泥泵健康狀態(tài)灰云評估及壽命預(yù)測

黃龍歸，鄧義斌，湯 蕊，林永堅

(1.武漢理工大學(xué) 船海與能源動力工程學(xué)院，湖北 武漢 430063；2.中船黃埔文沖船舶有限公司，廣東 廣州 510700))

泥泵作為挖泥船作業(yè)的核心設(shè)備，其運(yùn)行可靠性直接關(guān)系到挖泥船正常作業(yè)，但由于泥泵生產(chǎn)批量小、維保指南不夠詳盡，且結(jié)構(gòu)復(fù)雜、拆檢困難，維保工作缺乏依據(jù)和指導(dǎo)，因此采用科學(xué)合理的手段開展泥泵的健康狀態(tài)評估和壽命預(yù)測對提高設(shè)備可靠性、降低運(yùn)維成本具有重要意義。目前旋轉(zhuǎn)機(jī)械健康狀態(tài)評估主要采用數(shù)據(jù)挖掘[1]、信號處理[2]等手段開展，由于實(shí)際工程中泥泵工況復(fù)雜多變、外部環(huán)境影響因素多，以振動信號為主的信號處理手段適用性受限；而以日常監(jiān)測數(shù)據(jù)為基礎(chǔ)，運(yùn)用灰色聚類理論等方法對設(shè)備的健康狀態(tài)進(jìn)行評估成為當(dāng)前研究熱點(diǎn)。本文首先用相對劣化度表征泥泵系統(tǒng)各指標(biāo)當(dāng)前實(shí)際狀態(tài)與正常工況的偏離程度，再采用正態(tài)灰云模型結(jié)合各指標(biāo)劣化度得到隸屬度矩陣；權(quán)重的確定采用層次分析法與熵權(quán)法結(jié)合的組合賦權(quán)法對各項指標(biāo)進(jìn)行賦權(quán)；最后根據(jù)馬爾科夫鏈的無后效性，獲得狀態(tài)轉(zhuǎn)移概率矩陣，進(jìn)行壽命預(yù)測。

1 泥泵健康狀態(tài)評估指標(biāo)體系

泥泵的健康狀態(tài)劣化過程是一個相對的漸變過程，結(jié)合1～9級標(biāo)度法及其他設(shè)備狀態(tài)劃分經(jīng)驗(yàn)[3]，將泥泵的健康狀態(tài)劃分為“健康”“亞健康”“警告”“故障”4個等級，即狀態(tài)S={s1、s2、s3、s4}={健康、亞健康、警告、故障}。

泥泵健康狀態(tài)評估體系如圖1所示，分成3個層級：目標(biāo)層、對象層和指標(biāo)層。其中目標(biāo)層為泥泵系統(tǒng)的健康狀態(tài)，根據(jù)泥泵的結(jié)構(gòu)可分解成3個評判因素作為對象層，記為T={T1、T2、T3}={作業(yè)主系統(tǒng)、封水系統(tǒng)、齒輪箱及軸承系統(tǒng)}。根據(jù)監(jiān)測參數(shù)，每個對象層又包含指標(biāo)層，如作業(yè)主系統(tǒng)包含吸入壓力等指標(biāo)層。

圖1 泥泵健康狀態(tài)評估體系

2 泥泵健康狀態(tài)評估

2.1 構(gòu)建灰云模型

(1)

表1 灰云模型數(shù)字特征

2.2 組合賦權(quán)法確定評估指標(biāo)權(quán)重

在對指標(biāo)進(jìn)行權(quán)重分配時，應(yīng)考慮指標(biāo)數(shù)據(jù)之間的內(nèi)在規(guī)律，通過組合賦權(quán)法將以下2種賦權(quán)法進(jìn)行有效組合，即采用線性加權(quán)法將熵權(quán)法和層次分析法相結(jié)合的組合賦權(quán)方法。其既結(jié)合了2種賦權(quán)法的長處，還能彌補(bǔ)2種權(quán)重賦權(quán)法的不足，從而使求得的權(quán)重更加科學(xué)合理。本文采用線性加權(quán)來對主客觀賦權(quán)進(jìn)行組合，見式(2)：

wi=λαi+(1-λ)si，

(2)

式中，wi為組合賦權(quán)所得權(quán)重；λ為層次分析法權(quán)重占組合權(quán)重的比例，(1-λ)為熵權(quán)法權(quán)重占組合權(quán)重的比例；αi為層次分析法所得權(quán)重；si為熵權(quán)法所得權(quán)重。

2.3 基于組合賦權(quán)和灰云模型的泥泵狀態(tài)評估

利用灰云聚類可以求得對象層中第i個因素的第m個指標(biāo)參數(shù)的劣化度值隸屬于健康狀態(tài)Sn的隸屬度矩陣Ri為:

(3)

式中，rmn為第i個對象中第m個指標(biāo)相對于健康狀態(tài)n的隸屬度。

泥泵狀態(tài)評估表達(dá)式為B=AR，其中B為評判向量，A為組合賦權(quán)權(quán)重，R為隸屬度矩陣。其中對象層面的隸屬度矩陣R可由Bi=AiRi算得，Ai、Ri分別為指標(biāo)層面的組合權(quán)重、隸屬度矩陣。

3 泥泵壽命預(yù)測模型

3.1 狀態(tài)轉(zhuǎn)移矩陣

由狀態(tài)評估表達(dá)式與歷史數(shù)據(jù)相結(jié)合,可得泥泵初始狀態(tài)概率分布矩陣J、K計算及狀態(tài)轉(zhuǎn)移概率矩陣PJK：

(4)

(5)

(6)

式中，J、K矩陣中xn(x=a，b，c，d，e;n=1，2，3，4)表示第x月對應(yīng)的4種不同狀態(tài)隸屬向量，x從a到e依次遞增。PJK為在某一時刻，泥泵健康狀態(tài)由狀態(tài)J轉(zhuǎn)移到狀態(tài)K的概率。

3.2 泥泵壽命預(yù)測

設(shè)T0時刻為初始狀態(tài)，此時根據(jù)馬爾科夫鏈原理可得T時刻概率分布矩陣：

λ(T)=λ(T0)×PT-T0,

(7)

式中，λ(T)表示在T時刻的泥泵狀態(tài)概率分布矩陣，λ(T0)表示在T0時刻的泥泵狀態(tài)概率分布矩陣，PT-T0為T到T0時刻的泥泵健康狀態(tài)轉(zhuǎn)移矩陣。在當(dāng)前時刻評判向量已知的基礎(chǔ)上，選取相應(yīng)的狀態(tài)判定策略，完成壽命預(yù)測。

4 實(shí)例分析

選取某挖泥船艙內(nèi)泥泵某年內(nèi)連續(xù)5個月的工作數(shù)據(jù)，計算得到各個指標(biāo)相應(yīng)劣化度。某月某時刻監(jiān)測數(shù)據(jù)及其對應(yīng)劣化度見表2。

表2 某月某時刻監(jiān)測數(shù)據(jù)及其對應(yīng)劣化度

根據(jù)式(4)、式(5)、式(6)，結(jié)合隸屬灰云模型及各層級權(quán)重，計算得到泥泵系統(tǒng)健康狀態(tài)評判向量B=AR=[0.461 4 0.480 8 0.055 1 0.002 7]。同理，可得其余4月評判向量，根據(jù)式(6)建立4×4狀態(tài)概率分布矩陣。選取初始狀態(tài)，根據(jù)式(7)得，未來若干月內(nèi)泥泵健康狀態(tài)概率分布如圖2所示。

圖2 未來若干月內(nèi)泥泵健康狀態(tài)概率分布

對泥泵系統(tǒng)進(jìn)行整體狀態(tài)評估時，由于權(quán)值的逐層傳遞，可能會導(dǎo)致某些部件劣化情況難以在整體層面進(jìn)行呈現(xiàn)，進(jìn)而導(dǎo)致整體評估出現(xiàn)偏差。在對比已有文獻(xiàn)的基礎(chǔ)[5-6]上，根據(jù)云模型的“3En原則”[7](即正負(fù)3倍En以外的灰云對定性概念的貢獻(xiàn)可忽略不計)，結(jié)合泥泵運(yùn)行實(shí)際情況，選取“隸屬度大于0.1的最低等級項原則”，由實(shí)例計算結(jié)果可知，泥泵該月健康狀態(tài)為“亞健康”。

采用不同文獻(xiàn)中的評估方法，對本文監(jiān)測數(shù)據(jù)進(jìn)行評估及判定，不同文獻(xiàn)中的方法評估結(jié)果橫向?qū)Ρ纫姳?。通過對比可知，當(dāng)判定策略采取為“取隸屬度最大項”時[8]，由于對泥泵健康狀態(tài)判定不太靈敏，往往劣化已經(jīng)發(fā)生卻不能及時反應(yīng)，具有一定的遲滯性。而“隸屬度大于0最低等級項”吸取了上述經(jīng)驗(yàn)[6]，但由于灰云模型的模糊性與檢測數(shù)據(jù)的波動性，該判定準(zhǔn)則對泥泵狀態(tài)判定過于靈敏而極易導(dǎo)致誤判，增加維修成本。本文策略判定狀態(tài)為“亞健康”，與實(shí)際情況相符，有助于及時發(fā)現(xiàn)安全隱患，又不至于頻繁檢修而導(dǎo)致成本增加。

根據(jù)圖2所示，該泥泵在第48月處于警告狀態(tài)的概率為0.100 2，符合“隸屬度大于0.1的最低等級項原則”，而第47月處于警告狀態(tài)的概率為0.099 1，小于0.1，故認(rèn)為該泥泵有效壽命為47個月。泥泵的劣化主要來源于旋轉(zhuǎn)件及過流件的疲勞累積損傷，適合采用兩參數(shù)weibull分布來描述，故采用Marquardt法[9]對同類型泵平均壽命的weibull參數(shù)進(jìn)行估計，weibull分布擬合參數(shù)及分界點(diǎn)見表4，Marquardt法擬合結(jié)果見圖3。由圖3、表4可知，該泵健康壽命分界點(diǎn)為第4年，第4年之前泥泵平均故障率較低，之后故障率開始逐漸升高，可以認(rèn)為泥泵健康壽命分界點(diǎn)為4年，與預(yù)測結(jié)果符合，證明了該方法的有效性。

表3 不同文獻(xiàn)中的方法評估結(jié)果橫向?qū)Ρ?/p>

表4 weibull分布擬合參數(shù)及分界點(diǎn)

圖3 Marquardt法擬合結(jié)果

5 結(jié)束語

1)本文基于泥泵數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)(SCADA)日常監(jiān)測數(shù)據(jù)，開展其健康狀態(tài)評估及剩余壽命預(yù)測，選取“隸屬度大于0.1的最低等級項原則”作為泥泵健康狀態(tài)判定準(zhǔn)則，兼顧靈敏性與波動性，所得到的泥泵健康狀態(tài)評估結(jié)果更符合實(shí)際情況，有效解決了泥泵因拆檢困難而導(dǎo)致維保工作缺乏依據(jù)和指導(dǎo)的問題，為泥泵的維保工作和可靠運(yùn)行提供必要技術(shù)支撐。

2)后續(xù)可通過積累大量泥泵監(jiān)測數(shù)據(jù)和故障數(shù)據(jù)樣本，并考慮模型的在線更新與實(shí)時預(yù)測，進(jìn)一步提升評估和預(yù)測的及時性、精準(zhǔn)性和可靠性。