基于振動監(jiān)測和支持向量機的海洋石油離心泵智能預(yù)警技術(shù)研究

秦小剛，楊風(fēng)允，王文祥，徐正海

(中海油研究總院有限責(zé)任公司，北京 100028)

0 引言

海洋石油平臺擁有相對復(fù)雜的生產(chǎn)工藝和工況環(huán)境，其關(guān)鍵設(shè)備的安全可靠運行對于正常生產(chǎn)具有重要影響。目前海洋石油關(guān)鍵機組較多，如注水泵、外輸泵、天然氣壓縮機、原油主機、燃?xì)馔钙降龋渲须x心泵類設(shè)備占比較大，并在生產(chǎn)工藝流程中扮演著重要角色[1-2]。隨著海洋石油提出完整性管理、數(shù)字化轉(zhuǎn)型、智能油田建設(shè)等發(fā)展方向，并伴隨著降本增效等管理經(jīng)營要求，海洋石油離心泵類設(shè)備保持設(shè)備健康運行并建設(shè)數(shù)字化的健康管理系統(tǒng)勢在必行[3-4]。結(jié)合離心泵的常見故障，在建立振動監(jiān)測技術(shù)的基礎(chǔ)上，研究了基于支持向量機的智能預(yù)警診斷技術(shù)，并通過在振動監(jiān)測系統(tǒng)的基礎(chǔ)上進(jìn)行系統(tǒng)融合，搭建海洋石油離心泵智能診斷系統(tǒng)。

1 基于振動監(jiān)測的離心泵在線監(jiān)測技術(shù)研究

1.1 離心泵常見故障梳理

目前海洋石油離心泵為電機-多級離心泵機組，統(tǒng)計關(guān)鍵離心泵的常見故障及其占比，見圖1所示。通過常見故障及分布占比數(shù)據(jù)分析，海洋石油離心泵常見故障中不對中和滾動軸承故障尤為突出[5-6]。目前造成以上兩類故障的原因為：由于海洋石油工況復(fù)雜以及平臺鋼結(jié)構(gòu)變形、存在應(yīng)力等原因造成機組不對中故障率較高；較多多級離心泵為滾動軸承，隨著第一方面原因和變工況等復(fù)雜工況的影響，造成機組軸承損壞。

圖1 離心泵常見故障率統(tǒng)計分布占比圖

目前，海洋石油多采用基于專業(yè)機理的角度建立智能化預(yù)警技術(shù)研究和應(yīng)用探索。針對故障診斷主要采用常見故障特征參數(shù)與實施狀態(tài)參數(shù)進(jìn)行匹配對比，發(fā)現(xiàn)設(shè)備狀態(tài)變化或故障裂變的趨勢和征兆，實現(xiàn)對設(shè)備狀態(tài)的預(yù)測和故障診斷定位。為此，梳理海洋石油機泵典型故障的特征，見表1所示。

表1 海洋石油平臺離心泵常見故障振動信號頻域特征

1.2 關(guān)鍵離心泵在線監(jiān)測技術(shù)研究

針對旋轉(zhuǎn)類設(shè)備的狀態(tài)監(jiān)測，目前基于振動參數(shù)的狀態(tài)監(jiān)測是一種有效、可靠的技術(shù)手段[7]。一般針對離心泵的常見故障其在振動方面表現(xiàn)出來的頻段較多分布在2500 Hz以下，部分特征分布在中高頻部分，因此選擇10 kHz(±3 dB)的通用振動加速度傳感器布置在軸承座殼體上，采用點焊或特殊金屬膠粘貼底座在軸承座殼體，加速度傳感器通過螺栓柱安裝在傳感器底座上[8]。電機-多級離心泵機組振動加速度傳感器測點布置示意圖見圖2所示，其中H表示水平方向；A表示軸向方向。

圖2 關(guān)鍵離心泵在線監(jiān)測振動傳感器測點布置示意圖

由于海洋石油網(wǎng)絡(luò)帶寬較低和現(xiàn)場設(shè)備管理的要求，采用分層分布式系統(tǒng)架構(gòu)設(shè)計，設(shè)置設(shè)備層、現(xiàn)場級、中心級?；谡駝颖O(jiān)測的在線監(jiān)測系統(tǒng)架構(gòu)見圖3所示。

圖3 基于振動監(jiān)測的在線監(jiān)測系統(tǒng)架構(gòu)圖

由于海洋石油平臺處于油氣生產(chǎn)環(huán)境，海洋石油離心泵在線監(jiān)測系統(tǒng)安裝需要按照儀表專業(yè)安裝標(biāo)準(zhǔn)執(zhí)行，采用防爆本安型傳感器安裝，信號線纜采用不銹鋼鎧管保護(hù)，多束傳感器信號線纜匯總至防爆接線箱中接線端子匯集成一根多芯鎧裝信號電纜，信號電纜走儀表線纜橋架至中控室的數(shù)據(jù)采集器。數(shù)據(jù)采集器將模擬信號轉(zhuǎn)換成數(shù)字信號和濾波降噪，通過網(wǎng)線RJ45接口傳輸至現(xiàn)場級數(shù)據(jù)服務(wù)器，現(xiàn)場級數(shù)據(jù)服務(wù)器包含的功能為：對數(shù)據(jù)進(jìn)行采集、存儲，并經(jīng)專業(yè)化處理(FFT等)得出現(xiàn)場級系統(tǒng)的專業(yè)圖譜，供現(xiàn)場設(shè)備管理人員查看設(shè)備狀態(tài)；對數(shù)據(jù)進(jìn)行壓縮，并通過海洋石油內(nèi)網(wǎng)傳輸至陸地公司級遠(yuǎn)程診斷中心。

除了常規(guī)的振動加速度參數(shù)采集并處理轉(zhuǎn)換出速度、包絡(luò)等數(shù)據(jù)和圖譜外，針對海洋石油關(guān)鍵離心泵一般在現(xiàn)場控制盤擁有監(jiān)測一些工藝流程參數(shù)如溫度、壓力、流量等，較多已經(jīng)引入至中控系統(tǒng)，可通過數(shù)據(jù)接口引入至數(shù)據(jù)服務(wù)器。通過以上參數(shù)，建立一個能夠覆蓋多參數(shù)變工況環(huán)境下的在線監(jiān)測系統(tǒng)，并進(jìn)一步開展智能預(yù)警技術(shù)研究。

2 基于支持向量機的智能預(yù)警技術(shù)研究

支持向量機方法最初通過分類超平面解決線性分類問題，通過構(gòu)造一個超平面將不同類別數(shù)據(jù)區(qū)分開，且保證每類樣本離分類超平面盡可能的遠(yuǎn)，該超平面即為最優(yōu)超平面，為簡化求解過程，最優(yōu)超平面定義公式(1)[9-11]。其目標(biāo)分類為分類超平面與兩類樣本間距最大，通過簡化距離計算公式可得到優(yōu)化目標(biāo)見公式(2)。

yi=(wxi+b)≥1,i=1,…,l

(1)

(2)

最優(yōu)超平面可通過拉格朗日乘子法求解。為解決支持向量機的低維線性不可分問題，引入核函數(shù)，將低維數(shù)據(jù)向高維空間投影，使得低維不可分?jǐn)?shù)據(jù)在高維空間線性可分，即超平面定義為公式(3)[12]。

yi=(wφ(xi)+b)≥1,i=1,…,l

(3)

由概率密度的定位可知概率密度其具有非負(fù)性和規(guī)范性，見公式(4)所示。設(shè)一組樣本數(shù)據(jù)xi對應(yīng)的概率為yi(0≤yi≤1),即樣本可表示為公式(5)。但實際中yi未知無法求解，因此需要構(gòu)建經(jīng)驗分布函數(shù)，x為d維數(shù)據(jù)，即公式(6)。基于支持機思想構(gòu)造概率密度，并進(jìn)行回歸估計見圖7所示。

(4)

(x1,y1),(x2,y2),…,(xl,yl)

(5)

(6)

其中：

(7)

(8)

(9)

(10)

(11)

(12)

(13)

通過求解上述二次規(guī)劃問題，即可解得β及k(x,xi)，由公式即可得到各樣本的概率密度，步驟如下：

(1)依據(jù)公式(6)、公式(7)計算樣本經(jīng)驗分布函數(shù)；

(2)選定核函數(shù)，依據(jù)公式(12)、公式(13)計算k(x,xi)及K(x,xi)；

(3)求解公式(10)二次規(guī)劃問題，得到β；

(4)依據(jù)公式(7)解得各樣本概率密度值。

搭建電機-多級離心泵模擬測試試驗臺，提取海洋石油離心泵軸承故障預(yù)警診斷參數(shù)特征。在離心泵兩支撐端軸承座處各安裝水平(H)、垂直(V)、軸向(A)加速度傳感器。由于速度信號對不平衡、不對中等故障敏感，因此通過加速度積分獲取速度信號。加速度信號采樣頻率為25 600 Hz，速度信號采樣頻率為2560 Hz。此外還安裝泵體進(jìn)出口壓力傳感器以及軸承溫度傳感器等?；陔x心泵試驗臺共得到800 組正常數(shù)據(jù)、30 組不平衡故障數(shù)據(jù)、120 不對中故障數(shù)據(jù)、300 組軸承故障數(shù)據(jù)。根據(jù)公式(6)得到樣本數(shù)據(jù)的經(jīng)驗概率密度分布見圖5所示。根據(jù)圖4中樣本數(shù)據(jù)的經(jīng)驗概率密度分布還無法區(qū)別故障狀態(tài)與正常狀態(tài)，不具備劃分一個明確的狀態(tài)分界線。

圖4 樣本數(shù)據(jù)的經(jīng)驗概率密度分布

確定核函數(shù)，選擇核函數(shù)為公式(14)，并可求解k(x,xi)及K(x,xi)。求解公式(10)中的二次優(yōu)化函數(shù)，得到β，依據(jù)公式(7)得到電機-多級離心泵模擬測試數(shù)據(jù)的概率密度值，見圖5所示。有圖示可知，設(shè)備正常狀態(tài)與異常故障狀態(tài)數(shù)據(jù)以最小概率密度 0.008 693為分界線。因此當(dāng)高于該閾值作為設(shè)備故障預(yù)警的門限值參數(shù)。

(14)

圖5 樣本數(shù)據(jù)的概率密度值

同理，可由上述公式進(jìn)一步計算得到故障數(shù)據(jù)的k(x,xi)及K(x,xi)，進(jìn)而結(jié)合β值計算出故障數(shù)據(jù)的概率密度，其中大部分故障(不平衡故障、不對中故障、軸承故障)數(shù)據(jù)的概率密度較低且在0值附近。故障數(shù)據(jù)與正常數(shù)據(jù)不屬于同一分布，故障數(shù)據(jù)概率均小于正常數(shù)據(jù)概率。說明基于支持向量機概率密度估計建立的概率閾值能對故障報警，證明預(yù)警閾值有效。

通過支持向量機的智能預(yù)警診斷的設(shè)計，采用程序語言開發(fā)出海洋石油基于機理模型的智能預(yù)警系統(tǒng)。海洋石油某平臺機組泵驅(qū)動端系統(tǒng)報警，智能診斷提示軸承故障結(jié)論，見圖6所示。收到報警通知后，現(xiàn)場人員停機檢修，經(jīng)拆卸設(shè)備發(fā)現(xiàn)泵驅(qū)動端軸承損壞，見圖7所示，印證了智能預(yù)警和智能診斷的結(jié)論。

圖6 智能預(yù)警系統(tǒng)

圖7 設(shè)備故障拆檢

3 結(jié)束語

文中分析海洋石油離心泵常見故障和特征，采用振動監(jiān)測技術(shù)實現(xiàn)了針對離心泵的在線監(jiān)測。在在線監(jiān)測系統(tǒng)的基礎(chǔ)上，提出基于支持向量機的智能預(yù)警模型，通過實驗測試獲取基于支持向量機的概率密度函數(shù)特征參數(shù)。通過現(xiàn)場應(yīng)用表明，基于振動監(jiān)測和支持向量機海洋石油離心泵智能預(yù)警能夠有效實現(xiàn)對離心泵的智能預(yù)警診斷，達(dá)到了設(shè)計要求，提升了海洋石油的關(guān)鍵設(shè)備的數(shù)字化監(jiān)測管理水平。