基于多源数据融合的水泵机组状态评价方法研究与实践

唐鸿儒，樊锦川，刘 军，肖文仁，朱正伟，包加桐，张 炜，黄 蔚

(1.扬州大学 电气与能源动力工程学院 扬州 225009)

(2.江苏省泰州引江河管理处，泰州 225321 )

(3.南水北调东线江苏水源有限责任公司，南京 225321)

据中国大型灌溉排水泵站更新改造资料统计，全国有各类泵站50万座左右，其中中型泵站约3 500多座，装机功率580多万kW，大型泵站450多座，装机功率560多万kW[1].大型水泵机组是一个复杂的机电系统，其健康状态直接影响着整个泵站的正常运行.在大型泵站推行水泵机组预测性状态检修模式是智能泵站建设核心任务之一，及时全面客观评价水泵机组运行状态是开展预测性检修的关键环节.

2021年11月水利部印发了《关于大力推进智慧水利建设的指导意见》推进以数字孪生技术为核心的、具有“四预”功能的智慧水利体系[2].智能泵站是智慧水利的重要组成，研究建立水泵机组的状态评价模型是实现智能泵站的基础.

国内外学者在机电设备状态评价方面进行研究，取得到了良好的效果.文献[3]开展无监督特征学习的水电机组状态评价研究，利用监测系统海量数据挖掘正常状态的参数特征，建立时、频域的劣化指标，实时评价机组健康状态.文献[4]融合熵权TOPSIS法与灰色关联度相结合，从横纵两个维度对机组进行评价.文献[5]在常规模糊评价方法的基础上结合模糊趋势预测策略进行状态参数劣化度分层评价.文献[6]将灰色评价与层次属性模型结合，对复杂评价问题能够快速得到合理的评价结论.文献[7]基于最优权重和模糊综合分析法进行评价，克服模型评价指标的不确定性和评价权重受主观因素影响问题.文献[8]基于融合理论与正态云模型进行风电机组关键部件劣化程度的评价.以上这些对水电机组、火力发电机组、风力发电机组、变压器等的状态评价方法对开展水泵机组状态评价方法研究具有重要的借鉴作用.

大型水泵机组是由多个子系统组成，耦合程度高，影响水泵机组健康状态的因素包括水力、电气、机械等多种因素，采用单一或者少数几个状态参数进行状态评价难以全面客观评价水泵机组整体的运行状态和健康程度，需要综合考虑多方面状态量参数的影响.目前采用的水泵机组状态量评价依据大多参考行业标准，而对于机组的振摆量等类型数据，由于机组结构形式多样、安装和使用环境不同、尤其是积累测量数据时间短且后期分析研究应用少，因而采用的评价限值在实际应用中具有一定的局限性[9].为此，以某南水北调水泵机组为对象，开展基于多源状态参数的水泵机组健康状态综合分析评价方法研究，包括能够反映水泵机组健康状态的参数筛选、状态参数评价依据确定，验证了综合评价方法的可行性.

1 水泵机组状态评价步骤

依据机组运行的可靠性和评价的方便性原则进行水泵机组的状态划分[10]，将水泵机组状态划分为正常、注意、异常、严重4种状态，其相应的状态描述和采取的措施如表1.

表1 水泵机组状态划分

图1为设备状态评价步骤，依次为部件状态评价、设备状态评价和机组状态评价.将泵站计算机监控系统的水泵机组运行监控数据、机组振摆监测系统的在线监测数据、以及巡检数据和定期检查数据等多源数据作为参与评价的状态量，按照图1步骤采用分层融合的方法依次进行部件状态评价、设备状态评价和机组状态评价.

图1 设备状态评价步骤

2 状态量选取与评价依据

2.1 状态量选取

图2为水泵机组部件划分.每套机组包括主电机、主水泵和辅机设备[11].主电机和主水泵又由图示的多个部件组成，辅机设备则包括真空破坏阀、机组风机、励磁系统、冷却水供水系统、排水系统、润滑油系统等.每个部件有一个或者多个反映部件状态的状态量.

部件的状态量是指能够反映评价设备健康状态优劣的监测参数.为使水泵机组参与状态评价的参数更全面，选取了多源数据进行评价.例如，图3是主电机中的上导、推力轴承及润滑油系统部件的状态量，其中，巡检类的状态量有水泵机组现地上导轴承指针式温度计指示的温度、2个现地推力轴承指针式温度计指示的温度、上油缸润滑油颜色和油位状态；定期检查类的状态量有上油缸是否有渗漏，油位油色是否正常；监控类的状态量有2个上导轴承温度，4个推力轴承温度，机组冷却水进口管道压力；在线监测的状态量有上导轴承X振动、上导轴承Y振动.

图3 上导、推力轴承及润滑油系统状态量

2.2 状态量的评价依据

2.2.1 基于规程的评价依据

基于规程的评价依据是将机组状态量的实际测量值与规程中的标准进行比较，以此来判断状态参数的劣化区间.以南水北调泵站为例，通过对《南水北调泵站工程管理规程》、《南水北调泵站工程自动化系统技术规程》、《泵站运行规程》、《在非旋转部件上测量和评价机组机械振动——第5部分 水力发电厂和泵站机组》等多个相关的泵站运行管理规程进行分析，确定机组状态参数的限值，作为状态参数的评价依据.例如，《南水北调泵站工程管理规程》中规定上下油缸内的油温正常应在15 ℃以上，但不应超过60 ℃；下支架的水平振动和垂直振动应小于0.12 mm；这些限值可以作为状态参数评价的依据.

2.2.2 基于概率统计特性的评价依据

基于规程确定状态量的评价依据存在局限性.近年来在泵站建设了水泵机组振摆监测和分析系统，大多数情况下是参照旋转机械或者水电机组的相关标准、规程给出水泵机组的状态参数限值.但是，在实际运用中，因机组结构、大小、功能、运行时长、运行工况等多种因素影响，参照相关标准、规程给出的限值常常与实际情况不符的情况.另外，还有部分需要监测的状态量没有标准或者规范可以参考.针对这类状态量可以通过对稳定工况下的这些状态参数的健康样本数据进行概率密度统计分析，给出评价依据.

例如，通过对某泵站机组2018年12月28日开始连续3天的多个状态量的稳态运行数据进行核密度估计(kernel density estimation,KDE)确定状态参数评价限值.以机泵联轴器处X向摆度数据为例，每隔5 min采样一点，共864个摆度数据，将其从小到大排序后再分成20个区间，采用核密度估计方法进行数据的概率密度分布分析，结果见图4.

图4 机泵联轴器X向摆度概率密度曲线分布

图中给出了频率直方图、正态分布曲线和KDE曲线.可以看出KDE曲线与正态分布曲线接近，表明可以利用3σ准则选取[μ-3α，μ+3α]为健康区间[12].经过计算，机泵联轴器X方向摆度峰峰值的平均值μ=88 μm，标准差σ为6.7.取α=σ，机泵联轴器摆度上限取μ+3α=109 μm.同样的方法可以得到其它状态参数的评价依据.表2是基于概率密度统计特性给出的电机主轴机泵联轴器X、Y向摆度、水泵上导轴承X、Y向振动的状态参数评价依据.

表2 联轴器与上导轴承振摆状态参数评价依据

3 综合扣分法的状态评价方法

3.1 状态量扣分规则

根据状态量评价依据可以分别列出每个部件的评价标准.表3为上导和推力轴承及润滑油系统状态量扣分规则，表中列出了参与评价的每个状态参数达到注意值或者报警值时的扣分值.

表3 上导和推力轴承及润滑油系统状态量扣分规则

3.2 综合扣分法的状态评价规则

按照图1的状态评价步骤依次进行状态量评价、部件评价、设备评价、机组评价，表4给出了电机各个部件扣分的规则.在综合考虑状态参数单项扣分和部件合计扣分情况下，给出电机各个部件当前属于“正常状态”、“注意状态”、“异常状态”和“严重状态”4个评价结果.在此基础上，综合部件的评价结果分别进行电机、水泵、辅机等设备的状态评价，设备状态取决于组成设备的每一个部件的最差状态.最后，通过融合主电机、主水泵、辅机设备的状态评价结果进行水泵机组状态评价，同样水泵机组的状态由组成机组的设备的最差状态决定[13].

表4 电机部件扣分规则

4 状态评价软件设计和应用

4.1 软件设计

状态评价软件设计，包括数据库设计、状态评价模型设计和前端界面设计，如图5，状态评价模型程序模块首先获取数据库中的状态参数，再进行模型计算，将评价结果返回给前端界面显示，可以分层次给出参与评价的所有状态参数及其详细扣分情况、以及部件、设备、机组等评价结果，可以提供详细的综合状态评价报告.

图5 机组状态评价软件设计

4.2 软件应用

将基于综合扣分法的状态评价方法开发的软件模块应用于某南水北调泵站的水泵机组状态评价，能在线实时进行主电机、主水泵和辅机设备的状态评价.触发状态评价方式有3种：报警触发、定时触发和手动触发.报警触发是当状态量参数发生异常或者越限报警时，系统自动进行状态评价，查找异常状态量，为故障判断提供依据；定时触发则是系统定期自动进行水泵机组状态评价；手动触发是泵站工作人员通过人机交互方式对水泵机组进行状态评价.

图6为电机状态评价结果，不仅显示电机状态评价结果，同时给出了电机各部件评价结果.图6左侧指示电机处于异常状态，右侧给出了组成电机的每个部件的状态，提示下机架处于异常状态，其他部件都为正常状态.

图6 电机状态评价结果

点击图6中下机架的状态，则可以转到图7界面.界面上显示参与下机架状态评价的每个状态参数扣分情况，直观地给出了下机架的X向水平振动监测值出现越限报警，扣分值为4分，有助于工作人员判断引起故障的原因.

图7 部件扣分列表

图8为电机综合扣分法评价流程的人机交互式界面.对电机设备各部件依次进行评价，得到电机的整体评价结果.每完成一个部件的状态评价，会显示对应部件参与状态评价的状态量分类来源，参与评价的状态量名称，状态值和扣分情况.

图8 人机交互式状态评价流程

5 结论

考虑水泵机组健康状态受多因素影响，利用计算机进行巡检数据、定期检查数据、电气试验数据、运行监控数据、在线状态监测数据等多源数据融合实现设备状态在线评价，既可以及时关注关键参数变化对设备状态的影响，也不会忽视一些次要因素变化可能造成设备状态恶化的潜在影响.该状态评价方法易于实现，且可以方便利用泵站长期积累的运行数据的分析结果修正评价规则.但是，若要在泵站实现真正的状态检修，还必须不断完善泵站的多种数据采集、存储、融合系统功能，不断完善评价方法，以便全面正确评价设备状态，为实现智能泵站的建设目标奠定坚实的基础.