶后自相关系数均在置信区间内，则q在1至m间取值;如果偏自相关系数从n阶后均在置信区间内，则p在1至n间取值。由于判断p和q的方法具有主观性，因此，可以结合贝叶斯信息准则（Bayesian Information Criterion，BIC）进行多次检验，BIC的值越小，则拟合优度越好，以此选择p和q的最优组合。

2.2 BP神经网络故障判别模型

在完成调压器声发射信号的特征提取后，采用三层BP（back propagation）神经网络搭建调压器声发射故障判别模型。三层分别是输入层、隐含层和输出层。输入层节点数为上一节提取的特征向量维度，本文中即8个节点。隐含层节点数是可以调整的，节点数越多意味着模型的复杂度越高，计算量越大，本文中使用32个隐藏节点。因为是简单的二分类问题，输出节点的数量为1。从输入层进入网络，经由隐含层逐层进行处理，直至输出层输出。每一层的神经元状态只会影响下一层神经元的状态。如果在输出层得不到期望输出，信号的传递流程则转入反向传播，根据预测误差不断调整权值和阈值，从而使BP神经网络的预测输出结果不断逼近期望输出值。

2.3 参数寻优

交叉验证（Cross Validation）避免了选取的参数只在固定的训练验证集最优，不能达到很好的推广性能，可以通过不断改变训练集和验证集，充分利用有限的样本数据训练核参数g和惩罚参数C，提高寻优性能。本文考虑样本容量及计算效率确定交叉重复度为10，即采用10折交叉验证，对模型进行参数优化和训练性能评价。粒子群优化算法（Particle Swarm Optimization，简称PSO）是一种基于种群的随机优化技术，寻优过程等效为搜寻空间中粒子的方位。

2.4 示范站数据采集系统方案

调压示范站数据采集系统采用的是TBOX MS模块化RTU数字化系统，它可提供多种背板配置且易扩展的I/O采集点，是集控制和多通信为一体的模块化系统。TBOXRTU自身配置了24路模拟量输入，能够实现压力、温度等相关管道信号的实时采集，该系统模块兼容4-20mA/-10-10V信号和Pt100/Pt1000热电阻信号。除此之外，TBOXRTU同时具有报警管理和记录远传等功能。这一系列特点可以为诊断系统实现集监控、报警和远传的综合智能化管理功能。

2.5 预测出口压力

依据得到的检验通过后的模型，做出模型对时间序列的预测结果图，输出出口压力预测值。应用ARIMA模型对燃气调压器出口压力进行预测所产生的相对误差，定义为出口压力预测值减去实际值，再除以实际值。利用相对误差对预测结果进行评价。若预测结果图中拟合值与观测值几乎重合，且相对误差在±5%以内，则说明此模型达到良好的预测效果，可以对未来一段时间内调压器出口压力进行预测。

3结束语

调压阀作为天然气管道调压的重要设备之一，直接影响到管道供气质量和供气安全，作为调压阀的管理单位，应该落实好调压阀的日常安全监测，做好密封圈、膜片、弹簧、滤芯等易损零部件的储备工作，加强操作和维护人员的日常培训，掌握设备的结构原理，发现设备问题及时修复故障，保障天然气管道供气平稳。

参考文献

[1] 衣光宇.燃气调压器的故障及其诊断分析[J].化工管理，2019（16）： 150，155.