林渝钧 刘 勇 赵胜生
(中国石油大学(北京)安全与海洋工程学院 北京 102249)
输油泵机组具有功率大、扬程高、流量大、结构复杂等特点,因此在设计、制造、安装、检修、运行等环节稍有不当,都会导致设施在运行时产生各种故障,甚至造成设备损坏、油品泄漏、人员伤亡等重大事故,导致油气正常运输受到阻碍,产生庞大的经济损失和严重的社会影响。当前,我国许多输油站关于现代化的实时监测方面手段还不够完备,虽然输油泵状态监测与故障分析系统部分得到应用,不过由于其不具有便携性,一旦无人实时观测,就会存在引发电机、泵轴损坏、轴承过热、泵体高频振动等系统故障的风险,而手机APP 的应用降低了这方面的风险,能够随时随地地对输油泵状态进行监测,大大降低了人力成本。因此,开发移动端的输油泵状态监测与故障诊断系统对石油管道输送行业有着重大的意义。
设备故障诊断技术是20 世纪60 年代发展起来的一项新技术。21 世纪以来,我国对输油泵状态监测与故障分析系统的研究主要基于输油泵机组故障诊断理论,利用大数据分析技术,以保障主输泵机组安全、平稳、长周期运行为任务,并实现以下目标:
(1)通过研究输油泵状态监测及多源异构数据存储与有效获取技术,开发主输泵实时监测系统,采用基于OPC通讯协议实现多源异构数据自适应监测、高速传输、实时处理与有效存储,同时满足泵机组设备的事故记录功能。
(2)通过研究早期故障实时诊断与预测技术,设计开发输油泵智能诊断系统,准确地检测出故障信息,并得出故障所在部位、故障原因以及发展趋势,同时实现跨平台远程监测功能。
(3)通过研究微弱故障预测技术,建立微弱故障的全方位故障知识图谱,开展微弱故障渐变趋势研究,最终实现微弱故障的实时在线诊断与劣变趋势预测,实现主输泵健康状态预测,降低企业设备维护维修成本。
目前,我国大型设备监测和诊断技术还处于起步阶段。在石油化工、电力、冶金等行业,基本电力设备的常规维修和定期保养占主导地位,仍缺乏远程控制和故障分析系统。但是,仅仅有常规维修和保养是难以实现预防目的的。
输油泵机组在线监测诊断与预测维护系统软件采用三层架构,即:表现层(用户界面)、业务逻辑层(数据分析与处理)和数据访问层(数据采集及存储)。软件系统按照模块化进行设计,主要功能包括信号在线监测、智能诊断、预测维护、历史趋势、设备信息、参数设置及手机APP。软件框架如图1。
软件界面是简化PC 输油泵机组监测系统的人机交互部分,主要功能模块包括在线监测、故障诊断、历史趋势、报告查询和用户管理五个模块。[3-4]
图1 软件框架图
界面分为主窗口菜单栏,工具栏,和导航栏,继承关系上是子窗体和主窗体的关系。所有的功能均包含在菜单栏中,菜单栏中首要功能是测点导航,其次是全貌图,即系统的主体界面。数据分析功能是菜单栏的第三大部分,其中包括了前面诊断方法中提及的所有功能,操作时可根据具体的设备类型选择相应的信号分析方法。实现高级信号分析和自动故障诊断的效果。
(1)在线监测界面。在线监测界面主要可实现以下功能:①信号采集与实时监测:输油泵的振动信号、温度信号及转速信号是通过安装在机组转轴测点上的压电式加速度传感器、热电阻式温度传感器及键相传感器进行实时采集,采集到的数据由信号线传输至二次监测保护表。二次监测保护仪表对数据进行数字化采样和调理滤波等处理,然后通过网线传输至现场的1#光纤交换机。光纤交换机主要是把电信号转化为光信号,并以光纤的形式将数据长距离传输到位于站场控制室里的2#光纤交换机。2#光纤交换机将光信号还原为电信号后通过网线传输至工作站,并对信号进一步处理,实现对输油泵的实时监控;②信号趋势显示:点击输油泵图片上的各测点即可查看相应测点的信号趋势情况。
(2)历史趋势。历史趋势模块用于管理过去收集的设备状态信息。通过该模块可以实现设备各个测点历史数据的查询管理,获得设备历史异常数据和历史正常数据,便于技术人员判断设备运行状态。该模块按时间维度分为日趋势、月趋势和年趋势查看。
(3)故障诊断。故障诊断接口通过传感器采集设备运行数据,运行设施的系统故障特征提取和故障形式辨认,依照数据剖析设施状态,提早预测系统故障的产生,减低和消去潜在的计划外停机。预测维修能有效地预测设施的系统故障概率和应用寿命。通过整合系统的相关数据,可以进行资源信息维护、可维护性分析和预测维护策略。
(4)报告查询。报告查询结果以综合诊断报告的形式呈现。内容包括设备信息、测点状态、故障诊断、状态评价、预测报告及检修建议。
(5)用户管理。用户管理功能是将用户的数据保存在软件的数据库中,当监测系统监测到设备状态出现异常时,会由后台向手机APP 发送故障报警信号,维修人员可通过个人账户登录APP,查看设备的故障诊断报告和故障解决方案。
上站维修时,需要先使用手机APP 进行故障的输入后,方可维修,该故障原因和处理方法可人工上传至故障报警数据库,记录故障的解决方案和诊断的准确率。
对输油泵机组进行故障诊断的方法很多,如包络解调分析、时域分析、小波分析等。
(1)包络解调分析,输油泵机组的失效会引起周期性的冲击振动,而冲击力、物理减震和质量对振动时间有决定性的影响。包络解调分析法能够识别振动源的位置,从而可以进行精确的诊断。
(2)时域分析。时域分析法通常用利用波形指数、偏斜度、平均值、峰度、分布密度、脉冲指数和峰值等一系列时域参数来估计输油泵的振动水平。
(3)小波分析。在进行状态监测时,一般采用比较灵活的小波分析法对监测的信息进行整理,小波分析法能够有效的分析非平稳信号和突变信号,保障输油泵机组监测工作能够高效可靠的进行。
通过微信小程序的云数据库存储测点参数,然后结合云函数进行数据库数据的处理将它显示到前端,应用云开发有效解决了小程序以前必须使用https 协议开发的问题。
微信应用程序的JavaScript 可以在NWJS 中运行,合并浏览器和Node.js,实现跨平台的应用开发。此外,Node.js 访问系统本地应用编程接口的能力被用来开发跨平台的应用。
主界面是用户访问小程序功能的平台,输油泵在线监测小程序的界面如图2 所示,包括实时监测、历史趋势、诊断报告和用户管理四个模块。“实时监测”和“历史趋势”两个功能在主界面的上半部分,方便用户对输油泵机组的监测和对其历史趋势的分析,“诊断报告”和“用户管理”功能在主界面下半部分,主要用于用户对输油泵机组信息的记录和用户信息的管理。
图2 主界面部分
(1)实时监测。点击主界面“实时监测”进入输油泵机组工作状态的界面。界面直接显示出驱动电机和对应输油泵的实时数据信息,并且判断在此数据下工作的输油泵机组的设备状态是否安全。绿字数据即是正常工作状态,红字数据即是异常工作状态。实时监测功能让用户直接了解到输油泵机组的工作状态并可以给出准确的异常设备的信息。
(2)历史趋势。“历史趋势”提供输油泵机组工作状态趋势图。用户可选择任意一台设备的任何一段时间,通过显示数据调出历史趋势图,进而可了解设备在改时间段内工作状态。
在输油泵运行期间,每个部件将根据不同的工作条件显示不同的特征频率。频谱分析是设备诊断中常用的方法,常用频谱有幅值谱功率谱。频谱分析就是将各种频率信号分解开,以便识别振源。某油库输油泵机组前端发生异样振动,瞬时振动位移达到120 m,系统判定故障为轴承错位。从时域和频谱分析数据库中存储的数据以及波形图和时域参数可以看出,泵前端的振动频率明显高于其他部分,波形图混乱。然而,仅观察时域参数和波形图仍无法精准确定系统故障缘由,需要进行进一步的分析。由功率图出现了2 倍频,三倍频可知,故障为种子对中不良。将种子进行对中维修后检测输油泵振动恢复正常。[6]
(3)诊断报告。用户在对输油泵机组设备进行诊断检测时,诊断结果通过诊断报告的形式呈现。点击诊断报告出现界面,用户在此可查询设备的诊断报告。诊断报告记录各设备的基本信息、状态信息、故障诊断以及状态评价和预计报告,在报告最后用户可给出相应的检修建议。[7]
(4)用户管理。系统将用户第一次录入的信息进行保存,之后用户可通过用户管理功能对账号密码等信息进行修改。该功能主要用来保障用户信息的安全性。
本文采用微信开发者工具和SQL 云数据库,用Java 语言进行开发,设计并实现了信息系统的故障查询小程序应用。测试表明,该故障查询小程序在解决信息系统故障方面具有很强的实用性和实际应用价值。