全矢模糊專(zhuān)家系統(tǒng)在混流泵故障診斷中的應(yīng)用

李國(guó)平,李得保,李永耀

(1.上海城投原水有限公司,上海 200120; 2.鄭州恩普特科技股份有限公司,鄭州 450001)

全矢模糊專(zhuān)家系統(tǒng)在混流泵故障診斷中的應(yīng)用

李國(guó)平1,李得保2,李永耀2

(1.上海城投原水有限公司,上海 200120; 2.鄭州恩普特科技股份有限公司,鄭州 450001)

在混流泵故障診斷中,針對(duì)傳統(tǒng)單源振動(dòng)信號(hào)特征提取不完整、不充分可能造成的誤診等問(wèn)題,采用全矢譜技術(shù)對(duì)混流泵進(jìn)行故障診斷.相比于傳統(tǒng)單源振動(dòng)信號(hào)特征提取,該技術(shù)保證了信息提取的全面性和完整性.采用模糊專(zhuān)家診斷技術(shù)對(duì)混流泵故障進(jìn)行診斷,與全矢譜技術(shù)互為補(bǔ)充.實(shí)驗(yàn)結(jié)果表明,該方法能夠有效對(duì)混流泵進(jìn)行故障診斷,提高診斷結(jié)果的可靠性.

全矢譜技術(shù); 混流泵; 模糊專(zhuān)家系統(tǒng); 故障診斷

上海城投原水有限公司是上海供水行業(yè)的“源頭”企業(yè),公司管理并運(yùn)行上海中心城區(qū)3大原水系統(tǒng),包括青草沙原水系統(tǒng)、長(zhǎng)江原水系統(tǒng)和黃浦江原水系統(tǒng),每天向全市18家自來(lái)水廠供應(yīng)1 400 萬(wàn)t左右的優(yōu)質(zhì)原水,供應(yīng)范圍覆蓋廣,受益人口1 800萬(wàn),總體規(guī)模和供水能力為全國(guó)之最.公司擁有大型取水、輸水和增壓泵站11座,其中大型旋轉(zhuǎn)類(lèi)設(shè)備混流泵作為原水獲取的關(guān)鍵設(shè)備,一旦發(fā)生重大故障,可能造成巨大的經(jīng)濟(jì)損失.

文獻(xiàn)[1]提出的基于物聯(lián)網(wǎng)的機(jī)泵健康評(píng)價(jià)系統(tǒng),提高了原水廠設(shè)備管理水平.文獻(xiàn)[2]對(duì)立式混流泵振動(dòng)分析技術(shù)進(jìn)行研究,提出了小波分析在查找混流泵沖擊振動(dòng)的優(yōu)勢(shì).文獻(xiàn)[3-5]提出了全矢譜技術(shù),指出傳統(tǒng)單源信息故障特征提取的不完整性和不充分性,形成了完整的全矢譜技術(shù)理論體系.文獻(xiàn)[6]提出了全信息融合算法在混流泵故障診斷中的應(yīng)用,指出全矢譜技術(shù)在混流泵故障診斷的可行性.本文從全矢譜技術(shù)出發(fā),將全矢譜技術(shù)應(yīng)用于原水廠大型混流泵故障特征提取,結(jié)合模糊專(zhuān)家診斷技術(shù)[7-8],對(duì)應(yīng)用結(jié)果進(jìn)行分析.

1 理論基礎(chǔ)

1.1 全矢譜理論計(jì)算

假設(shè)同一截面上相互垂直的X,Y方向上的離散序列分別為{xk},{yk}(k=0,1,…,N-1),離散序列的傅里葉變換(DFT)分別為{Xk},{Yk},對(duì)離散序列構(gòu)造復(fù)序列{zk},即

{zk}={xk}+j{yk}

(1)

對(duì)式(1)進(jìn)行DFT,得到{Zk},結(jié)合傅里葉變換(FT)性質(zhì)和共軛性,得

(2)

經(jīng)過(guò)一系列數(shù)值運(yùn)算,得主振矢RLk為

(3)

雙通道通過(guò)構(gòu)成一個(gè)復(fù)信號(hào),只需做一次FT,便可得到2個(gè)通道的FT.該算法不僅大大減少了計(jì)算量,還與傳統(tǒng)常規(guī)分析建立聯(lián)系,處理單源信號(hào)時(shí),該算法仍然成立.

1.2 專(zhuān)家自診斷[9]

故障診斷模糊專(zhuān)家系統(tǒng)結(jié)構(gòu)如圖1所示,結(jié)構(gòu)圖有別于常規(guī)的專(zhuān)家系統(tǒng)是知識(shí)庫(kù)、推理機(jī)和數(shù)據(jù)庫(kù)模糊化.模糊知識(shí)庫(kù)采用模糊產(chǎn)生式規(guī)則表示知識(shí),推理機(jī)采用正向推理,結(jié)合模糊理論進(jìn)行推理,模糊數(shù)據(jù)庫(kù)用于存放中間結(jié)果和診斷結(jié)論.模糊理論將普通的集合值域{0,1}擴(kuò)展為連續(xù)值域[0,1],采用隸屬函數(shù)來(lái)描述模糊與不模糊之間的過(guò)渡.專(zhuān)家系統(tǒng)故障診斷，通過(guò)研究故障原因與征兆之間的對(duì)應(yīng)關(guān)系，進(jìn)行判斷和識(shí)別.模糊集理論能夠利用模糊集合的運(yùn)算和變換進(jìn)行故障的推理.

1.2.1 故障征兆模糊化

振動(dòng)征兆隸屬度確定方法如下:

(4)

式中:dv為該通道的2級(jí)報(bào)警值.

各倍頻幅值的隸屬度計(jì)算方法如下:

式中:Fx該頻譜中的1x頻譜相對(duì)于通頻報(bào)警值的數(shù)值,即Fx=80%dv.

1.2.2 知識(shí)表示

模糊產(chǎn)生式規(guī)則是對(duì)傳統(tǒng)產(chǎn)生式規(guī)則的模糊化,事實(shí)規(guī)則中包含不同類(lèi)型的故障征兆,反映了故障的不同方面,模糊產(chǎn)生式規(guī)則可以將故障多征兆進(jìn)行綜合評(píng)估.

模糊產(chǎn)生式規(guī)則采用IFETHENH(CF(H,E))表示形式,具體表示如下:

IFE1(cf1,λ1) ANDE2(cf2,λ2)… ANDEn(cfn,λn)

THENH[CF(H,E),λ]

(6)

式中：cfi為Ei(i=1,2,…,n)的模糊隸屬度;λi為Ei成立的可信度閾值,閾值一般取當(dāng)前最大隸屬度的一半;當(dāng)cfi≤λi時(shí)跳過(guò)本規(guī)則,直接進(jìn)入下一條規(guī)則的計(jì)算,增加了推理效率;λ為激活該規(guī)則的閾值,當(dāng)CF(H,E)>λ時(shí),激活該規(guī)則.

1.2.3 模糊推理機(jī)

本系統(tǒng)采用正向推理策略,提取故障征兆為頻譜中各個(gè)倍頻的振動(dòng)幅值,通過(guò)征兆模糊化處理,得到相應(yīng)的隸屬度,并構(gòu)造征兆模糊向量a(a1,a2,…,am).根據(jù)故障機(jī)理及專(zhuān)家經(jīng)驗(yàn),經(jīng)過(guò)多次試驗(yàn)驗(yàn)證確定征兆論域和故障論域的模糊關(guān)系矩陣R,由模糊變換公式得到故障的模糊子集,構(gòu)造故障模糊向量b(b1,b2,…,bn),根據(jù)模糊向量中可信度排序確定故障類(lèi)型:

b=aR

(7)

式中:ai為征兆i的動(dòng)態(tài)強(qiáng)度;bi為故障i的可信度;r11為規(guī)則Ri的靜態(tài)強(qiáng)度.

2 實(shí)驗(yàn)分析

原水廠大型立式混流泵采用基于物聯(lián)網(wǎng)的機(jī)泵健康評(píng)價(jià)系統(tǒng)實(shí)時(shí)監(jiān)測(cè)振動(dòng)信號(hào).值班人員發(fā)現(xiàn)同一位置相互垂直的泵擺度X監(jiān)測(cè)值正常,泵擺度Y監(jiān)測(cè)值連續(xù)報(bào)警,將問(wèn)題反饋給診斷工程師.大型立式混流泵簡(jiǎn)圖及測(cè)點(diǎn)如圖2所示,振動(dòng)傳感器采用電渦流傳感器.任意選取1組振動(dòng)信號(hào),泵擺度X(測(cè)點(diǎn)1)通頻值為0.11 mm,波形頻譜圖如圖3所示.從圖中可以看出,泵擺度X波形圖為余弦曲線,頻譜圖最大幅值在1倍頻處,值為0.04 mm.初步判定泵擺度X處振動(dòng)值正常.泵擺度Y(測(cè)點(diǎn)2)通頻值為0.33 mm,超過(guò)預(yù)設(shè)報(bào)警值[0.25,0.33],波形頻譜圖如圖4所示.從圖中可以看出,泵擺度Y的波形圖為余弦曲線,頻譜圖最大幅值在1倍頻處,值為0.12 mm.根據(jù)專(zhuān)家經(jīng)驗(yàn),初步確定泵轉(zhuǎn)子存在不平衡.采用全矢譜技術(shù)對(duì)泵擺度X/Y振動(dòng)信號(hào)矢量分析,得出如圖5所示界面.從圖中可以看出,主振矢1倍頻值為0.11 mm,1倍頻軸心軌跡為橢圓.從進(jìn)動(dòng)譜可知,進(jìn)動(dòng)方向?yàn)檎M(jìn)動(dòng),進(jìn)一步可以確認(rèn)泵轉(zhuǎn)子存在不平衡.如圖6所示,根據(jù)模糊專(zhuān)家診斷規(guī)則,采用專(zhuān)家自診斷技術(shù),得出3個(gè)診斷結(jié)果,分別是不平衡、不對(duì)中和軸承間隙大,置信度分別為0.95,0.70,0.70,綜合判斷轉(zhuǎn)子有不平衡故障,排除不對(duì)中和軸承間隙大故障.建議維修部門(mén)密切關(guān)注泵擺度振動(dòng)情況,關(guān)注葉輪轉(zhuǎn)動(dòng)情況,檢查葉輪處是否有異物導(dǎo)致轉(zhuǎn)子不平衡.

圖2 混流泵簡(jiǎn)圖及測(cè)點(diǎn)布置Fig.2 Mixing pump diagram and measuring point arrangement

圖3 泵擺度X(測(cè)點(diǎn)1)波形頻譜圖Fig.3 Pump pendulum X(measuring point 1) waveform spectrum

圖4 泵擺度Y(測(cè)點(diǎn)2)波形頻譜圖Fig.4 Pump pendulumY(measuring point 2) waveform spectrum

圖5 全矢譜圖Fig.5 Full vector spectrum diagram

圖6 專(zhuān)家自診斷Fig.6 Expert self-diagnosis

3 結(jié)論

為提高上海供水行業(yè)大型混流泵故障診斷的可靠性和準(zhǔn)確性,采用了全矢譜技術(shù)和模糊專(zhuān)家診斷技術(shù).該方法具有以下兩方面的特點(diǎn):① 采用全矢譜技術(shù)提取信號(hào)故障特征,有效保證了雙通道信號(hào)特征提取的完整性和全面性;② 將全矢譜技術(shù)和模糊專(zhuān)家診斷技術(shù)共同應(yīng)用于混流泵故障診斷中,有力保證故障診斷的可靠性.實(shí)驗(yàn)表明,該方法是行之有效的,能夠顯著提高大型混流泵故障診斷的準(zhǔn)確性,具有很好的應(yīng)用效果.

[1] 閔家萬(wàn),張仁軍.基于物聯(lián)網(wǎng)的機(jī)泵健康評(píng)價(jià)系統(tǒng)在原水廠的應(yīng)用[J].西南給排水,2015(5):49-54.

MIN J W,ZHANG R J.Application of machine pump health evaluation system based on internet of things in raw water plant[J].Southwest Water and Wastewater,2015(5):49-54.

[2] 吳正華.大型立式混流泵振動(dòng)分析技術(shù)的研究[D].上海:上海交通大學(xué),2009.

WU Z H.Research on vibration analysis technology of large vertical mixed flow pump[D].Shanghai:Shanghai Jiao Tong University,2009.

[3] 韓捷,關(guān)惠玲,梁川,等.矢譜:一種實(shí)用的旋轉(zhuǎn)機(jī)械故障診斷分析方法[J].機(jī)械強(qiáng)度,1998(3):212-215.

HAN J,GUAN H L,LIANG C,et al.Vector spectrum:practical analysis method of the rotary machine fault diagnosis[J].Journal of Mechanical Strength,1998(3):212-215.

[4] 韓捷.全矢譜技術(shù)及設(shè)備故障診斷應(yīng)用研究[D].上海:同濟(jì)大學(xué),2005.

HAN J.Application of full vector spectrum technique and equipment fault diagnosis[D].Shanghai:Tongji University,2005.

[5] 韓捷,石來(lái)德.全矢譜技術(shù)及工程應(yīng)用[M].北京:機(jī)械工業(yè)出版社,2008.

HAN J,SHI L D.Full spectrum technology and engineering application[M].Beijing:Mechanical Industry Press,2008.

[6] 王瑞欣.全信息融合算法在混流泵故障診斷系統(tǒng)中的應(yīng)用研究[D].鄭州:鄭州大學(xué),2014.

WANG R X.Application of full information fusion algorithm in fault diagnosis system of mixed flow pump[D].Zhengzhou:Zhengzhou University,2014.

[7] 關(guān)惠玲,韓捷.設(shè)備故障診斷專(zhuān)家系統(tǒng)原理及實(shí)踐[M].北京:機(jī)械工業(yè)出版社,2000.

GUAN H L,HAN J.Principle and practice of equipment fault diagnosis expert system[M].Beijing:Mechanical Industry Press,2000.

[8] 王永慶.人工智能原理與方法[M].西安:西安交通大學(xué)出版社,2006:205-206.

WANG Y Q.Principles andmethods of artificial intelligence[M].Xi’an:Xi’an Jiaotong University Press,2006:205-206.

[9] 黃宏偉,陳超,李永耀,等.基于EXSYS的故障診斷專(zhuān)家系統(tǒng)的設(shè)計(jì)與開(kāi)發(fā)[J].制造業(yè)自動(dòng)化,2015(15):29-32.

HUANG H W,CHEN C,LI Y Y,et al.Design and development of fault diagnosis expert system based on EXSYS[J].Manufacturing Automation,2015(15):29-32.

Application of full vector fuzzy expert system in fault diagnosis of mixed-flow pump

LIGuoping1,LIDebao2,LIYongyao2

(1.Shanghai City Investment Co.,Ltd.,Production of Raw Water,Shanghai 200120,China; 2.Zhengzhou Expert Technology Co.,Ltd.,Zhengzhou 450001,China)

According to the problems of traditional single channel signal extraction is incomplete and incomplete in the fault diagnosis of mixed-flow pump,which may cause misdiagnosis.The fault diagnosis method,combining with full vector spectrum,is used to the mixed-flow pump.The full vector spectrum technology is used to extract dual channel fault features,which can ensure the comprehensiveness and integrity of information extraction compared to the traditional single channel signal extraction.The fuzzy expert system is used to mixed-flow pump fault diagnosis,which can be complementary full vector spectrum technology.The experimental results show the method can effectively diagnose the faults of mixed-flow pumps and improve the reliability of diagnosis results.

full vector spectrum; mixed-flow pump; fuzzy expert system; fault diagnosis

國(guó)家自然科學(xué)基金資助項(xiàng)目(50675209);河南省高等學(xué)校精密制造技術(shù)與工程重點(diǎn)學(xué)科開(kāi)放實(shí)驗(yàn)室開(kāi)放基金資助項(xiàng)目(PMTE201302A)

李國(guó)平(1960—),男,高級(jí)工程師.E-mail:zzndt@126.com

TP 206.3

A

1672-5581(2017)05-0456-04