刘文皓
(中国石油天然气股份有限公司广东石化分公司,广东 揭阳 522000)
往复式压缩机是一种气体压缩设备,属于容积型压缩机,在国内外石油天然气长距离输送领域有着重要的应用前景,是油气增压储运过程中极其重要的动力保障设施。该设备的平稳安全运行是保障石油化工产品长距离输送工作有效运行的重要保证。但往复式压缩机结构较为复杂,同时受设备超龄服役、设备机组工作环境恶劣以及维护保养不及时等多方面因素的影响,往复式压缩机在实际生产运行过程中的故障率偏高,由此导致的各类大大小小的安全生产事故时有发生[1]。
往复式压缩机的震动源头多样、机体本身结构复杂、设备的运行工作环境复杂(高温、高压、易燃、易腐蚀等)、各种声信号来源多样且难以稳定捕捉,又使得往复式压缩机的故障诊断及检修工作开展难度较大。如何运用各种先进的技术手段对往复式压缩机设备机组的故障进行诊断,进而保障压缩机的安全运行具有重要意义,也是石油石化行业内各大油气集输企业关注已久的问题。
压缩机常见的故障可以从产生原因入手划分为两类,即各类流体导致的设备热力性能故障和机械原因导致的设备动力性能故障(见表1)。流体原因导致的设备热力性能故障多表现为压缩机整体排气量不足、设备压力降低以及温差异常等现象,此类故障最直接的原因多与气阀门、活塞环、填料函、空气滤清部件的故障有关[2]。
表1 往复式压缩机故障类型及原因分析
机械原因引起的动力性能故障,整体来看表现为仪器设备在运转时发出异响、不均衡震动以及仪器温度过高等现象,究其原因主要与仪器零部件的间隙过大、结构构件间连接的松动、阀门组的整体失效以及部分零部件温度过高等因素有关[3]。
小波变换是在传统傅里叶变换的基础上发展而来的一种信号处理方法。相对于传统傅里叶分析,小波变换分析可以在时频域对非平稳信号的局部特征进行有效分析,对被采样信号在时间域和频率域的局部变化都具有较好的捕捉能力。在针对往复式压缩机故障的诊断中,通过对所获取的压缩机非平稳震动信号进行小波分析,可以将其分解成低频和高频两部分信号,将分解后的信号在某一特定的频率区间内进行信号的抑制、滤波乃至降噪处理,进一步通过小波包分析和单支重构等技术分析手段对故障信号进行提取,构建一套全新的故障信号特征矩阵(见图1),最终可以将非平稳的震动信号经过小波变换处理后的信号数据,结合压缩机设备的机体结构特征,应用到压缩机的故障检测中,为压缩机故障的诊断提供可靠的信号数据支撑。
图1 往复式压缩机小波分析法故障诊断流程
往复式压缩机作为一种高效而复杂的压力提升设备,机械零部件繁多,结构十分复杂,故障类型与故障的表象关系错综复杂,有时一种表象的故障往往是多种因素共同引起的,这些特点都给工程技术人员判断压缩机故障带来了巨大的困难。仅仅依靠经验来单一地对压缩机的故障进行诊断往往会出现故障诊断准确率低、故障诊断不全面等问题[4]。
而专家系统是近年来借助计算机程序将人类繁杂的知识体系通过人工智能的方式来对机器故障进行诊断的新方法。该系统是一个具备海量专业知识的数据库,能够在某个特定领域模拟人类专家进行推理和判断,进而提供专业的技术服务。一般而言,专家系统主要由知识数据库、全局数据库、推理机、解释器以及知识获取子系统等部分组成,如图2所示。
图2 往复式压缩机专家系统构架
在专家系统诊断法中,最重要的是构建完善的专家系统。一个完善的专家系统构建需要经过以下几个主要环节:获取丰富而可靠的知识;建立正确而高效的知识表达方式;构建并维护知识数据库;通过合理的方式来实现推理过程。专家系统的构建最重要也是最难的在于专家系统中知识的获取,知识的丰富性和可靠性将直接影响知识数据库推理结果是否可靠而有效。
所谓的声发射指的是介质在能力的释放过程中会产生各种频率的声波发射出去。例如压缩机正常运转时产生的震动,压缩机材料表面滑移变形释放的弹性波以及气阀断裂线圈摩擦等,都会发出一定频率的声波。声发射技术就是利用特定仪器采集压缩机在工作过程释放出的各类声信号,通过对声信号的处理来判断压缩机的故障原因,达到无损检测的目的。
声发射故障检测系统主要由检测点、信号采集与传输系统以及数据分析处理系统3部分组成。将声发射传感器安置在故障疑似出现的位置,通过信号采集与传输系统收集压缩机运转过程中产生的各种声信号,并传输到数据分析处理系统,将有故障的压缩机信号与政策压缩机信号进行比对分析,提取故障信号的特征,并判别出故障发生的部位和类型。
不同诊断技术有其优点和缺点,适合于不同的故障情况,具体如表2所示。
表2 不同诊断技术的优缺点及适用范围
小波分析法在故障诊断中具有信号分离提取效果好、故障特征提取方便、操作简单易上手的优点。唯一需要注意的是在故障特征提取时,需要结合压缩机的机体机构、运行机理来综合判断,这一点对维修技师的经验有较高的要求。该方法对动力性能故障导致的不正常声响、不正常震动故障具有较好的诊断效果。
专家诊断系统具有操作灵活、诊断速度快的特点。尤其是针对复杂设备多种故障同时出现时,高度智能化的AI人机联合技术可以充分发挥系统强大的知识库优势,模拟专家的人脑分析,给出最优的故障诊断方案。但该系统最大的问题在于实时性不够高,对于特征向量和压缩机的实时参数需要连续进行提取和更新。该诊断方法对热力性能故障以及动力性能故障导致的温度过高具有较好的诊断效果。该方法在应用中应注意尽可能多地采集故障设备的运行参数。
声发射技术优势明显,其检测工作效率高,监测范围广,不受有毒、有害、高温、高压等极端场合限制,不受监测对象材质的限制(只要能发射声音信号均可实施监测),并且可以提供实时动态监测,提供连续的监测信息[5]。但声发射技术的劣势也较为明显,其仅限于压缩机在工作状态下才能进行监测(不工作不发声),监测工作受环境噪音的影响严重等。该诊断方法对于动力性能故障导致的不正常声响、震动等都具有较好的诊断效果,在应用中应注意降低仪器设备外界噪音的干扰。