滑模觀測器在離心泵預測維修的應用

范徽強

摘要：在工業(yè)4.0和智能制造的背景下，預測性維修是設備維護檢修的發(fā)展方向，本文通過設計滑模觀測器實施遠程離心水泵預測性維修進行了測試，取得了預期的效果。

關鍵詞：滑模觀測器;離心泵;預測維修

中圖分類號：TH33? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1674-957X（2021）11-0163-02

0? 引言

設備維護成本是產(chǎn)品生產(chǎn)成本的重要組成部分，研究表明，33%的維護成本是因不必要的維修而浪費的。隨著工業(yè)4.0時代到來，微處理器運算性能不斷增強，單板機和數(shù)模轉(zhuǎn)換器價格不斷下降，在線監(jiān)測系統(tǒng)實施成本大幅降低，滑模觀測器對擾動的魯棒性強，技術(shù)應用越來越成熟，推廣預測性維修的可行性越來越大。

1? 設備維修管理方式

設備維修主要包括兩種基本方式：糾正性維修和預防性維修。

1.1 糾正性維修

糾正性維修也叫事后維修，是設備發(fā)生故障或性能下降的非計劃性維修，設備意外故障導致非計劃性停產(chǎn)，往往造成較大的經(jīng)濟損失，甚至會對設備造成致命傷害。目前主要應用于兩個方面：一是對生產(chǎn)影響較小的非重點設備或者有備用配置的設備;二是突發(fā)故障，設備被迫停用、維修。

1.2 預防性維修

隨著設備自動化水平提高，生產(chǎn)需求長期持續(xù)運行，設備管理立足于減少設備故障造成非正常停產(chǎn)的經(jīng)濟損失，推動了預防維修發(fā)展，設備操作與維修出現(xiàn)分工，步入專業(yè)維修階段。預防維修主要有以下三類：

1.2.1 計劃維修

目前國內(nèi)大部分企業(yè)普遍采用計劃維修，根據(jù)設備的設計壽命和使用壽命，規(guī)定了設備的大、中、小修的修理周期，按規(guī)范對設備進行定期維修和更換，計劃維修往往忽視了設備狀況是否良好，導致過度維修，浪費維修費用。

1.2.2 全員生產(chǎn)維修

全員生產(chǎn)維修是以點檢為基礎的維修，設備操作人員負責日常點檢，專業(yè)維修人員負責定期點檢，按標準和流程檢測設備的規(guī)定部位，及早發(fā)現(xiàn)設備的異常和劣化狀況，制定檢修計劃，適時維修設備，消除運行故障隱患，同時有效防止設備過度維修和欠維修，但對人員素質(zhì)要求較高。

1.2.3 預測維修

隨著電子信息技術(shù)不斷進步，利用振動分析、聲波分析、油液分析、熱成像等方式來監(jiān)測和診斷設備健康狀態(tài)的技術(shù)應運而生，促進了設備預測維修發(fā)展。預測維修采用傳感器監(jiān)測、采集設備運行數(shù)據(jù)，設計專業(yè)系統(tǒng)診斷設備異常狀態(tài)，預先判別設備故障，在故障發(fā)生前選擇適當時機開展維修，實現(xiàn)物盡其用，是一種科學的維修方式，但狀態(tài)監(jiān)測和設備診斷系統(tǒng)的投入較大，無法大范圍采用，一般應用于關鍵設備。

2? 大型抽水泵預測性檢修

2.1 項目背景和意義

湛化公司的生產(chǎn)需要消耗大量水資源，主要依靠3個水井泵房和1個海水泵房抽水供應，每個泵站都配備了3臺大型抽水泵，2開1備，泵房距離主廠區(qū)較遠，需要人員五班三倒輪班值守。隨著4G/5G網(wǎng)絡覆蓋面擴大，數(shù)據(jù)傳送質(zhì)量不斷提高，為遠程無線實時監(jiān)測提供了技術(shù)基礎。如果對水泵實施遠程預測維修，可以裁撤操作人員，有效減少人工費用，降低供水成本，經(jīng)濟效益明顯。

2.2 技術(shù)背景

常用的離心泵狀態(tài)監(jiān)測方法有振動分析、電機電流分析，通過振動分析，可以很容易地診斷水泵的葉輪損壞、軸承損壞、葉輪偏心、密封磨損等故障。故障在線診斷技術(shù)主要有模型、信號處理和知識三種方法，模型故障診斷主要通過分析系統(tǒng)模型與實際系統(tǒng)之間的狀態(tài)殘差診斷故障，使用觀測器是狀態(tài)監(jiān)測的模型診斷模式。觀測器根據(jù)系統(tǒng)的實際輸出值與輸入來重構(gòu)系統(tǒng)的狀態(tài)模型設計觀測器，將觀測器與系統(tǒng)的輸出誤差構(gòu)成殘差生成器，通過數(shù)理統(tǒng)計方式分析殘差信號，比較故障檢測閥值來判斷故障，達到在線監(jiān)測系統(tǒng)狀態(tài)的目的。由于設備運行存在擾動，往往會影響傳統(tǒng)觀測器診斷故障的效果，而滑模觀測器針對不確定系統(tǒng)，加入了滑?？刂扑惴?，觀測誤差能保持滑動模態(tài)，對擾動有較強的魯棒性，誤差近似收斂于零，殘差只對故障敏感，得以對傳動系統(tǒng)故障精確診斷，目前基于滑模觀測器的故障診斷原理已相當成熟。

2.3 技術(shù)原理

Kitsos等研究表明，滑模觀測器綜合監(jiān)測冷卻液流量和軸承磨損因素可以有效地實現(xiàn)預測維修。監(jiān)測離心水泵轉(zhuǎn)動軸支承軸承溫度升高是判別軸承磨損或潤滑故障的手段，但瞬時轉(zhuǎn)軸轉(zhuǎn)速、環(huán)境溫度也會影響軸承溫度監(jiān)測，滑模觀測器的魯棒性可以有效地消除上述因素對故障檢測的干擾，減少誤檢。滑模觀測器模型設計基于兩個傳熱模型：一是冷卻液傳熱動力學，二是軸承傳熱動力學，見公式（1）、式（2）：

Q冷卻液=Q軸承-Q冷卻液出（1）

Q軸承=Q摩擦-Q冷卻液出-Q環(huán)境（2）

2.4 技術(shù)架構(gòu)

滑模觀測器是一種狀態(tài)觀測器，執(zhí)行流程：首先傳感器采集水泵支承軸承溫度、冷卻液進出口溫度、轉(zhuǎn)軸速度、環(huán)境溫度等模擬信號，通過一片支持Modbus協(xié)議的單板機嵌入ADC增強模塊，將所采集的設備監(jiān)測模擬信號轉(zhuǎn)換成數(shù)字信號，實現(xiàn)數(shù)據(jù)采樣和過濾，利用Modbus RTU服務器通過4G移動網(wǎng)絡的通信網(wǎng)關，實現(xiàn)遠程連接主廠區(qū)網(wǎng)絡服務器，利用專門設計的診斷系統(tǒng)軟件分析設備故障，以便籌備預測性維護計劃。

硬件架構(gòu)主要是一臺單板機（型號phyBOARD-i.MX 6UL），CPU為Arm Cortex-A架構(gòu)，主頻792MHz，儲存為512 MB SLC NAND、512 MB DDR3L RAM、4 kB EEPROM，具備ADC接口。為了增加分辨率，獲得更精準的數(shù)字信號，通過SPI接口嵌入使用了8通道16位自校準的ADC轉(zhuǎn)換器（阿德諾的AD7606C-16），通過SPI鏈路發(fā)送到單板機處理數(shù)據(jù)。單板機配備有100M的以太網(wǎng)接口，可以通過無線路由連接4G網(wǎng)關，遠程接入廠區(qū)中控室網(wǎng)絡服務器，將水泵狀態(tài)監(jiān)測數(shù)據(jù)傳送到生產(chǎn)控制系統(tǒng)進行故障分析診斷。

軟件架構(gòu)包含六個主要程序：一是傳感器每10毫秒提取一次采樣模擬數(shù)據(jù)，通過SPI鏈路從AD7606轉(zhuǎn)換器的五個通道，進入數(shù)模轉(zhuǎn)換器轉(zhuǎn)換成數(shù)字信號。二是使用遞歸一階低通濾波器對信號進行濾波，將數(shù)據(jù)轉(zhuǎn)換為適當?shù)墓こ虇挝?。三是按照設計的觀測器模型分析信息。四是基于觀測器濾波后的輸出數(shù)據(jù)，驅(qū)動本地指示燈顯示狀態(tài)。五是每50毫秒更新一次主機系統(tǒng)狀態(tài)。六是利用UART通過串行鏈接處理Modbus從站通信。

3? 項目測試

經(jīng)過仿真演示成功后，預測維修系統(tǒng)在公司6公里外的西井泵房的一臺水泵進行了為期7天的測試。在測試過程中，使用便攜式超聲波流量計量冷卻液的質(zhì)量流量幫助校準觀測器，水泵的轉(zhuǎn)速和功率的信息直接從電子設備中獲得。

系統(tǒng)測試結(jié)果圖譜表明，在固定轉(zhuǎn)速運行測試中（見圖1）冷卻液流量保持恒定，第2天和第4、5天關停期間，軸承溫度冷卻后冷卻液流量下降到零，軸承摩擦因數(shù)保持在預期水平不變，表明無故障運行獨立于水泵運行負荷，在關機期間軸承冷卻后流量下降到零，整體試驗結(jié)果基本符合預期設計。

在試驗運行后，對故障檢測和通知邏輯進行了簡單的修訂和改進，在設備關停和跳閘時停止故障監(jiān)測和通知。試驗的不足之處是由于無法刻意破壞軸承去測試，所以對軸承監(jiān)測結(jié)果的精確性尚無法準確評估。

4? 結(jié)論

與光學或振動的頻譜監(jiān)測相比，滑模觀測器無需高強度采樣和密集處理信號，應用于狀態(tài)監(jiān)測和故障診斷的優(yōu)勢是實施成本低，可以采用單板機嵌入系統(tǒng)，滑模觀測器對擾動表現(xiàn)良好的魯棒性，能保持診斷精確性，有望為中小企業(yè)實施預測維修提供低成本的解決方案。

參考文獻：

[1]Kitson C， Spurgeon SK， Twiddle JA， Jones NB. On Sliding Mode Observer Techniques for Monitoring of Rotary Machines[C]. In Proceedings of the 19th International Congress and Exhibition on Condition Monitoring and Diagnostic Engineering Management. Lulea： COMADEM， 2006.

[2]Erfan Ahadi1， Mohammad Riahi. Intelligent Prognostics and Diagnostics of Pumps Using Condition Monitoring Methods to Improve Reliability[C]. 27th Annual International Conference of Iranian Society of Mechanical Engineers. Tehran： ISME， 2019.

[3]María Carmen Carnero. Condition Based Maintenance in Small Industries[C]. 2nd IFAC Workshop on Advanced Maintenance Engineering， Services and Technology. Sevilla： IFAC， 2012.

[4]劉雪麗.基于故障預測的設備預防性維修策略優(yōu)化研究[D].沈陽：沈陽理工大學，2016.