往復(fù)式壓縮機(jī)拉缸故障多參數(shù)統(tǒng)計(jì)監(jiān)測(cè)診斷方法*

黨 露，江志農(nóng)*，馮 坤，張?jiān)迤?，張進(jìn)杰

（1.北京化工大學(xué) 診斷與自愈工程研究中心，北京 100029；2.中國(guó)石油吉林石化公司 煉油廠，吉林 吉林 132022）

0 引 言

石化行業(yè)屬于易燃、易爆及有毒物質(zhì)開發(fā)與利用的高風(fēng)險(xiǎn)行業(yè)，企業(yè)生產(chǎn)屬于典型的流程工業(yè)。往復(fù)式壓縮機(jī)是石化企業(yè)中常見(jiàn)的關(guān)鍵設(shè)備，雖然其設(shè)計(jì)制造水平已經(jīng)趨于成熟，但是由于其易損零件多、結(jié)構(gòu)復(fù)雜，而被業(yè)內(nèi)公認(rèn)為可靠性較差的設(shè)備。

往復(fù)式壓縮機(jī)常見(jiàn)的故障類型有：氣閥漏氣或損壞、活塞環(huán)及支撐環(huán)磨損、活塞桿沉降、十字頭磨損或松動(dòng)、軸承損壞等。由于其易損件多、結(jié)構(gòu)復(fù)雜等一系列特點(diǎn)，對(duì)往復(fù)式壓縮機(jī)進(jìn)行在線監(jiān)測(cè)及故障診斷尤為重要。而這些功能的實(shí)現(xiàn)需要針對(duì)其振動(dòng)、位移、溫度等多種類型信號(hào)，通過(guò)安裝在不同測(cè)點(diǎn)、不同類型的傳感器（例如加速度傳感器、壓力傳感器、溫度傳感器及電渦流傳感器），以獲取往復(fù)式壓縮機(jī)的運(yùn)行狀態(tài)信息[1-3]。

化工、石油行業(yè)的統(tǒng)計(jì)數(shù)據(jù)表明：目前在國(guó)內(nèi)化工行業(yè)企業(yè)中在運(yùn)行的100 kW以上的往復(fù)式壓縮機(jī)已經(jīng)超過(guò)20 000臺(tái)，1000 kW以上的大型往復(fù)式壓縮機(jī)估計(jì)在6 000臺(tái)左右；近20年來(lái)，化工行業(yè)發(fā)生往復(fù)式壓縮機(jī)重大事故平均每年32起，約占行業(yè)內(nèi)重大事故總量的25%。鑒于往復(fù)式壓縮機(jī)具有應(yīng)用量大、面廣、結(jié)構(gòu)復(fù)雜、易損件多等特點(diǎn)，對(duì)往復(fù)式壓縮機(jī)的故障診斷技術(shù)研究一直以來(lái)都得到了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注。在國(guó)內(nèi)，有些專家通過(guò)對(duì)往復(fù)式壓縮機(jī)缸體振動(dòng)信號(hào)進(jìn)行分析，從而對(duì)壓縮機(jī)工況進(jìn)行判斷。在國(guó)外，有些專家借助或依靠先進(jìn)的傳感器技術(shù)和計(jì)算機(jī)信號(hào)處理技術(shù)判斷設(shè)備運(yùn)行狀態(tài)。獲取反映往復(fù)式壓縮機(jī)工作狀態(tài)的有效特征參數(shù)對(duì)其故障診斷起著舉足輕重的作用。“憑借經(jīng)驗(yàn)或設(shè)想去試湊特征參數(shù)，再對(duì)其進(jìn)行實(shí)驗(yàn)驗(yàn)證”的方法距離實(shí)際應(yīng)用還存在著較大的差距。

近年來(lái)，人工智能技術(shù)和專家系統(tǒng)被越來(lái)越多地應(yīng)用于工程實(shí)際中，文獻(xiàn)[4]將PCA方法應(yīng)用于自適應(yīng)過(guò)程監(jiān)控，文獻(xiàn)[5]討論了采用PCA實(shí)現(xiàn)間歇過(guò)程的故障診斷。

本研究將主成分分析法（PCA）應(yīng)用于往復(fù)式壓縮機(jī)特征參數(shù)的選擇中，以實(shí)現(xiàn)對(duì)壓縮機(jī)拉缸故障的早期預(yù)警。

1 拉缸故障及其嚴(yán)重性

拉缸故障是往復(fù)壓縮機(jī)中的一類嚴(yán)重故障。當(dāng)活塞環(huán)、導(dǎo)向環(huán)異常磨損或斷裂后，活塞體與氣缸內(nèi)壁或者氣缸襯套嚴(yán)重磨損，導(dǎo)致襯套表面甚至氣缸內(nèi)壁出現(xiàn)嚴(yán)重拉痕，即為拉缸。拉缸故障一旦發(fā)生，輕則造成活塞部件、缸體襯套嚴(yán)重磨損，重則導(dǎo)致活塞桿斷裂、撞缸、易燃易爆氣體外泄，引起著火、爆炸等惡性事故。拉缸故障發(fā)生后需要更換活塞部件、氣缸襯套甚至氣缸體，經(jīng)濟(jì)損失通常在數(shù)十萬(wàn)元至上百萬(wàn)元，而一旦造成往復(fù)壓縮機(jī)爆炸等惡性事故，經(jīng)濟(jì)損失和社會(huì)危害性則難以估量[6-8]。

2 拉缸故障的檢測(cè)方法

往復(fù)式壓縮機(jī)拉缸故障的狀態(tài)監(jiān)測(cè)手段通常包括以下兩種：

（1）在填料函外安裝電渦流傳感器，檢測(cè)活塞桿沉降量；

（2）在缸體上安裝加速度傳感器，檢測(cè)缸體的沖擊振動(dòng)。

本研究采用第2種方法，即基于加速度傳感器信號(hào)的方法。理由是安裝方便、測(cè)量準(zhǔn)確，測(cè)量值為缸體相對(duì)振動(dòng)加速度。相比較而言，電渦流傳感器安裝則較為復(fù)雜，初始安裝間隙調(diào)節(jié)非常重要，測(cè)量值為相對(duì)振動(dòng)位移。除此之外，加速度傳感器的價(jià)格較低，經(jīng)濟(jì)性好[9]。

3 拉缸故障早期特征提取方法的研究

對(duì)于這些關(guān)鍵設(shè)備的在線監(jiān)測(cè)和故障診斷，振動(dòng)是最重要的信息來(lái)源及診斷依據(jù)，蘊(yùn)含了豐富的機(jī)械設(shè)備異?；蚬收闲畔?，直接反映機(jī)械設(shè)備運(yùn)行狀態(tài)。通過(guò)對(duì)裝置測(cè)點(diǎn)的振動(dòng)信號(hào)進(jìn)行信號(hào)采集及處理分析，本研究對(duì)機(jī)械設(shè)備或結(jié)構(gòu)的運(yùn)行狀態(tài)和可能出現(xiàn)的故障提出預(yù)測(cè)、估計(jì)、判斷，并為設(shè)備的更換和修復(fù)乃至生產(chǎn)過(guò)程提供決策依據(jù)。

在設(shè)備的實(shí)際運(yùn)行過(guò)程中，計(jì)算機(jī)監(jiān)控系統(tǒng)記錄和存儲(chǔ)了大量的生產(chǎn)過(guò)程數(shù)據(jù)，但是由于設(shè)備故障早期的特征信息很微弱，信噪比很小，有用的特征信號(hào)往往淹沒(méi)在其他部件運(yùn)行中引起的振動(dòng)信號(hào)和大量的隨機(jī)振動(dòng)信號(hào)中。因此，如何提取故障早期的特征信息已成為工程中實(shí)際面臨的重要問(wèn)題。

3.1 特征參數(shù)的計(jì)算

特征參數(shù)在機(jī)械設(shè)備的狀態(tài)檢測(cè)及故障診斷中起著舉足輕重的作用。若研究者所選取的特征參數(shù)能夠準(zhǔn)確、靈敏地反映設(shè)備運(yùn)行的狀態(tài)特征，那么對(duì)機(jī)械故障的自動(dòng)診斷就成為可能[10-12]。

常用的特征參數(shù)有：

（1）有效值XRMS（RMS Value）。有效值是振動(dòng)信號(hào)振幅的均方根值，定義為：

式中：{xi}—采集信號(hào)，N—采樣點(diǎn)數(shù)。

有效值XRMS也稱均方根值，用來(lái)反映信號(hào)的能量大小，特別適用于具有隨機(jī)性質(zhì)的振動(dòng)測(cè)量。有效值反映一個(gè)波形的整體總能量，但無(wú)法反映短時(shí)脈沖振動(dòng)波形的幅值。

（2）峰值XPeak（Peak Value）。其定義為：

通常計(jì)算峰值的方法是把{xi}的n個(gè)采樣點(diǎn)分成若干段，在每一段中找出一個(gè)絕對(duì)值最大的采樣點(diǎn)作為該段峰值，然后對(duì)所得峰值取平均數(shù)。本研究將采樣數(shù)據(jù)均分為10段，求出每段峰值，計(jì)算式為：

再將算得的10個(gè)峰值取平均數(shù)。

峰值可以反映設(shè)備某一局部故障點(diǎn)的沖擊力大小。沖擊力越大，峰值越高，在沖擊性振動(dòng)方面，峰值比有效值更有效。

（3）波形指標(biāo)。有效值與均值之比稱為波形指標(biāo)，其定義式為：

式中：Xˉ—信號(hào)的均值。

（4）脈沖指標(biāo)。峰值與均值之比稱為脈沖指標(biāo)，其定義式為：

（5）K因子（K Factor）。峰值與有效值的乘積稱為K因子，其定義式為：

由上式可知K因子是有量綱的參數(shù)，隨信號(hào)的峰值和有效值的變化而變化。

（6）峰值因子C（Crest Factor）。峰值與有效值之比稱為峰值因子，無(wú)量綱參數(shù)，其定義式為：

峰值因子C不受振動(dòng)信號(hào)絕對(duì)幅值的影響，不隨傳感器、放大器等儀表靈敏度變化而變化，一旦設(shè)備出現(xiàn)損傷，產(chǎn)生沖擊信號(hào)，峰值因子明顯增大，但是當(dāng)故障不斷擴(kuò)展，峰值因子又逐漸減小，直至恢復(fù)到無(wú)故障水平。因此，研究者根據(jù)峰值因子，可進(jìn)行有效的早期預(yù)警，并預(yù)測(cè)故障的發(fā)展趨勢(shì)。

（7）峭度Kv（Kurtosis）。峭度離散化的公式為：

峭度Kv是無(wú)量綱參數(shù)，反應(yīng)了振動(dòng)信號(hào)分布特性。峭度的絕對(duì)值越大，說(shuō)明設(shè)備偏離其正常狀態(tài)，故障越嚴(yán)重。

（8）歪度Sr（Skew）。歪度的計(jì)算式為：

歪度Sr是無(wú)量綱參數(shù)，對(duì)軸承的轉(zhuǎn)速及負(fù)載變化不敏感。與峭度相比，其值變化范圍較小。

由于不同的特征參數(shù)對(duì)于不同的機(jī)械故障的靈敏度各不相同，如何選擇能夠明顯反映故障特征的特征參數(shù)對(duì)有效反映機(jī)械設(shè)備的運(yùn)行狀態(tài)非常關(guān)鍵。本研究采用了主成分分析法（PCA），對(duì)多種特征參數(shù)進(jìn)行分析，并找出關(guān)鍵的特征參數(shù)。

3.2 主成分分析（PCA）算法

本研究利用主成分分析（PCA）算法，對(duì)原始數(shù)據(jù)進(jìn)行降維處理。具體算法如下：

（1）對(duì)原始數(shù)據(jù)分4段濾波，并求其有效值RM S1、RM S2、RM S和RM S4。

（2）計(jì)算峭度、歪度、峰值因子、K因子。

（3）共得到8個(gè)特征參數(shù)Xi(i= 1,2,...,8)，特征參數(shù)Xi維度為：

（4）建立樣本矩陣M：

（5）求樣本矩陣M的協(xié)方差矩陣：

（6）求協(xié)方差矩陣M'的特征值及相應(yīng)的特征向量。

（7）將協(xié)方差矩陣M'的特征值按照其絕對(duì)值大小進(jìn)行降序排列，同時(shí)調(diào)整其對(duì)應(yīng)的特征向量的序列，得到矩陣P。

（8）計(jì)算得到特征矩陣：

（9）特征矩陣K的前兩行即為對(duì)多特征參數(shù)處理后最能代表故障征兆的2個(gè)特征參數(shù)。

在實(shí)際運(yùn)用中，本研究首先對(duì)往復(fù)式壓縮機(jī)正常運(yùn)行下所采集到的大量數(shù)據(jù)進(jìn)行上述運(yùn)算處理，得到正常工況下的值域；設(shè)定合理的閾值后，再對(duì)未知工況下所采集到的數(shù)據(jù)進(jìn)行實(shí)時(shí)處理；超出閾值后報(bào)警，從而實(shí)現(xiàn)了對(duì)往復(fù)式壓縮機(jī)拉缸故障的早期預(yù)警。

4 實(shí)際數(shù)據(jù)驗(yàn)證

本研究所選用的數(shù)據(jù)來(lái)源于中石油某石化企業(yè)2010年發(fā)生的一起拉缸故障（往復(fù)式壓縮機(jī)活塞與氣缸內(nèi)壁磨損圖如圖1所示），該機(jī)組安裝有BH5000R往復(fù)壓縮機(jī)在線監(jiān)測(cè)系統(tǒng)，機(jī)組已安裝檢測(cè)十字頭沖擊的加速度傳感器。

圖1 往復(fù)式壓縮機(jī)活塞與氣缸內(nèi)壁磨損圖

本研究將8個(gè)特征參數(shù)兩兩組合，分別作為X軸、Y軸的值，得到XY圖（如圖2～7所示）。

本研究將數(shù)據(jù)進(jìn)行PCA處理后，提取影響系數(shù)最大的兩組數(shù)據(jù)作為新得到的特征參數(shù)，并反映在XY圖中（如圖7所示）。

將特征參數(shù)兩兩組合的效果圖進(jìn)行比較和總結(jié)，得到結(jié)果如表1所示。

由表1可知：

（1）有效值與峭度、歪度相組合的效果較好；

（2）峭度、歪度、峰值因子兩兩組合，效果都不理想，不能判斷是否有早期故障；

（3）K因子與其他特征值組合的效果普遍較好。

PCA處理后的結(jié)果圖如圖8所示，該圖可明顯區(qū)分正常工況和早期拉缸故障。

圖2 特征參數(shù)組合圖之一

圖3 特征參數(shù)組合圖之二

圖4 特征參數(shù)組合圖之三

表1 特征參數(shù)組合效果匯總表

圖5 特征參數(shù)組合圖之四

圖6 特征參數(shù)組合圖之五

圖7 特征參數(shù)組合圖之六

圖8 經(jīng)PCA處理過(guò)的結(jié)果

以上比較分析結(jié)果說(shuō)明，對(duì)數(shù)據(jù)進(jìn)行主成分分析（PCA）能夠有效反映設(shè)備的運(yùn)行狀態(tài)，并能很好地實(shí)現(xiàn)拉缸故障的早期預(yù)警，同時(shí)解決了對(duì)特征參數(shù)的選擇問(wèn)題。

5 結(jié)束語(yǔ)

筆者研究了對(duì)往復(fù)式壓縮機(jī)拉缸故障的早期預(yù)警方法，得到了如下結(jié)果：

（1）不同的特征參數(shù)表征著不同的故障類型，對(duì)于現(xiàn)場(chǎng)采集到的原始數(shù)據(jù)，選取適當(dāng)?shù)奶卣鲄?shù)顯得尤為重要；雖然有些特征參數(shù)兩兩組合也能很好地區(qū)分往復(fù)式壓縮機(jī)的設(shè)備工況，但是也存在個(gè)別不能區(qū)分設(shè)備工況的情況，總體狀態(tài)不穩(wěn)定，易給壓縮機(jī)早期預(yù)警埋下隱患。

（2）經(jīng)PCA處理之后，針對(duì)壓縮機(jī)預(yù)警狀態(tài)穩(wěn)定，能很好地區(qū)分設(shè)備工況。工程實(shí)際應(yīng)用過(guò)程中，可通過(guò)對(duì)壓縮機(jī)缸體加速度信號(hào)的提取，實(shí)現(xiàn)對(duì)往復(fù)式壓縮機(jī)拉缸故障的早期預(yù)警。

（References）：

[1] 陳 進(jìn).機(jī)械設(shè)備振動(dòng)監(jiān)測(cè)與故障診斷[M].上海：上海交通大學(xué)出版社，1999.

[2] 劉紅星，林 京.往復(fù)式壓縮機(jī)氣閥故障的振動(dòng)診斷方法[J].壓縮機(jī)技術(shù)，1996（1）：32-34.

[3] 金光熹，楊紹佩.壓縮機(jī)可靠性[M].北京：機(jī)械工業(yè)出版社，1988.

[4] LI W，YUE H，QIN S，et al.Recursive PCA for adaptive process monitoring[J].Journal of Process Control，2000，10（5）：471-486.

[5] DONG D，MCAVOY T J.Batch tracking via nonlinear prin?cipal component analysis [J].American Institute of Chemical Engineers Journal，1996，42（8）：2199-2208.

[6] 朱榮乾.壓縮機(jī)氣閥故障的檢測(cè)與診斷[J].壓縮機(jī)技術(shù)，2008（2）：33-35.

[7] 陳南雄.進(jìn)口往復(fù)式壓縮機(jī)氣缸磨損原因分析與改進(jìn)[J].硫磷設(shè)計(jì)與粉體工程，2008（3）：28-34.

[8] 吳君超.往復(fù)活塞式壓縮機(jī)常見(jiàn)故障的分析[J].化工裝備技術(shù)，2007（4）：65-67.

[9] 曹丹和.活塞式壓縮機(jī)常見(jiàn)故障及處理措施[J].新疆有色金屬，2007（B8）：.87-89.

[10] 趙曉玲.滾動(dòng)軸承故障振動(dòng)檢測(cè)方法[J].重慶科技學(xué)院學(xué)報(bào)：自然科學(xué)版，2007，9（1）：41-44.

[11] 張梅軍，王 闖，陳 灝.IMF能量和RBF神經(jīng)網(wǎng)絡(luò)相結(jié)合在滾動(dòng)軸承故障診斷中的應(yīng)用研究[J].機(jī)械，2012，39（6）:63-66，70.

[12] CHEN Peng，TOYOTA T，HE Zheng-jia.Automated func?tion generation of symptom parameters and application to fault diagnosis of machinery under variable operating condi?tions[J].IEEE Transactions on System，Man and Cy?bernetrcs-Part A，2001，31（6）：775-781.