張鳳麗,潘輝,王金江
(中國石油大學(xué)(北京)機(jī)械與儲(chǔ)運(yùn)工程學(xué)院,北京 102249)
熱交換器是化工[1]、煉油[2]、動(dòng)力[3]、原子能[3]、核電[4]等工業(yè)部門中通用的工藝設(shè)備,能夠使溫度較高的流體物料將熱量傳遞給溫度較低的流體物料以實(shí)現(xiàn)目標(biāo)流體的溫度控制[5]。但是在生產(chǎn)過程中由于流體物料常常具有高黏度、易腐蝕等特性,熱交換器易發(fā)生結(jié)垢、泄漏等現(xiàn)象,降低熱交換器的使用性能,從而影響工藝目標(biāo)的實(shí)現(xiàn),嚴(yán)重時(shí)還可能造成重大安全事故[6-9]。
熱交換器運(yùn)行狀態(tài)評(píng)估與預(yù)警技術(shù)是解決這一問題的關(guān)鍵,國內(nèi)外針對(duì)此問題進(jìn)行了大量的研究與探索。何小英[10]依靠輪詢算法,以傳熱效率為基礎(chǔ)分析了熱交換器的使用可靠性;蘇岳龍等[11]基于PCA(principal component analysis)建立了熱交換器換熱效率與結(jié)垢厚度的關(guān)聯(lián)關(guān)系,實(shí)現(xiàn)熱交換器健康狀態(tài)預(yù)測;王瑞剛[12]構(gòu)建了一種熱交換器在線監(jiān)測系統(tǒng),利用數(shù)據(jù)采集系統(tǒng)實(shí)時(shí)采集工藝流體進(jìn)、出溫度,實(shí)現(xiàn)了熱交換器在線監(jiān)測;Jiang 等[13]用循環(huán)水進(jìn)口接管截面收縮流動(dòng)產(chǎn)生的壓差監(jiān)測工藝流體流量,求得表征結(jié)垢嚴(yán)重程度的特異性信號(hào);Chou 等[14]采用人工神經(jīng)網(wǎng)絡(luò)建模方法,建立了熱交換器狀態(tài)監(jiān)測與故障診斷模型,從理論與數(shù)值仿真試驗(yàn)上證明了人工神經(jīng)網(wǎng)絡(luò)應(yīng)用的可行性。Prieto 等[15]基于高壓加熱器熱力計(jì)算,分析了發(fā)生泄漏時(shí)給水與疏水溫度、抽汽管壓降、水位等的變化,由此找出檢測泄漏的敏感參數(shù),通過敏感參數(shù)的變化來判斷泄漏失效程度;Prieto 等[16]基于熱交換器換熱效能原理,提出基于熱交換器傳熱效率、傳熱系數(shù)等參數(shù)的換熱器監(jiān)測方法。
綜上,熱交換器運(yùn)行安全在線評(píng)估方法主要可以分為兩大類:通過監(jiān)測熱交換器傳熱效率、工藝流體溫差、工藝流體流量等單一敏感參數(shù)變化實(shí)現(xiàn)設(shè)備運(yùn)行狀態(tài)評(píng)估和利用人工神經(jīng)網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)設(shè)備運(yùn)行狀態(tài)評(píng)估。第一類方法利用敏感參數(shù)的變化進(jìn)行設(shè)備狀態(tài)估計(jì)及預(yù)警,該技術(shù)結(jié)合熱交換器運(yùn)行機(jī)理建立參數(shù)對(duì)運(yùn)行狀態(tài)的響應(yīng)關(guān)系,預(yù)測結(jié)果具有較高的精度。但敏感參數(shù)受工況變化影響較大,熱交換器運(yùn)行過程中工況變化及性能變化都會(huì)造成敏感參數(shù)的波動(dòng),無法有效去除工況變化造成的擾動(dòng),易產(chǎn)生誤判。第二類方法繼承了人工神經(jīng)網(wǎng)絡(luò)自組織與自學(xué)習(xí)的特點(diǎn),可處理不斷變化的動(dòng)態(tài)信息,且在處理信息的同時(shí)系統(tǒng)本身也在不停的迭代優(yōu)化。但其需要大量設(shè)備故障數(shù)據(jù)來支撐模型訓(xùn)練,因此評(píng)估結(jié)果的好壞很大程度上取決于訓(xùn)練數(shù)據(jù)的質(zhì)量,且整個(gè)評(píng)估及預(yù)警過程不透明,無法從設(shè)備運(yùn)行機(jī)理層面得出預(yù)警診斷原理。因此,在盡可能地降低預(yù)警診斷模型對(duì)故障樣本依賴程度的情況下,實(shí)現(xiàn)熱交換器運(yùn)行過程動(dòng)態(tài)預(yù)警以及狀態(tài)評(píng)估是目前需要攻克的難題之一。
本文在多元狀態(tài)估計(jì)(multivariate state estimation technique, MSET)思想的基礎(chǔ)上,提出基于K 均值聚類的健康記憶矩陣構(gòu)建方法,實(shí)現(xiàn)設(shè)備工況融合,避免工況變化對(duì)熱交換器運(yùn)行狀態(tài)特征向量的擾動(dòng),并計(jì)算熱交換器健康狀態(tài)特征向量與實(shí)時(shí)狀態(tài)數(shù)據(jù)特征向量之間的相似度,實(shí)現(xiàn)設(shè)備運(yùn)行狀態(tài)的估計(jì)與故障早期預(yù)警,克服了設(shè)備故障樣本稀缺以及不平衡的難題;引進(jìn)指數(shù)移動(dòng)平均(exponential moving average,EMA)思想,提取監(jiān)測參數(shù)數(shù)據(jù)基線,保留監(jiān)測參數(shù)隨設(shè)備運(yùn)行狀態(tài)變化的動(dòng)態(tài)特征,消除數(shù)據(jù)采集及傳輸過程中產(chǎn)生的異常數(shù)據(jù)對(duì)計(jì)算結(jié)果的影響,極大程度上提高了算法的魯棒性;提出基于距離的各監(jiān)測參數(shù)誤差累計(jì)貢獻(xiàn)統(tǒng)計(jì)思想,結(jié)合熱交換器機(jī)理模型,實(shí)現(xiàn)從性能監(jiān)測參數(shù)到設(shè)備狀態(tài)判別的新方法,突破了以往多元狀態(tài)估計(jì)無法實(shí)現(xiàn)故障定位與診斷的弊端,實(shí)現(xiàn)了工業(yè)現(xiàn)場靜設(shè)備的故障定位及診斷。
EMA 算法是處理時(shí)序數(shù)列的經(jīng)典算法,通過EMA 處理后的數(shù)據(jù)可有效剔除數(shù)據(jù)波動(dòng)值,消除波動(dòng)數(shù)據(jù)帶來的計(jì)算誤差[17]。EMA 算法的機(jī)制可描述為:
其中,α代表取值在0~1 的平滑參數(shù);β值為1-α;Pt代表需要處理的數(shù)據(jù);ft代表處理之后的EMA值。如式(1)所示,EMA 算法在處理時(shí)序數(shù)據(jù)時(shí),可以將實(shí)時(shí)監(jiān)測數(shù)據(jù)以及歷史數(shù)據(jù)進(jìn)行統(tǒng)一處理,若α取值較大,則實(shí)時(shí)數(shù)據(jù)在當(dāng)前時(shí)刻的EMA 值中所占權(quán)重較大,反之歷史數(shù)據(jù)在當(dāng)前時(shí)刻的EMA 值中所占權(quán)重較大,因此在實(shí)際應(yīng)用時(shí),α需根據(jù)數(shù)據(jù)實(shí)際波動(dòng)情況調(diào)節(jié)。同時(shí),不同時(shí)間步長的歷史數(shù)據(jù)對(duì)當(dāng)前值的貢獻(xiàn)也不同,從t-1 時(shí)刻到初始時(shí)刻,歷史觀測值的權(quán)重影響呈指數(shù)衰減。
此外,可將EMA計(jì)算形式簡化為:
EMA 可大幅消除數(shù)據(jù)波動(dòng),保留數(shù)據(jù)的動(dòng)態(tài)特征,并有效捕捉突變數(shù)據(jù),目前被廣泛應(yīng)用于慢變信號(hào)處理[18]及特征提取[19]方面。
MSET 是由Singer 等[20]提出的一種非線性多元預(yù)測診斷技術(shù),其技術(shù)路線如圖1 所示。首先選取衡量設(shè)備運(yùn)行狀態(tài)的多個(gè)監(jiān)測參數(shù),由各個(gè)監(jiān)測參數(shù)實(shí)時(shí)數(shù)據(jù)組成表征設(shè)備實(shí)際運(yùn)行狀態(tài)的觀測矩陣Xobs作為MSET 的輸入,然后以歷史健康數(shù)據(jù)為基準(zhǔn)構(gòu)建表征設(shè)備正常運(yùn)行狀態(tài)的健康記憶矩陣D,并與輸入的實(shí)際狀態(tài)向量進(jìn)行運(yùn)算,找到實(shí)際數(shù)據(jù)與健康數(shù)據(jù)的關(guān)聯(lián)程度,輸出與實(shí)際狀態(tài)矩陣同維度的狀態(tài)估計(jì)矩陣Xest,輸出的Xest代表了與Xobs同時(shí)段下的設(shè)備理論運(yùn)行狀態(tài),最后通過對(duì)設(shè)備實(shí)際運(yùn)行狀態(tài)與理論運(yùn)行狀態(tài)進(jìn)行對(duì)比分析以實(shí)現(xiàn)運(yùn)行狀態(tài)估計(jì)[21-23]。MSET 技術(shù)建立了多特征變量與設(shè)備運(yùn)行狀態(tài)之間的關(guān)聯(lián)關(guān)系,且具有模型構(gòu)建簡單、物理意義明確等優(yōu)勢,目前在傳感器校驗(yàn)[24]、設(shè)備監(jiān)測[25-28]、電子產(chǎn)品壽命預(yù)測[29-30]等領(lǐng)域內(nèi)具有良好的應(yīng)用前景。
圖1 多元狀態(tài)估計(jì)技術(shù)路線Fig.1 The scheme of multivariate state estimation
MSET 技術(shù)目前多針對(duì)于動(dòng)設(shè)備、快變信號(hào)監(jiān)測,且傳統(tǒng)的以等間隔取樣選取設(shè)備健康狀態(tài)數(shù)據(jù)構(gòu)建健康記憶矩陣D的方法難以有效應(yīng)用到熱交換器等不同工況下監(jiān)測參數(shù)變化幅度較大的設(shè)備。因此MSET 技術(shù)在以熱交換器為代表的典型工業(yè)靜設(shè)備中的應(yīng)用還需繼續(xù)研究。
熱交換器具有在運(yùn)行過程中工況多變、不同工況下特征參數(shù)變化大、故障特征響應(yīng)時(shí)間長等特點(diǎn),以單一敏感參數(shù)評(píng)判熱交換器運(yùn)行狀態(tài)以及失效程度很難具有較高的可信度,且熱交換器作為工業(yè)現(xiàn)場典型的靜設(shè)備,以振動(dòng)、沖擊脈沖信號(hào)為主的在線監(jiān)測手段無法得到有效的應(yīng)用。為突破上述困局,本文提出一種熱交換器多參數(shù)關(guān)聯(lián)預(yù)警及診斷方法,其技術(shù)路線如圖2所示。
如圖2 所示,以工藝流體溫度、壓力、流量等一次監(jiān)測參數(shù)為基礎(chǔ),結(jié)合熱交換器結(jié)構(gòu)參數(shù),構(gòu)建表征熱交換器運(yùn)行狀態(tài)以及失效程度的二次監(jiān)測參數(shù),建立監(jiān)測參數(shù)與設(shè)備性能、失效程度之間的關(guān)聯(lián)關(guān)系。其次,引用EMA 對(duì)監(jiān)測數(shù)據(jù)進(jìn)行去噪處理,提取各個(gè)監(jiān)測參數(shù)數(shù)據(jù)基線,保留監(jiān)測參數(shù)隨設(shè)備運(yùn)行狀態(tài)變化的動(dòng)態(tài)響應(yīng)特征;基于MSET 思想,利用設(shè)備健康數(shù)據(jù),結(jié)合監(jiān)測指標(biāo),構(gòu)建涵蓋設(shè)備所有運(yùn)行工況的健康記憶矩陣,作為衡量熱交換器運(yùn)行狀態(tài)的標(biāo)準(zhǔn),通過實(shí)時(shí)數(shù)據(jù),結(jié)合監(jiān)測指標(biāo),構(gòu)建觀測矩陣,通過觀測矩陣及健康記憶矩陣,計(jì)算與觀測矩陣同監(jiān)測時(shí)段下各個(gè)指標(biāo)的估計(jì)值,并組成估計(jì)矩陣;計(jì)算估計(jì)矩陣與觀測矩陣的距離值,構(gòu)建基于距離的相似度指標(biāo),通過相似度來表征設(shè)備整體運(yùn)行狀態(tài),實(shí)現(xiàn)設(shè)備整體狀態(tài)評(píng)估與故障早期預(yù)警的目的。最后,通過統(tǒng)計(jì)監(jiān)測時(shí)段內(nèi)各個(gè)參數(shù)的誤差貢獻(xiàn)率,確定導(dǎo)致設(shè)備運(yùn)行狀態(tài)偏離正常狀態(tài)的異常參數(shù),從而實(shí)現(xiàn)設(shè)備故障定位與診斷。
圖2 熱交換器多參數(shù)關(guān)聯(lián)預(yù)警方法框架Fig.2 Framework of multi-parameter correlation early warning method for heat exchangers
工業(yè)生產(chǎn)過程中用于熱交換器評(píng)價(jià)的指標(biāo)繁多,但其均依據(jù)相同的換熱基礎(chǔ)理論,即熱力學(xué)的第一定律與熱力學(xué)第二定律。兩大定律分別從能量轉(zhuǎn)換、傳遞及傳遞品質(zhì)方面對(duì)熱交換器運(yùn)行狀態(tài)進(jìn)行評(píng)價(jià),皆在生產(chǎn)過程中得到了有效的利用。但熱交換器在不同運(yùn)行工況下傳熱、阻力以及綜合性能衡量指標(biāo)均會(huì)隨著故障程度的變化發(fā)生相應(yīng)的改變,且不同故障對(duì)熱交換器性能的影響也不相同。因此本文綜合上述兩類評(píng)價(jià)指標(biāo),從熱量轉(zhuǎn)換數(shù)量及品質(zhì)的角度結(jié)合監(jiān)測參數(shù)可獲得性、合理性等方面考慮,選取易于監(jiān)測的冷、熱流體進(jìn)出口溫度、進(jìn)口壓力、流動(dòng)壓差、進(jìn)口流量作為一次監(jiān)測參數(shù),結(jié)合設(shè)計(jì)圖紙獲取熱交換器結(jié)構(gòu)參數(shù)構(gòu)建熱交換器多元監(jiān)測指標(biāo),如表1所示。
由于高溫、高壓等情況,傳感器在工作過程中可能出現(xiàn)短暫誤差增大的情況,除此之外,數(shù)據(jù)采集系統(tǒng)與上位機(jī)之間通信過程也可能會(huì)造成數(shù)據(jù)波動(dòng),從而出現(xiàn)部分?jǐn)?shù)據(jù)波動(dòng)較大的情況。波動(dòng)數(shù)據(jù)會(huì)導(dǎo)致設(shè)備評(píng)估結(jié)果無法反映熱交換器真實(shí)運(yùn)行狀態(tài),因此針對(duì)數(shù)據(jù)的處理在后續(xù)的計(jì)算中具有重大意義。值得注意的是,隨著熱交換器運(yùn)行狀態(tài)點(diǎn)的變化,各個(gè)監(jiān)測指標(biāo)會(huì)出現(xiàn)不同程度、不同特征的響應(yīng),在數(shù)據(jù)處理時(shí)需要保留監(jiān)測參數(shù)隨熱交換器運(yùn)行狀態(tài)變化的動(dòng)態(tài)特征。本文運(yùn)用EMA 技術(shù)進(jìn)行數(shù)據(jù)處理,通過式(2)計(jì)算并提取各個(gè)指標(biāo)的數(shù)據(jù)基線,其基線數(shù)據(jù)代表了特定時(shí)刻下監(jiān)測指標(biāo)的特征值,從而有效剔除波動(dòng)數(shù)據(jù),保留各個(gè)監(jiān)測參數(shù)的動(dòng)態(tài)特征。
健康記憶矩陣構(gòu)建作為MSET 思想的核心內(nèi)容,是通過設(shè)備健康數(shù)據(jù)進(jìn)行構(gòu)建,其代表了設(shè)備正常運(yùn)行的動(dòng)態(tài)過程,是評(píng)判設(shè)備是否正常運(yùn)行的基準(zhǔn)。現(xiàn)提出基于K-means聚類思想構(gòu)建健康記憶矩陣,首先按照監(jiān)測參數(shù)種類確定初始聚類中心的數(shù)量K值,計(jì)算各個(gè)工況下一次監(jiān)測指標(biāo)以及二次監(jiān)測指標(biāo)的平均值,并將其作為初始聚類中心;然后計(jì)算各指標(biāo)數(shù)據(jù)與相應(yīng)中心的距離,并根據(jù)距離范圍劃分中心所屬集合;最后對(duì)劃分好的K個(gè)集合重新計(jì)算每個(gè)集合的聚類中心,并對(duì)上述步驟進(jìn)行迭代,以其作為典型狀態(tài)向量進(jìn)行健康矩陣D的構(gòu)建和訓(xùn)練。如此構(gòu)建的記憶矩陣既可以涵蓋熱交換器各種工況運(yùn)行的正常數(shù)據(jù),又避免因矩陣過大造成計(jì)算量過大而無法滿足工程實(shí)時(shí)性要求,從而達(dá)到消除不同工況對(duì)設(shè)備運(yùn)行狀態(tài)參數(shù)造成的影響。
理論上,根據(jù)上述方法構(gòu)建完畢的健康記憶矩陣D是一個(gè)(e+f)×m×z的三維矩陣,其中z代表熱交換器工況序號(hào),因此多維健康記憶矩陣D實(shí)質(zhì)上是由很多工況下相應(yīng)二維矩陣Dz構(gòu)成,其結(jié)構(gòu)如圖3所示。
其中,Y代表二次監(jiān)測參數(shù),X代表一次監(jiān)測參數(shù),e為二次監(jiān)測參數(shù)種類,f為一次監(jiān)測參數(shù)種類,m為估計(jì)參數(shù)長度。則Dz可以表示為:
當(dāng)輸入某一時(shí)刻的新觀測向量Xobs,模型的輸出為對(duì)該輸入向量的估計(jì)值Xest。實(shí)時(shí)測試樣本Xobs為(e+f)×k維矩陣,其中k為估計(jì)參數(shù)長度,可表示為:
式(7)兩端分別對(duì)w1,w2,…,wm求偏導(dǎo)數(shù)得到:
結(jié)合MSET 基本原理分析,當(dāng)設(shè)備健康運(yùn)行時(shí),同時(shí)段估計(jì)值Xest與實(shí)時(shí)測試值Xobs較為相似,兩個(gè)狀態(tài)向量的距離維持在一個(gè)較小且穩(wěn)定的值。當(dāng)設(shè)備運(yùn)行狀態(tài)發(fā)生變化甚至發(fā)生故障時(shí),Xobs與Xest差異較正常運(yùn)行時(shí)增大,兩個(gè)狀態(tài)向量距離發(fā)生改變,因此可以通過距離值來評(píng)估設(shè)備運(yùn)行狀態(tài)。本文采用歐氏距離來表示估計(jì)值Xest與實(shí)時(shí)樣本值Xobs之間的距離dist,某一時(shí)刻的距離值distj計(jì)算公式如下:
式中,Xobs(tj)、Xest(tj)代表實(shí)時(shí)樣本值與估計(jì)值在第j時(shí)刻的狀態(tài)向量。
考慮到熱交換器在不同運(yùn)行狀態(tài)時(shí)距離度量波動(dòng)范圍較大,故引入基于距離的歸一化相似度sim,將實(shí)時(shí)樣本值與估計(jì)值在同時(shí)刻的距離轉(zhuǎn)換為0 到1 區(qū)間。當(dāng)兩狀態(tài)向量之間距離值較大時(shí),sim較小,反之sim 值較大,因此,可將sim 值作為評(píng)定熱交換器整體狀態(tài)的最終指標(biāo)。sim計(jì)算公式如下:
sim 值降低時(shí)表明熱交換器運(yùn)行狀態(tài)正在偏離健康狀態(tài),當(dāng)sim 值小于預(yù)警閾值simth時(shí)表明設(shè)備需檢修維護(hù)。預(yù)警閾值simth計(jì)算公式如式(15):
式中,simnor代表將熱交換器健康狀態(tài)下運(yùn)行數(shù)據(jù)作為觀測向量Xobs時(shí)求得的相似度值,σ代表simnor的標(biāo)準(zhǔn)差。預(yù)警閾值的確定是以熱交換器在健康狀態(tài)下運(yùn)行的相似度最小值作為閾值設(shè)定基準(zhǔn),考慮到設(shè)備運(yùn)行過程中可能會(huì)出現(xiàn)偶發(fā)的超閾值現(xiàn)象,故閾值設(shè)定時(shí)需留有一定的裕度,本文選用標(biāo)準(zhǔn)差σ作為預(yù)警裕度選取基準(zhǔn)。根據(jù)離散數(shù)據(jù)正態(tài)分布理論,數(shù)據(jù)偏離基準(zhǔn)值負(fù)方向3 倍方差的概率約為0.0015,設(shè)備正常運(yùn)行時(shí)相似度小于該值的概率很小,因此出現(xiàn)在此范圍外的數(shù)據(jù)可認(rèn)定為異常數(shù)據(jù),故本文取3倍標(biāo)準(zhǔn)差作為預(yù)警裕度。
針對(duì)MSET 技術(shù)只能實(shí)現(xiàn)設(shè)備整體狀態(tài)評(píng)估無法定位到具體故障的弊端,本文提出基于狀態(tài)參數(shù)誤差貢獻(xiàn)統(tǒng)計(jì)思想,利用熱交換器在監(jiān)測時(shí)間段內(nèi)不同狀態(tài)參數(shù)對(duì)距離值產(chǎn)生的貢獻(xiàn)率不同來鎖定造成狀態(tài)偏移的主要參數(shù),進(jìn)而根據(jù)對(duì)應(yīng)參數(shù)變化所代表的故障原因進(jìn)行診斷。式(16)表示第tj時(shí)刻第i個(gè)參數(shù)對(duì)于同時(shí)刻差異值的貢獻(xiàn)率:
式中,i代表參數(shù)種類,由典型健康記憶矩陣構(gòu)建時(shí)參數(shù)排列順序決定;tj代表監(jiān)測時(shí)間段中的某一時(shí)刻。通過式(16)計(jì)算同時(shí)刻各個(gè)參數(shù)對(duì)于差異值的貢獻(xiàn)率,貢獻(xiàn)率最大者為該時(shí)刻的異常參數(shù),由此統(tǒng)計(jì)全監(jiān)測時(shí)間段內(nèi)各個(gè)參數(shù)的差異貢獻(xiàn)率,差異貢獻(xiàn)率最高的參數(shù)為異常參數(shù)。全監(jiān)測時(shí)間段內(nèi)單個(gè)參數(shù)差異貢獻(xiàn)值計(jì)算如式(17):
為驗(yàn)證所提方法的有效性,所采用的實(shí)驗(yàn)裝置如圖4 所示,由外側(cè)冷循環(huán)回路、測試雙回路、外側(cè)熱循環(huán)回路等三個(gè)回路組成。實(shí)驗(yàn)通過熱源將介質(zhì)加熱,并通過電加熱裝置以及管式熱交換器將熱量傳遞給測試回路的熱流體;完成測試回路換熱后,熱量通過板式熱交換器帶出,并通過冷卻塔散熱。實(shí)驗(yàn)設(shè)置測試雙回路為管殼式熱交換器,其中管程為工藝流體溫度、壓力較高側(cè)。
圖4 熱交換器實(shí)驗(yàn)裝置Fig.4 Experimental setup of the heat exchanger
實(shí)驗(yàn)采用純凈水為管程流體,CaSO4溶液作為殼程流體,模擬熱交換器結(jié)垢故障。通過在熱交換器管板和換熱管上加工螺紋通孔作為泄漏通道,模擬設(shè)備泄漏故障。為避免實(shí)驗(yàn)結(jié)果的偶然性,結(jié)垢、泄漏實(shí)驗(yàn)至少完成三次模擬,其中每組結(jié)垢模擬實(shí)驗(yàn)需保證在10 s 的采樣周期下采集超過40000 s 以上,泄漏模擬實(shí)驗(yàn)在同樣采樣周期條件下連續(xù)采樣10000 s以上,現(xiàn)選取如表2、表3所示工況條件進(jìn)行說明。
表2 熱交換器結(jié)垢實(shí)驗(yàn)工況Table 2 Experimental conditions of heat exchanger scaling
表3 熱交換器泄漏實(shí)驗(yàn)工況Table 3 Working conditions of heat exchanger leakage for experiments
3.2.1 數(shù)據(jù)選取及處理 針對(duì)數(shù)據(jù)采集及傳輸過程中出現(xiàn)的數(shù)據(jù)波動(dòng)問題,采用EMA 技術(shù)對(duì)監(jiān)測數(shù)據(jù)進(jìn)行波動(dòng)數(shù)據(jù)剔除以及動(dòng)態(tài)基線提取。選取結(jié)垢工況1中冷側(cè)流體進(jìn)口壓力以及熱側(cè)流體壓降為例,處理效果如圖5 所示。由于受到進(jìn)口水泵電壓以及實(shí)際功率變化的影響,工藝流體進(jìn)口壓力及壓降產(chǎn)生離群點(diǎn)且整體波動(dòng)變大。本文根據(jù)實(shí)際數(shù)據(jù)情況調(diào)節(jié)EMA 平滑參數(shù)α,當(dāng)α處于0.6~0.8 之間時(shí),數(shù)據(jù)異常波動(dòng)大幅度降低,且監(jiān)測數(shù)據(jù)隨熱交換器運(yùn)行狀態(tài)變化的動(dòng)態(tài)特征被有效保留;當(dāng)α超過0.8 時(shí),監(jiān)測參數(shù)動(dòng)態(tài)響應(yīng)特征隨之弱化,因此,本實(shí)驗(yàn)取EMA平滑參數(shù)α為0.8。
圖5 數(shù)據(jù)處理效果Fig.5 Data processing results
3.2.2 結(jié)果分析 為對(duì)比本文所提熱交換器多參數(shù)關(guān)聯(lián)預(yù)警方法與常規(guī)預(yù)警方法的效果,選取傳熱系數(shù)、傳熱效率、傳熱單元數(shù)及相似度進(jìn)行分析。圖6、圖7 分別展示了熱交換器發(fā)生結(jié)垢、泄漏故障時(shí)各預(yù)警指標(biāo)的變化情況。
圖6 熱交換器結(jié)垢工況下主要監(jiān)測指標(biāo)效果對(duì)比Fig.6 Comparison of primary monitoring indexes for heat exchanger with scaling
如圖6 所示,單一結(jié)垢工況下熱交換器傳熱系數(shù)、傳熱效率、傳熱單元數(shù)等隨著結(jié)垢時(shí)間延長呈現(xiàn)下降趨勢,符合冷熱流體間熱量傳遞機(jī)理。但是在不同工況下,各傳熱指標(biāo)數(shù)值波動(dòng)較大,傳熱系數(shù)最大由工況2 的350 W/(m2·℃)變化為工況3 的290 W/(m2·℃),三種不同工況下最大波動(dòng)數(shù)值達(dá)到了70 W/(m2·℃)。與傳熱系數(shù)變化相似,傳熱效率及傳熱單元數(shù)在不同工況下變化分別達(dá)到0.2、0.1。根據(jù)圖7 所示,熱交換器泄漏時(shí)在相鄰兩個(gè)工況熱流體進(jìn)口溫度下降5℃的情況下,傳熱效率下降200 W/(m2·℃),傳熱效率下降0.05 左右。上述情況說明無論是結(jié)垢還是泄漏,單指標(biāo)監(jiān)測預(yù)警方法均無法避免工況的影響,但相似度在整個(gè)監(jiān)測時(shí)段內(nèi)隨熱交換器劣化時(shí)間的延長而逐漸降低且不受工況變化影響,較好地表明了熱交換器多參數(shù)關(guān)聯(lián)預(yù)警模型的魯棒性。
圖7 熱交換器泄漏工況下主要監(jiān)測指標(biāo)對(duì)比Fig.7 Comparison of primary monitoring indexes for heat exchanger with leakage
圖8、圖9 分別展示了結(jié)垢、泄漏工況下熱交換器各監(jiān)測參數(shù)對(duì)狀態(tài)估計(jì)值與實(shí)際值之間的差異貢獻(xiàn)率。當(dāng)熱交換器發(fā)生結(jié)垢失效時(shí),由于垢層厚度的不斷增加,導(dǎo)致?lián)Q熱管壁面粗糙度增加,造成了壓力值、壓降值的增加。同時(shí),垢層厚度的增加相當(dāng)于增加了壁厚,從而降低了熱交換器傳熱系數(shù),使得冷、熱流體之間傳遞的熱量減小,從而造成熱流體出口溫度比正常運(yùn)行時(shí)升高,冷側(cè)出口溫度比正常運(yùn)行時(shí)降低,從而使得傳熱效率有一定幅度的減小。根據(jù)圖8 所示,在此監(jiān)測時(shí)段內(nèi)誤差貢獻(xiàn)率高的幾個(gè)監(jiān)測參數(shù)主要集中為冷流體進(jìn)口壓力、熱流體壓降以及熱流體傳熱效率、傳熱系數(shù),因此可以判斷此時(shí)熱交換器發(fā)生結(jié)垢故障。
圖8 結(jié)垢工況下各參數(shù)誤差貢獻(xiàn)率Fig.8 Contribution of each parameter error under the working condition of scaling
圖9 泄漏過程各參數(shù)誤差貢獻(xiàn)率Fig.9 Contribution of each parameter error in leakage
結(jié)合實(shí)驗(yàn)設(shè)置分析,在管板或換熱管開口模擬泄漏,流體由高壓端流向低壓端,造成高壓端壓力降低。在此實(shí)驗(yàn)中,由于熱流體在管程流動(dòng),且管程為高壓端,所以在實(shí)驗(yàn)結(jié)果中表現(xiàn)為冷側(cè)壓力的貢獻(xiàn)值最大。同時(shí),由于冷熱流體在殼程中混合,造成冷側(cè)出口溫度比泄漏前升高,從計(jì)算結(jié)果上表現(xiàn)為傳熱效率、傳熱系數(shù)的上升。根據(jù)圖9 展示內(nèi)容,在該監(jiān)測時(shí)段內(nèi)貢獻(xiàn)率較高的指標(biāo)為冷側(cè)口壓力、流動(dòng)功耗以及傳熱系數(shù),因此易于判斷熱交換器發(fā)生泄漏故障。還需注意的是結(jié)垢和泄漏雖然會(huì)同時(shí)影響到熱流體進(jìn)口壓力,但是泄漏導(dǎo)致壓力變化是由于某一位置出現(xiàn)泄壓口產(chǎn)生的,對(duì)整個(gè)換熱過程中壓降的影響較小,結(jié)垢卻剛好相反,壓力變化的同時(shí)壓力降變化也增大。
預(yù)警成功率是衡量預(yù)警方法效果的重要指標(biāo)。圖10、圖11、表4 對(duì)比展示了結(jié)垢、泄漏故障狀態(tài)下本文所提預(yù)警方法使用原始數(shù)據(jù)計(jì)算預(yù)警結(jié)果與經(jīng)過EMA處理后預(yù)警結(jié)果。
如圖10、圖11 所示,使用原始數(shù)據(jù)直接計(jì)算相似度作為熱交換器故障預(yù)警指標(biāo)會(huì)造成相似度波動(dòng),從而導(dǎo)致誤報(bào)、漏報(bào)現(xiàn)象的出現(xiàn)。表4展示了熱交換器結(jié)垢、泄漏工況下設(shè)備正常運(yùn)行相似度最小值、預(yù)警閾值及故障時(shí)(結(jié)垢故障時(shí)對(duì)應(yīng)垢層厚度達(dá)到0.25 mm,泄漏故障時(shí)對(duì)應(yīng)泄漏發(fā)生10 min 后)相似度值并統(tǒng)計(jì)原始值預(yù)警及處理預(yù)警誤報(bào)次數(shù)。對(duì)比可知,雖然使用未經(jīng)過處理的數(shù)據(jù)也可實(shí)現(xiàn)熱交換器故障預(yù)警,但是波動(dòng)數(shù)據(jù)的存在很有可能會(huì)導(dǎo)致誤報(bào)產(chǎn)生,使用EMA 提取監(jiān)測指標(biāo)隨設(shè)備運(yùn)行狀態(tài)變化的動(dòng)態(tài)特征作為相似度計(jì)算基礎(chǔ)則有效減小了誤報(bào)次數(shù),說明本文所述預(yù)警方法及流程對(duì)熱交換器結(jié)垢、泄漏故障預(yù)警具有一定的借鑒意義。
圖10 結(jié)垢工況下數(shù)據(jù)處理前、后預(yù)警狀況Fig.10 Early warning status before and after data processing under scaling condition
圖11 泄漏工況下數(shù)據(jù)處理前、后預(yù)警狀況Fig.11 Early warning status before and after data processing under leakage condition
表4 各工況下預(yù)警效果統(tǒng)計(jì)Table 4 Statistics of early warning effect under various working conditions
本文以管殼式熱交換器為例,提出了一套針對(duì)熱交換器的多參數(shù)關(guān)聯(lián)預(yù)警及故障診斷方法,主要結(jié)論如下。
(1)基于工藝流體溫度、壓力、流量等一次監(jiān)測參數(shù)構(gòu)建并選取表征熱交換器使用性能及失效程度的監(jiān)測指標(biāo),采用EMA 算法提取上述指標(biāo)的動(dòng)態(tài)數(shù)據(jù)基線。動(dòng)態(tài)數(shù)據(jù)基線可在降低數(shù)據(jù)波動(dòng)影響的同時(shí)保留各個(gè)監(jiān)測參數(shù)隨熱交換器運(yùn)行狀態(tài)變化的動(dòng)態(tài)響應(yīng)特征,有效實(shí)現(xiàn)監(jiān)測數(shù)據(jù)的處理。
(2)采用多元狀態(tài)估計(jì)思想,結(jié)合K-means聚類構(gòu)建表征熱交換器正常運(yùn)行狀態(tài)的多維健康記憶矩陣,通過計(jì)算各監(jiān)測指標(biāo)估計(jì)值與觀測值之間的距離及相似度來實(shí)現(xiàn)熱交換器運(yùn)行狀態(tài)的評(píng)估。經(jīng)過實(shí)驗(yàn)證明,對(duì)于垢層厚度占換熱管內(nèi)徑2.2%以上的結(jié)垢失效預(yù)警以及泄漏流量占工藝流體流量1%以上的泄漏失效預(yù)警具有很好的表現(xiàn)??朔O(shè)備運(yùn)行工況與狀態(tài)表征耦合,多變工況導(dǎo)致單一狀態(tài)閾值預(yù)警誤報(bào)警頻繁以及常規(guī)監(jiān)測手段過度依賴故障樣本數(shù)據(jù)的弊端,極大程度提高了評(píng)估及預(yù)警算法的準(zhǔn)確性及魯棒性。
(3)提出狀態(tài)參數(shù)誤差貢獻(xiàn)統(tǒng)計(jì)思想,通過統(tǒng)計(jì)監(jiān)測時(shí)段內(nèi)各參數(shù)對(duì)距離貢獻(xiàn)率的不同來確定異常參數(shù),根據(jù)異常參數(shù)與熱交換器運(yùn)行性能、失效模式之間的關(guān)聯(lián)關(guān)系來實(shí)現(xiàn)故故障原因追溯,為設(shè)備檢修維護(hù)提供有效參考。
實(shí)際現(xiàn)場中熱交換器運(yùn)行工況多變,環(huán)境條件更為嚴(yán)苛,數(shù)據(jù)分布更為復(fù)雜,如何確定合理的預(yù)警閾值選取策略,實(shí)現(xiàn)魯棒預(yù)警,將在后續(xù)實(shí)踐中進(jìn)一步研究。
符 號(hào) 說 明
A——熱交換器換熱面積,m2
Cmin——冷熱流體熱容流量較小值,kW/℃
Cpc——工藝流體比定壓熱容,J/(kg·℃)
Di——管殼式熱交換器殼體直徑,m
Dl——熱交換器殼體直徑,m
di——換熱管內(nèi)徑,m
?Exh,?Exc——分別為熱流體減、冷流體增,J
F——換熱管排列形式對(duì)壓降的校正系數(shù)
Ft——結(jié)垢校正因子
fl——?dú)こ塘黧w摩擦系數(shù)
fs——污垢校正系數(shù),對(duì)于液體一般取1.15,對(duì)于氣體或是可凝性液體一般取1
Gh,Gc——分別為冷、熱流體質(zhì)量流量,kg/s
g——折流板間距,m
K——傳熱系數(shù),W/(m2·℃)
L——換熱管長度,m
NB——折流板數(shù)目
Np——管程數(shù)
Ns——串聯(lián)的殼程數(shù)
nc——橫過管束中心的管數(shù)
Pci,Phi——分別為冷、熱流體進(jìn)口壓力,Pa
Pco,Pho——分別為冷、熱流體出口壓力,Pa
Thi,Tho,Tci,
Tco,T0——分別為熱流體進(jìn)口溫度、熱流體出口溫度、冷流體進(jìn)口溫度、冷流體出口溫度、環(huán)境溫度,℃
t′1-t′2——工藝流體可能出現(xiàn)的最大溫差值,℃
(t-t″)max——冷/熱流體實(shí)際溫差中的較大者,℃
?Tc,?Th——分別為冷、熱流體進(jìn)出口溫差,℃
ui,ul——分別為管、殼程流體流速,m/s
Vc,Vh——分別為冷、熱流體體積流量,m3/s
W——工藝流體熱容流量比
λ——莫迪圓管摩擦系數(shù)
ρc,ρh——分別為冷、熱流體密度,kg/m3