天然氣壓縮機(jī)組故障智能診斷系統(tǒng)及應(yīng)用研究

黃永智，馮丞科，張舉，張慶，張繼平，張波，張進(jìn)杰

（1.中國石油西南油氣田重慶氣礦，重慶 400021；2.高端機(jī)械裝備健康監(jiān)控與自愈化北京市重點(diǎn)實(shí)驗(yàn)室，北京化工大學(xué)，北京 100029）

設(shè)備故障監(jiān)測診斷是近年來企業(yè)安全生產(chǎn)的主要手段之一，也一直是設(shè)備運(yùn)維管理領(lǐng)域的研究熱點(diǎn)。國內(nèi)石油化工企業(yè)已普遍應(yīng)用了設(shè)備故障監(jiān)測診斷系統(tǒng)，監(jiān)測對象包括離心壓縮機(jī)組、往復(fù)壓縮機(jī)組、關(guān)鍵機(jī)泵等，但在實(shí)際應(yīng)用過程中，故障的分析診斷依賴人工完成，故障預(yù)警診斷的自動(dòng)化、智能化水平較低。

近年來，國內(nèi)石油化工企業(yè)針對往復(fù)壓縮機(jī)故障的智能監(jiān)測診斷研究成為熱點(diǎn)。宋樹林等人將網(wǎng)絡(luò)化監(jiān)測診斷系統(tǒng)BH5000R 應(yīng)用于催化重整裝置的往復(fù)壓縮機(jī)中，對機(jī)組運(yùn)行狀態(tài)進(jìn)行網(wǎng)絡(luò)實(shí)時(shí)監(jiān)測與故障診斷，實(shí)現(xiàn)了定期維修向預(yù)知維修的過渡。劉志芳等人研發(fā)了一套適用于海洋平臺的往復(fù)式天然氣壓縮機(jī)在線監(jiān)測診斷系統(tǒng)，集數(shù)據(jù)采集、數(shù)據(jù)傳輸、特征提取為一體，實(shí)現(xiàn)故障早期預(yù)警，確保往復(fù)式壓縮機(jī)平穩(wěn)可靠運(yùn)行。Van Tung Tran 等人提出了一種診斷往復(fù)式壓縮機(jī)進(jìn)排氣閥故障的混合深度信念網(wǎng)絡(luò)，采用基于堆疊受限玻爾茲曼機(jī)的深度信念網(wǎng)絡(luò)進(jìn)行預(yù)訓(xùn)練并使用模糊ARTMAP（SFAM）進(jìn)行故障分類，大大提高了往復(fù)壓縮機(jī)閥門故障的診斷精度。舒悅等人將局部均值分解（LMD）應(yīng)用于往復(fù)壓縮機(jī)環(huán)狀氣閥振動(dòng)信號的故障特征提取，實(shí)驗(yàn)證明該方法能準(zhǔn)確地識別氣閥故障。Primo? Poto?nik 等人提出了基于半監(jiān)督的往復(fù)壓縮機(jī)狀態(tài)監(jiān)測方法，采用主成分分析（PCA）進(jìn)行預(yù)處理，證明了貝葉斯正則化網(wǎng)絡(luò)、非線性支持向量機(jī)（SVM）等人工智能方法能提高往復(fù)壓縮機(jī)的故障分類及診斷精度。上述研究針對往復(fù)壓縮機(jī)故障監(jiān)測診斷技術(shù)的理論研究較多，成果多停留在實(shí)驗(yàn)室階段，工程應(yīng)用較少。實(shí)際工程中由于機(jī)組結(jié)構(gòu)差異性、工況復(fù)雜性、故障多樣性等問題，故障自動(dòng)診斷、智能診斷研究成果難以開展實(shí)際應(yīng)用。

本文以沙坪場增壓站RTY1490 分體式天然氣壓縮機(jī)組作為研究對象，對機(jī)組典型故障進(jìn)行梳理，制定了機(jī)組多源監(jiān)測傳感器布局方案，采用在線監(jiān)測技術(shù)實(shí)現(xiàn)了機(jī)組運(yùn)行狀態(tài)和多源參數(shù)的在線監(jiān)測；進(jìn)一步基于數(shù)據(jù)特征建立了多源信息融合的復(fù)合診斷模型，開發(fā)了自動(dòng)診斷系統(tǒng)，并集成到在線監(jiān)測系統(tǒng)中。在工程應(yīng)用中，采用故障模擬方式對自動(dòng)診斷功能進(jìn)行了驗(yàn)證，系統(tǒng)連續(xù)運(yùn)行過程中已準(zhǔn)確診斷預(yù)警多起故障，顯著提升了設(shè)備智能運(yùn)維管理水平。

1 天然氣壓縮機(jī)組概況

沙坪場增壓站天然氣壓縮機(jī)組的型號為RTY1490MH12”×12”×8.5”×8.5”，其中壓縮機(jī)型號為COOPER 公司生產(chǎn)的WH64 系列往復(fù)式壓縮機(jī)，發(fā)動(dòng)機(jī)為COOPER 公司生產(chǎn)的SUPERIOR 系列12SGTD 燃?xì)獍l(fā)動(dòng)機(jī)。

該壓縮機(jī)組最大設(shè)計(jì)處理氣量達(dá)450×104m3/d，自2010年10月投入使用以來，一直承擔(dān)著氣田開發(fā)生產(chǎn)的重任。鑒于氣田天然氣含硫量較低（0.2～0.3g/m3），它還具有混合上游高含硫天然氣后，降低集輸管線中硫化氫含量，以滿足凈化廠脫硫裝置運(yùn)行條件的作用。目前機(jī)組日處理氣量80×104m3/d，其運(yùn)行情況直接影響氣田平穩(wěn)生產(chǎn)和上下游管網(wǎng)的調(diào)配運(yùn)行，在地區(qū)天然氣生產(chǎn)鏈中屬核心單元。但統(tǒng)計(jì)數(shù)據(jù)顯示，沙坪場增壓站RTY1490 機(jī)組存在故障次數(shù)較多、故障率較高的問題，甚至出現(xiàn)了發(fā)動(dòng)機(jī)活塞和壓縮機(jī)閥罩碎裂等事故，累計(jì)影響氣量近千萬方，嚴(yán)重影響了沙坪場氣田平穩(wěn)生產(chǎn)，造成直接經(jīng)濟(jì)損失近千萬元。

2 天然氣壓縮機(jī)組故障智能診斷系統(tǒng)

2.1 典型故障模式

對壓縮機(jī)組不同故障進(jìn)行了分類，如表1 所示，建立了專家系統(tǒng)故障知識庫。

表1 壓縮機(jī)典型故障知識庫

2.2 系統(tǒng)整體架構(gòu)

壓縮機(jī)組故障智能診斷系統(tǒng)可分為硬件系統(tǒng)與軟件系統(tǒng)兩部分，硬件系統(tǒng)包括傳感器、防爆箱、數(shù)據(jù)采集器、數(shù)據(jù)應(yīng)用管理器、工業(yè)電源和路由器等。軟件系統(tǒng)包括兩大部分，即安裝在數(shù)據(jù)采集器中的數(shù)據(jù)采集軟件和安裝在數(shù)據(jù)應(yīng)用管理器中的網(wǎng)絡(luò)化客戶端軟件。網(wǎng)絡(luò)化客戶端軟件采用插件化設(shè)計(jì)，內(nèi)含各類軟件模塊，主要包括：數(shù)據(jù)處理通訊模塊、專業(yè)圖譜分析模塊、中間件數(shù)據(jù)管理模塊、故障智能診斷模塊等。

2.3 典型故障智能診斷模型

往復(fù)機(jī)械運(yùn)動(dòng)規(guī)律復(fù)雜，在曲軸的轉(zhuǎn)動(dòng)，連桿的擺動(dòng)以及十字頭、活塞桿、活塞的往復(fù)運(yùn)動(dòng)綜合作用下，機(jī)體振動(dòng)信號具有顯著的非平穩(wěn)性和非線性，是典型的復(fù)雜系統(tǒng)。壓縮機(jī)監(jiān)測系統(tǒng)通常安裝有沖擊、位移、溫度、壓力、鍵相傳感器，并可獲得機(jī)組控制系統(tǒng)熱工參數(shù)數(shù)據(jù)，獲取的信號種類遠(yuǎn)多于離心壓縮機(jī)、機(jī)泵等旋轉(zhuǎn)類機(jī)械監(jiān)測系統(tǒng)。因此，壓縮機(jī)組故障診斷需綜合使用振動(dòng)、沖擊、位移、溫度、壓力、鍵相等信號進(jìn)行診斷，無法從單一信號進(jìn)行故障精確定位。因此，建立了如圖1 所示的診斷系統(tǒng)框架模型。該框架由各自獨(dú)立的診斷規(guī)則包組成，根據(jù)診斷任務(wù)的不同選擇激活不同的設(shè)備診斷模型，進(jìn)行相應(yīng)故障推理。該架構(gòu)具備診斷效率高，新增、修改、刪減診斷規(guī)則包方便的特點(diǎn)。

3 現(xiàn)場應(yīng)用效果驗(yàn)證

為驗(yàn)證現(xiàn)場應(yīng)用效果，對故障智能診斷系統(tǒng)開展了發(fā)動(dòng)機(jī)單缸失火故障和壓縮機(jī)氣閥閥片斷裂故障適用性驗(yàn)證。

通過人為破壞沙坪場增壓站RTY1490-3#機(jī)組壓縮4 缸氣閥片，如圖2 所示，將其替換至壓縮機(jī)組曲軸端氣閥總成，造成運(yùn)行時(shí)出現(xiàn)氣閥輕微漏氣的故障，開展氣閥漏氣故障模擬試驗(yàn)，以驗(yàn)證系統(tǒng)適用性和可靠性。

圖2 壓縮4 缸吸氣閥漏氣模擬試驗(yàn)（曲軸端）

更換破損閥片后的RTY1490-3# 壓縮機(jī)組于16h43min完成加載，加載后機(jī)組進(jìn)氣壓力1.547MPa，排氣壓力5.209MPa。在機(jī)組加載約1min 后，故障智能診斷系統(tǒng)于16h44min45s 診斷出壓縮4 缸吸氣閥泄漏，如圖3 所示；而原有控制系統(tǒng)未發(fā)出報(bào)警提示。

圖3 故障智能診斷結(jié)果

進(jìn)一步對比故障前后智能診斷系統(tǒng)中壓縮4 缸的動(dòng)態(tài)壓力和示功圖可以發(fā)現(xiàn)，壓縮4 缸的壓縮和膨脹過程較正常狀態(tài)下的示功圖和動(dòng)態(tài)壓力出現(xiàn)明顯異常，其中在壓縮過程中滯后了近25°，在膨脹過程中提前了30°左右，表明氣缸存在外漏，氣缸內(nèi)高壓狀態(tài)無法持續(xù)。

圖4 二級壓縮（3 缸和4 缸）故障狀態(tài)下動(dòng)態(tài)壓力變化

自故障智能診斷系統(tǒng)在沙坪場增壓站投入使用以來，累計(jì)發(fā)現(xiàn)發(fā)動(dòng)機(jī)點(diǎn)火不良等異常共計(jì)40 次，其中協(xié)助現(xiàn)場人員處理機(jī)組異常29 次，因傳感器異常造成誤報(bào)警6 次，因系統(tǒng)自身原因造成誤報(bào)警5 次，故障診斷成功率達(dá)72.5%。截至目前，2020年，沙坪場增壓站RTY1490 分體式壓縮機(jī)組僅發(fā)生非計(jì)劃故障停機(jī)3 次，較往年同期下降90.6%。同時(shí)，該系統(tǒng)協(xié)助沙坪場增壓站實(shí)現(xiàn)了連續(xù)193 天無故障運(yùn)行，創(chuàng)造了自2010年10月建站以來的最長記錄。

4 結(jié)語

故障智能診斷系統(tǒng)可自動(dòng)給出典型故障診斷結(jié)果，大幅降低了故障分析診斷的難度，提升了故障診斷的速度和準(zhǔn)確度，有利于降低壓縮機(jī)組運(yùn)行風(fēng)險(xiǎn)，減少非計(jì)劃故障停機(jī)事件的發(fā)生。故障智能診斷系統(tǒng)的成功應(yīng)用，使得天然氣壓縮機(jī)組故障診斷技術(shù)開始由人工分析朝著智能診斷方向發(fā)展，減少了人為因素對壓縮機(jī)組運(yùn)行的影響，有利于提升壓縮機(jī)組管理水平。隨著壓縮機(jī)組運(yùn)行正常與故障案例數(shù)據(jù)的不斷積累，大數(shù)據(jù)處理和數(shù)據(jù)特征挖掘?qū)⑦M(jìn)一步修正和完善故障智能診斷模型，智能診斷準(zhǔn)確性和適用性有望得到進(jìn)一步提升。故障智能診斷系統(tǒng)在沙坪場增壓站RTY1490 天然氣壓縮機(jī)組上的成功應(yīng)用，表明故障智能診斷在設(shè)備管理領(lǐng)域具有廣闊的應(yīng)用前景，可在油氣田動(dòng)態(tài)運(yùn)行設(shè)備中進(jìn)行技術(shù)推廣。