引言
在石化企业中,大型关键机组往往是单机系列,且在工艺流程中起着关键作用,一旦发生突发性故障,往往会给企业的生产、安全和环保带来巨大损失与影响。设备状态监测与故障分析诊断技术的应用,可解决在设备故障前通过分析其异常征兆,对异常工况进行报警,对发展倾向进行预测,在很大程度上避免了此类问题的发展与扩大,对提升石化企业的生产安全和企业设备资产效益管理最大化,起到不可替代的重大作用。随着物联网技术的普及,设备状态监测与故障分析诊断系统不再是单一的、孤立的技术系统,除了强化其核心的振动信号分析处理技术外,也增强了与第三方技术系统的互联与数据融合共享,移动APP应用,既提高了信息的传递效率,也提高了设备状态评价与故障评估的准确性。
1.状态监测与故障分析诊断技术的介绍
(1)状态监测与故障分析诊断技术的概述
设备状态监测与故障分析诊断技术包含三个主要环节:状态监测、分析诊断和故障处置。状态监测的任务是在设备运行过程中,通过对可表征设备状态的物理参数进行监测,对其运行状态进行报警、预警和评价;分析诊断是通过对一系列动态参数和静态参数的分析,结合系统内部诊断模型和专家知识库,对可能发生故障的部位、类型及严重程度进行判断,给出明确的信息;故障处置是应用诊断信息进行有针对性的干预处置,并作为信息正确性的反馈。
对于机械设备,机械振动对机械故障的表现程度是最直接的,也是最完整的。当机械设备运行状态正常时,其机械振动的响应也是低能量且平稳的;一旦运行状态发生变化,机械振动的变化往往是最先表现出来的。结合工况变化和环境因素变化,可以得到明确的故障原因信息。
机械设备的故障种类很多,但对设备自身的影响程度不同。有些故障可以在有限制的条件无需处置,有些故障则需要尽快或立即处置,否则可能会导致重大设备连锁事故和经济损失。故障评估和相关的故障处置可以工作流的方式进行管理流转,形成以技术为本源的闭环管理机制。
故障的分析诊断是这个体系中最关键的技术环节,涉及到的关键技术最集中,如状态评价、故障预测预警、故障诊断专家知识库、故障智能诊断、大数据融合分析方法等。机械振动的报警或预警与传统的工艺量不同,往往不能用单一数值作为评价的基准,多是根据信号类型设置的一系列特征量,并综合考虑其变化规律,才能进行准确的报警和预警;故障诊断知识也非单一的机械振动规则,同样融合了工况负荷以及外部环境条件,是典型的一类大数据信息融合应用模式。
(2)状态监测与故障分析诊断技术的基础
状态监测的基础是全域信号分析、参数分析以及故障知识库构建。信号分析的本质是提高信号特征的可识别性,把复杂的原始信息转化为清晰的直观物理量。不同的“域”对信号的敏感性不同,因此信号分析是对各种“域”的观察和统计。作为基础理论体系,这个领域已经相当成熟。参数分析主要是关联类参数的相关性融合分析,一般来说,任何一种状态的表现都是存在关联因素的,通过这种分析,可以得到状态变化的根本原因。行业故障知识专家库来源于无数离散的、个体的经验的积累。知识库包含典型机组类型对应的状态参数集、信号采集策略、特征参数集以及诊断逻辑和相关的规则库。
2.状态监测与故障诊断技术在石化企业设备的应用
(1)旋转设备振动监测诊断技术
随着设备状态监测与故障诊断技术体系的不断完善,系统融合的信息越来越全面,关联度越来越高,但振动信号分析技术仍然是转动设备机械故障诊断的主体,也被证明是最行之有效的方法。从动刚度理论的角度看机械振动响应,机械设备表现出的机械振动响应受两个因素的影响:受力大小和系统动刚度。基于该理论,通过分析机械振动响应的大小和变化,可以获得振动本源的相关信息和对故障严重程度的评估,为诊断决策提供依据。
振动信号分析技术是转动机械故障诊断中应用最广泛,也是最行之有效的方法。通过对转动设备的振动信号测试和分析,可获得设备机体、转子、转子—轴承、转子—转子以及工艺影响的完整信息,运用信号处理与特征识别技术,可评价设备的故障严重性、故障性质和故障原因,为设备维修决策提供依据。
由于机械振动是回转机械运行中的最主要问题,且振动信号包含了丰富的机械运行状态信息,信号易于拾取,便于在不影响机器运行的情况下,进行监测和诊断,因此,利用振动信号诊断机械故障的技术应用最为普遍。
①机械设备运行实践证明,振动突变(无论变大或变小)往往是设备存在故障甚至是恶性故障的表现。据统计,因各种原因引起的机械振动故障率达60%以上。目前石化企业中,关键机组多采用在线监测与故障诊断,重要机泵多采用定期离线振动监测与趋势分析,部分重要机泵实施在线监测与故障诊断,用以判断故障,预报事故。
②振动信号中包含有丰富的机械状态信息量。在实际应用中证明,机器设计不合理、零部件存在倾斜、制作和安装质量不符合要求、运行操作不合理、轴承间隙不合理等诸多原因造成的故障,均能从振动状态信息中反映出来。
③经采集获取的机械振动动态数据,可进行不同域的特征分析,从而能够反映机械故障的特征,为诊断故障提供基础依据,是构建故障诊断系统知识库及功能扩展应用(如手机APP)的重要依托。
④在基础条件允许的前提下,应开展基于设备工艺流程范围的“全系统状态监测与故障诊断”,并扩展APP应用,提高信息的流转效率,真正体现技术与管理的无缝连接,从根本上提高设备资产效益。
(2)往复压缩机状态监测技术
与旋转机械相比,往复式压缩机结构复杂,零部件较多,维修费用更高,所以对往复压缩机的状态监测与故障诊断更为重要。
由于结构型式和受力模式不同,往复压缩机组的监测主要包括如下方面:
①振动
往复式压缩机产生的振动主要有两类:第一类是与曲轴旋转相关的振动,第二类是因冲击力引起的自由振动。对于振动监测要求,相关标准中有详细说明。
②温度
主要监测重点是进、排气温度及主轴承温度。
③连杆(活塞杆)下沉量
连杆(活塞杆)下沉量监测是往复式压缩机状态监测的特殊要求,而且是参与保护联锁的监测项目。
④示功图(动态压力)
示功图是往复式压缩机状态监测系统中最重要的监测方法,这是因为进、排气过程的压力波动是引起机械振动的来源之一,而且是监测部件磨损的基本手段。
3.结束语
随着物联网技术和信息处理技术的广泛应用,设备状态监测与故障诊断技术亦得到迅速发展,结合大数据融合、移动APP应用以及与第三方系统互联,设备状态监测与故障诊断技术已成为工业企业设备管控链中不可或缺的关键环节。在设备状态监测与故障诊断技术应用中,智能报警、设备可靠度预测技术日臻成熟,应用范围日趋扩大,对预警设备运行状态劣化和提高设备运行稳定性与安全性、提升企业的生产效率,确保生产安全等方面发挥着越来越显著的作用。
摘要：通过有效实施大型机组多状态监测与故障分析诊断融合技术,保障设备安全稳定运行,实现全状态信息网监测、状态预警、故障预测和故障干预,凸显预防为主,杜绝灾难性故障发生的原则,提高设备资产效益最大化,是当下工业企业重点采取的技术保障手段。在实施该项技术时,如何有效地进行全方位多参数信息融合,结合设备运行状态关联网进行分析诊断,并积累故障信息库系统知识,都是应当给予积极重视的问题。本文针对石化企业关键设备状态监测与故障诊断的相关技术进行分析,同时对该技术在石化领域中的应用提出相关建议。
关键词：石化企业,状态监测,故障分析诊断,信号处理