泉眼山泵站机组在线监测系统研究与应用

张 印 陶 东 邹红美

(1.宁夏固海扬水管理处，宁夏 中宁 750100；2.扬州大学，江苏 扬州 225127)

1 概 述

宁夏固海扬水工程分为固海、同心和固扩三路灌溉系统，目前工程投运骨干泵站30座，工程设计总流量41.2m3/s，安装主机组201台(套)，年平均引水量4.61亿m3，供水量4亿m3，灌溉面积达170.64万亩。固海扬水工程为宁夏中部地区提水灌溉、促进农业经济发展发挥了巨大的作用。

宁夏固海扬水工程每年两次灌溉期结束后，泵站维护是泵站管理必做的重要工作。但仅仅依靠人工经验，通过眼看、耳听、手摸来判断设备故障的传统经验方式，存在诸多问题。巡检人员经验与技能水平都会给准确分析判断故障原因带来太多的不确定因素。同时，水力机械运行中的转子平衡问题、联轴器对中等问题故障并不能依靠经验和感觉来判断。因此，利用先进传感器、仪器仪表等设备实现在线实时监测与分析诊断，实现对泵站机组的在线监测及故障分析，最大限度地避免了人为因素的影响，大大提高了分析诊断的准确性。借助于大数据模型分析手段，可以在设备不停机运行中完成各种故障隐患的查找、分析和诊断工作 ，提早发现设备故障隐患，做好应急准备，避免非计划停机，为实现有效性预测维护检修提供明确的指导方案与方向。

2 在线监测方案与功能

泉眼山泵站为固海扬黄灌溉工程核心泵站。泵站选用YJ48I-35I离心泵7台(其中1台备用)，单机流量为3.97m3/s，单机功率为1800kW。选用YL1800-12/1730-1电机。为了更好地保证水源一级提水泵站运行的可靠性，本方案针对泉眼山泵站机组的转子平衡与联轴器对中进行在线监测与故障分析等工作。

2.1 在线监测点分布

泉眼山泵站机组振动、摆度测点布置设置如下：机架振动每个测点设置一对ZHJ-2D压电式速度传感器，电机与水泵上下联轴器摆渡各设置一对WY-DOφ8电涡流传感器。相关传感器安装位置与测点布置见图1。

图1 机组传感器安装位置与测点布置

2.2 在线监测系统组成与结构

系统硬件部分主要由传感器、信号调理器、数据采集设备三部分组成。传感器负责采集泵站机组的各种信号量，如振动信号、摆度信号、转速信号等，并将其转换为模拟量(电压、电流等)，然后经信号调理器的滤波、隔离、放大等处理后送入数据采集装置完成采样和量化，最后经计算机作进一步的处理，并且与现有泵站自动化系统联网，得到在线泵站机组的运行状态信息。系统组成与结构见图2。

图2 机组在线监测系统组成与功能结构

2.3 系统功能

a.实时监测。能够全面采集泵站机组的摆度、振动、水力脉动等各种参数，结合泵站计算机监控系统测量的有关机组运行时的温度、功率、转速、扬程以及各种开关状态和运行状态，以直观方式显示机组的运行状态，便于运行人员或检修人员实时了解泵站机组的运行状态。

b.报警。能根据有关泵站机组性能指标评价标准、主设备供货厂商提供的性能保证值和现场运行经验，设定各工况下的报警定限值，实时自动判断机组运行状态。

c.状态分析。能对监测信号进行幅值域分析、时域分析、频谱分析，形成相关曲线和报告，为专家进行故障诊断提供特征数据。

d.数据存储查询。机组正常运行时对所有信号进行定时巡回保存；在启停机过程中按等转速变化保存；在机组运行状态数据超标或异常时将出现前后一定时间内的数据存入下位机；提供方便的各种数据查询和比较分析工具，供相关人员进行数据查询和诊断使用。

e.远程分析与协作诊断。通过网络传送实现远程监测和分析诊断，实现泵站运行状态分析、故障诊断，对于疑难故障，还可以实现远程协作会诊，实时掌握机组的运行状态，指导机组运行和检修维护，满足现代化泵站管理的需要。

3 在线监测分析与诊断

机组运行状态在线监测与分析软件系统具备良好的系统开放性、可扩展性、智能诊断与处理能力以及大规模数据管理和深层数据挖掘能力。软件支持与泵站计算机监控系统的有关运行工况信息的双向交流，实现泵站设备运行稳定性分析。软件能将机组的运行工况、运行参数与机组振动与摆度信息相结合，进行综合分析，以诊断机组运行状态，实现综合显示机组运行状态各相关信息。

系统数据库存储分析和故障诊断部分能定期接收和保存所有监测点的幅值、频谱、时域波形等数据；提供趋势分析、频谱分析、波形分析等手段，进行振动分析和故障诊断。

3.1 轴心轨迹图

轴心轨迹是指当转轴旋转时，会绕转轴中心点振动，运动的轨迹就是轴心轨迹。轴心轨迹图能够动态地反映机组转动时的运行状况，使用户直观地了解水泵设备的健康状况是否良好。

图3为泉眼山泵站机组水泵轴承振动与轴心振动轨迹情况。通过此图分析轴心轨迹的形状及大小的重复性好，说明机组的运行是稳定的。

图3 泉眼山泵站机组水泵轴承振动与轴心振动轨迹

3.2 瀑布图

瀑布图分析经常用于评估旋转机械噪声或振动的表现。通过时间变化、频率变化以及振动幅度的变化，多维度地了解设备运行状态随时间发生的变化趋势。在机组运行状况发生突变时，用户能够第一时间直观地了解机组状况。

图4为泉眼山泵站机组振动瀑布图，通过对图谱二维和三维上的数据描述分析，就能够更直观地表达出设备在启停机时幅值随时间以及频率的变化情况。

3.3 趋势分析

通过机组振动趋势变化情况并结合机组实际运行状况，可分析任一个或多个监测数据数值相对某个数值的变化趋势，图5中的机组振动趋势图中横轴和纵轴可任意选定，时间段可任意设定。

图4 机组振动瀑布图

通过对监测参数长时间的趋势观察，可以发现设备某些部件是否存在故障隐患，在故障发现前对部件进行及时的检修防止坏死性故障的发生，减少整个维修的周期，同时提前采取相应的维护措施。

3.4 辅助故障诊断

水泵电动机组在安装时，由于安装的问题会导致机组出现不平衡、轴或齿轮汽蚀等，产生长久振动的偏差，会引起机组运行故障率上升。对水泵电动机组运行状况的判断很大程度上取决于振动变化的标准。故障诊断根据各测点振幅、频谱、相位、转速和相关过程参数等数据，以及相关的数学模型，可以自动诊断轴承松动、轴承不对中、轴承不平衡等常见故障形成趋势预警，提醒运维人员及时跟进维护，减少事故的发展与发生。

图5 机组振动趋势示意图

3.5 事故追忆及报警档案存贮

系统记录各通道数据报警、打闸和恢复正常运行的情况，包括测点名称、报警或恢复的时间、转速、报警状态等，以供事后分析与追忆。

4 结 语

泵站机组在线状态监测与故障预警是一个复杂的综合系统，涉及到机械、电子、计算机、通信、信号处理、人工智能、智能控制等多个学科。在目前尚无法彻底解决机组振动问题的情况下，利用泵站机组实时在线监测系统可以对机组振动情况进行实时监测，利用专门的分析与处理软件对监测数据进行相应处理，对机组故障进行及时预测和预警，从而避免故障的发生，实现机组安全可靠运行。