长输水系统水泵性能监测研究综述

王朝昊，王玲花，胡建永

（1.华北水利水电大学 电力学院，河南 郑州 450045；2.浙江水利水电学院 水利与海洋工程研究所，浙江 杭州 310018）

我国水资源时空分布极不平衡，在空间分布上南方水多，北方水少；在时间分布上，降雨量主要集中在夏季，其他月份降雨量很少，为了解决水资源在时间、空间分布上的不均或资源性的短缺问题，我国建立了很多长距离输水工程，比如辽宁大伙房水库输水工程、杭州第二水源千岛湖配水工程等。在这些工程的设计中多级加压管道供水是一种较为常用的输水手段，因此水泵也成为了工程中主要运行设备。 在实际的工程应用中，水泵发生事故停机通常会对输水系统产生较大的波动，对工程的安全运行造成很大的影响。 为了保障长输水系统中水泵机组的安全运行，开展针对水泵的性能监测来对其进行健康评价和主要故障诊断的研究很有必要。

1 水泵性能监测理论和技术方法研究

长距离输水工程中多级泵站的水泵性能监测主要是通过设置传感器来对其部件上的振动信号进行收集，然后对所收集的振动信号用时域、频域和功率谱分析来进行处理，最后再结合相应的数学算法对水泵的特征参数进行提取。 下面分别对水泵性能监测过程中的非平稳信号及振动信号的时域、幅值域、频域和功率谱的分析，对振动信号特征参数的提取、数据分析方法和水泵空化研究等方面的国内外研究成果进行综述。

有关在振动信号采集过程中出现的非平稳信号，杜巧连[1]利用短时傅里叶变化对其进行处理，得到了泵壳振动非平稳信号功率谱。 对非平稳信号无法兼顾较高的时频分辨率和瞬时时频特征的问题，潘虹[2]提出了一种新的局域均值分解即LMD和Wigner-Ville分布相结合的非平稳信号处理方法。

有关振动信号的时域、幅值域、频域和功率谱的分析应用，陈贤源[3-4]利用磁电式速度传感器对水泵机组垂直和水平方面的振动信号进行测量，并对信号的时域、幅值域、频域和倒谱进行分析，结果表明水泵机组电动机旋转引起的振动是由联轴器传递给水泵，使靠近水泵电动机轴端的轴承振动加剧而造成的。 雪增红[5-6]等对水泵振动信号的幅域、时域进行了分析，并结合快速傅里叶变换（ FFT）信号分析方法对频域信号的特征结构进行了细化分析，结果表明泵组异常振动故障原因是由于转子部件与壳体部件间动静口环摩擦及平衡水管支撑刚度不足引起的。 LEI YOU等[7]开发了一种旋转机械振动信号故障诊断系统， 用于振动加速度测量、速度信号测量、 振动严重度和频分幅谱分析。邱泽麟等[8]利用泵的振动总能量的变化监测值实现了对柱塞泵的状态监测和故障诊断。

有关振动信号特征参数的提取，司景萍等[9]采用小波包信号处理技术对仿真中的振动信号实现了表征故障特征参数提取。 NR SAKTHIVEL等[10]提出了一种水泵处于良好和故障状态下，利用C4.5决策树算法对振动信号提取统计特征的方法。 ANTONIADIS 等[11-12]提出了一种基于周期平稳理论分析的轴承振动信号替代框架，并在实际应用中发现该框架对周期性变化统计量的信号具有较好的模拟能力。

在水泵性能监测的数据分析方法和空化研究方面，ASHKAN MOOSAVIAN等[13]通过对水泵处于健康、松动和失调故障三种不同工况下的振动数据的分析，提出了一种振动监测和自适应神经模糊推理系统相互结合的方法。 徐朝晖[14]等根据加速度计与声压计测得的空化信号时域图、功率谱图和归一化谱图的分析，提出了一种在空化发生时进行特征信号处理的方法。 GEORGIOS MOUSMOIS 等[15]采用流动可视化、振动和声发射等测试手段，对有机玻璃壳离心泵三种不同叶轮空化现象的发生和发展过程进行了研究。

2 水泵性能健康评价

目前针对水泵健康评价的研究尚还处在发展阶段，其研究成果还较少，但通过现有成果可以发现，有关水泵健康评价的研究方法可分为两种：一种是通过振动信号的频率分析或者与计算模型结合的方法对水泵的健康状态进评价；另外一种是根据水泵的不同影响因素建立水泵健康评价体系。

有关通过振动信号频谱分析来对水泵健康进行评价的方法，李星[16]针对农村电灌站的水泵智能监测，提出了一种根据频谱分析结果对大型水泵机组的健康状态进行评价的方法。 高君等[17]通过双极混流泵的振动监测，在振动原理、振动频谱分析及有限元模型计算方法相互结合的基础上对其固有频率特征和运行振动是否异常进行健康评价，并且在实际应用中发现了水结构不足引起的振动以及发生共振等现象的主要原因是泵零件之间的机械摩擦。 丁海波[18]等通过傅里叶快速变换处理信号采集器和系统运转中的机械设备振动信号得到了频率谱，并根据频率的分析得出各种故障所呈现的频率实现对水泵的健康评价。

有关通过不同影响因素来对水泵健康进行评价的方法，陆际雄等[19]根据数据无法转换成设备状态信息、没有考虑环境影响、没有对影响机组状态的不同因素分类、没有实现设备运行趋势和状态呈现不够形象这五个问题假设提出了一套具有机泵健康监测和综合评价功能的健康评估系统。 李国平[20] 针对原水输水泵站的实际需求，基于振动、工艺、电器、点检、环境温度等五大指标提出了设备总体健康评估体系，其主要意义在于客观有效的掌握机组总体状况，提高设备故障诊断的准确性和预知维修水平。 朱谨等[21]针对城市排水泵站设备健康状态诊断与维护问题，提出了基于互联网+的城市排水泵站设备状态监测与动态管理架构。

3 水泵故障诊断研究

目前对水泵故障诊断的研究主要是建立水泵故障诊断数据库和系统、故障诊断的方法和结合算法对水泵故障实现智能诊断。 有关水泵故障诊断方法的原理上可以分为六类，即频域诊断法、时域诊断法、统计分析法、非平稳信号分析法、信息理论分析法和人工智能算法。 其中目前较为主流和常用的智能算法有模糊诊断、故障树分析、专家系统和人工神经网络，这些算法在水泵等水力机械故障诊断领域的应用研究正蓬勃兴起[22]，虽然尚处于发展和不断完善的过程，但将机械设备状态监测向着系统化和智能化方向发展[23]。 对以上诊断方法的技术及应用总结（见表1）。

表1 主要的故障诊断方法

有关水泵故障诊断系统，朱正伟[24]等以南水北调东线泵站运行为背景，提出以泵站设备状态监测和远程协作故障诊断的故障征兆获取、“ 人—机协作” 诊断、故障诊断知识库构建、远程专家诊断为一体的研究方案，主要功能是明确系统设备健康状态评价、故障准确定位、设备计划检修。 严国斐等[25]提出了一个基于B/S 模式的体系结构，并用于泵站机组远程状态监测和诊断系统。 郑源等[26]研究开发了大型泵站机组特性测试与诊断系统，用于水泵机组的振动、摆度、噪声等参数的在线监测。 孙慕群等[27]以水泵机组状态监测与故障诊断为目的，建立了水泵机组状态监测与诊断的软件及各分析模块的数据库。

有关故障诊断的处理方法，陆颂元等[28]通过6台大型机组的实时数据管理、分析和故障诊断，对系统实际运行的基本情况及不足进行了总结。 姜伟[29]等分析了大型水泵机组故障的特点，并从设计、结构、安装和运行等方面研究了其主要故障原因。 沈祖诒等[30]指出了基于经验的启发式诊断方法。 V.CLIMENTE-ALARCÓN[31]提出了一种基于维格纳-维尔分布（ WVD） 对多个故障进行同时监测的方法，并在此基础上提出了隐马尔可夫模型（HMM）和机器健康退化评估方法。 JIANBO YU[32]提出了一种基于变量替换的贡献分析方法，发现在机器健康退化的整个生命周期中负责检测和评估的有效特征[33]。 傅其凤[34]，彦昌平等[35-36]针对变频调速水泵的状态实时监测与智能故障诊断，采用基于数字重采样的阶比分析方法对水泵振动信号进行预处理， 通过软件积分求取振动的速度和位移，对变频调速水泵的典型故障予以诊断，并通过建立特征知识库及故障结构树对离心泵进行健康状态监测及故障诊断， 获得与故障有关的诊断规则[37]，以及通过对机组振动信号、温度、压力等信号采集对水泵的性能进行分析[38-39]。 通过对泵不能正常启动或启动的负荷过大、泵不排液、泵排液后中断、流量不足、扬程不够和泵振动大或有异常声响等故障进行相应的处理方法探讨[40]。

有关利用算法实现水泵故障的智能诊断， B.ZHONG[41]和J.MACINTYRE[42]在网络固有的有界推广和外推特性的基础上，提出了一种基于椭球单元网络的分层诊断人工神经网络，用于旋转机械多个故障的同时诊断。 DONALD F SPECHT[43]通过用指数函数代替神经网络中常用的sigmoid 激活函数，形成了一种能计算接近bayes最优的非线性决策边界的概率神经网络， 并且根据此算法在基于matlab 的集成神经网络的基础上对大型电厂给水泵经常发生的振动故障进行诊断。 ZHONGQING DU等[44]以个体神经网络为基础，建立了故障诊断的集成神经网络。 P RAHMAWATI等[45]研究开发了一套在线检测清水PS -128 BT水泵机的电容、轴承、叶轮等部件故障的系统，该系统主要利用raspberry PI微机采集的基于微机电系统的加速度计进行故障检测，并将数据转换为相对功率比。 WONG，K.C.P[46]开发了一种基于人工智能的电力系统早期故障监测与预测系统。 关于小波分析在故障诊断中的应用，LI XINLI等[47]提出了一种基于小波包分析和神经网络的发电机滚动轴承故障诊断方法。TONG-XIAO ZHANG等[48]为了提高信号的信噪比，提出了一种利用包络分析和小波正交分解从振动中提取故障特征的方法，并利用包络分析对故障特征进行预处理。 KUIHE YANG[49]为了提高故障诊断的精度，将小波包分析和概率神经网络有效地结合起来。 YUEHUI PENG[50]利用实验平台对汽轮机典型故障进行了仿真，基于频域特征采用小波包分析方法提出了频域能量特征向量，并采用最优树的方法来选择症状。 AN ZHOUPENG[51]利用小波包分析克服了小波分析在高频段分辨率差的缺点，提供了更准确的信号分解方法。

4 结 语

长距离输水系统中泵站通常决定输水过程能否顺利进行。 水泵作为泵站的主要运行设备，其运行状态好坏对整个输水系统的安全、稳定来讲很关键。 目前通过水泵性能监测的手段来对水泵的健康状态进行评价和主要故障进行诊断是长距离输水系统运行调度安全领域研究的热点，但相关的研究还很不充分，具体内容如下：

（1）关于水泵性能监测理论和技术方法方面，所采用的方法多是对所收集的振动信号进行频率分析，再结合相应的数学转换公式进行特征数据提取。 现有的成果多是对幅域、时域的分析，并没有对水泵振动信号进行较为全面的研究，可能会导致在分析时出现较大误差。 另外在水泵监测时对水泵空化等现象的考虑还不充分，目前研究尚停留在理论方面。

（2）目前，对水泵机组的健康评价研究成果较少，在健康模型的主要特征参数的选择上还不太清楚，并且大多数研究还仅仅处于理论论证阶段，很少有对实际工程应用的研究。

（3）目前对水泵故障诊断的研究成果大多集中在诊断系统和算法研究上，其所使用的数据大多来源于水泵的某个时段历史数据。 这些数据存在着更新不及时，水泵各个工作状态下数据收集不够全面以及故障数据偏少等问题。