離心泵葉輪多工況節(jié)能運(yùn)行狀態(tài)監(jiān)測(cè)方法

蔡 玲，畢克剛，郭寶金，張 俊，錢(qián) 偉

(1.昆明市節(jié)能監(jiān)察支隊(duì)，云南 昆明 650031； 2.云南省產(chǎn)品質(zhì)量監(jiān)督檢驗(yàn)研究院，云南 昆明 650223； 3.云南大學(xué)材料與能源學(xué)院，云南 昆明 650091)

離心泵現(xiàn)階段被廣泛應(yīng)用于國(guó)民經(jīng)濟(jì)各個(gè)部門(mén)以及航天等技術(shù)領(lǐng)域中[1-2]，是一種重要的輸送裝置。由于其實(shí)際運(yùn)行過(guò)程中，會(huì)受到不同因素以及運(yùn)行條件的影響，一旦設(shè)計(jì)不合理或者選型不合適，將會(huì)導(dǎo)致離心泵在運(yùn)行過(guò)程中發(fā)生故障，同時(shí)效率和使用壽命也會(huì)有一定程度的下降，浪費(fèi)大量的人力和物力。所以，對(duì)離心泵葉輪多工況節(jié)能運(yùn)行狀態(tài)進(jìn)行監(jiān)測(cè)具有重要意義。

國(guó)內(nèi)相關(guān)專(zhuān)家針對(duì)該方面的內(nèi)容進(jìn)行了大量研究，例如劉起超等[3]設(shè)計(jì)出一種離心泵運(yùn)行狀態(tài)監(jiān)測(cè)和故障診斷裝置，通過(guò)該裝置可以有效實(shí)現(xiàn)故障識(shí)別和運(yùn)行狀態(tài)實(shí)時(shí)監(jiān)測(cè)。伍柯霖等[4]組建一種全新的機(jī)械振動(dòng)噪聲信號(hào)模型，同時(shí)將信號(hào)進(jìn)行有效分解，獲取有效的信息成分，最終通過(guò)主導(dǎo)頻時(shí)頻分析方法對(duì)運(yùn)行狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)測(cè)。國(guó)外相關(guān)專(zhuān)家Khoeini D等[5]研究了擴(kuò)壓器葉片幾何參數(shù)和葉輪微槽深度對(duì)垂直懸掛離心泵性能的影響。對(duì)不同擴(kuò)壓器葉片高度、前緣角、后緣角、包角以及葉輪微槽深度進(jìn)行了深入分析。通過(guò)對(duì)比實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證了數(shù)值結(jié)果。Giro R A等[6]提出了一種預(yù)測(cè)性維護(hù)策略，其中通過(guò)單獨(dú)利用標(biāo)準(zhǔn)壓力測(cè)量值并使用無(wú)監(jiān)督學(xué)習(xí)方法來(lái)跟蹤離心泵的狀態(tài)，沿流體管線(xiàn)記錄的壓力數(shù)據(jù)用于計(jì)算適當(dāng)窗口長(zhǎng)度上的幾個(gè)統(tǒng)計(jì)指標(biāo)，然后將這些指標(biāo)輸入基于高斯混合模型的無(wú)監(jiān)督聚類(lèi)過(guò)程，輸出是4個(gè)不同泵運(yùn)行工況范圍內(nèi)的指數(shù)，以及允許解釋自動(dòng)工況分類(lèi)的聚類(lèi)可視化。

在上述方法的基礎(chǔ)上，提出一種離心泵葉輪多工況節(jié)能運(yùn)行狀態(tài)監(jiān)測(cè)方法。應(yīng)用分析結(jié)果表明，所提方法可以更好實(shí)現(xiàn)運(yùn)行狀態(tài)監(jiān)測(cè)。

1 方法設(shè)計(jì)

1.1 離心泵信號(hào)去噪

在現(xiàn)場(chǎng)采集的離心泵振動(dòng)信號(hào)中摻雜著大量的噪聲以及干擾，所以需要對(duì)離心泵中的振動(dòng)信號(hào)進(jìn)行分段處理。由于信號(hào)中存在比較明顯的噪聲干擾，為了確保噪聲分段工作的順利進(jìn)行，需要對(duì)采集到的實(shí)測(cè)信號(hào)進(jìn)行去噪處理，在復(fù)雜信號(hào)中獲取有效信號(hào)。

信號(hào)的自相關(guān)系數(shù)K(i)見(jiàn)式(1)：

K(i)=

(1)

式中，ai，j和bi，j分別為信號(hào)在不同時(shí)段的自相關(guān)系數(shù)；N為信號(hào)的分段長(zhǎng)度，離心泵信號(hào)分段的核心由N取值確定。

當(dāng)信號(hào)完成分段處理后，采用式(2)對(duì)分段信號(hào)或者功率譜進(jìn)行估計(jì)H[x(i)]，具體計(jì)算如下：

(2)

式中，μxyz為信號(hào)的周期長(zhǎng)度；x(i)為信號(hào)分解結(jié)果。

為了更好地實(shí)現(xiàn)信號(hào)去噪[7-8]，需要計(jì)算分段后各個(gè)信號(hào)的周期長(zhǎng)度，同時(shí)計(jì)算平均取值。在基元分段的基礎(chǔ)上，對(duì)離心泵信號(hào)的功率譜進(jìn)行估計(jì)，獲取處理完成后的信號(hào)。同時(shí)引入小波去噪算法[9-10]對(duì)采集到的信號(hào)進(jìn)行去噪處理，詳細(xì)的操作步驟如下：①采集離心泵信號(hào)；②針對(duì)不同類(lèi)型的信號(hào)進(jìn)行小波閾值降噪處理；③對(duì)降噪后的信號(hào)進(jìn)行小波包分解，同時(shí)獲取時(shí)域上的變化規(guī)律。

1.2 離心泵葉輪多工況節(jié)能運(yùn)行狀態(tài)特征提取

對(duì)電機(jī)電源信號(hào)進(jìn)行分析[11-12]即可獲取離心泵葉輪多工況節(jié)能運(yùn)行狀態(tài)，由于信號(hào)中包含的成本比較復(fù)雜，所以運(yùn)行狀態(tài)中的特征信號(hào)相對(duì)比較薄弱。為了更好對(duì)薄弱信號(hào)進(jìn)行提取，通過(guò)奇異值分解方法，需要將離心泵中的工頻分量刪除，更好反映運(yùn)行狀態(tài)對(duì)應(yīng)的特征頻率。

SVD分解[13-14]屬于一種矩陣分解方法，采用SVD處理待分析信號(hào)組建合適的矩陣，同時(shí)將信號(hào)分解到不同的正交子空間內(nèi)，詳細(xì)的操作步驟如下：①設(shè)定待檢測(cè)信號(hào)為離散序列，合理周期為h，則通過(guò)序列可以構(gòu)建矩陣X。②對(duì)構(gòu)建的矩陣X進(jìn)行SVD分解[15-16]。③在電流信號(hào)分析過(guò)程中[17-18]，需要將重要的信號(hào)劃分到第一子空間內(nèi)。其中，離心泵中電網(wǎng)頻率分量可以表示為X=a1b1c1。其中，a、b以及c分別為不同的電網(wǎng)頻率子分量。④在離心泵的電流信號(hào)中將電網(wǎng)頻率分量刪除，即可獲取剩余頻率的分量集合。

在SVD分解的基礎(chǔ)上，通過(guò)Hilbert-Huang變換對(duì)離心泵葉輪多工況節(jié)能運(yùn)行狀態(tài)進(jìn)行處理和分析，整個(gè)過(guò)程主要?jiǎng)澐譃镋MD分解和Hilbert-Huang變換2個(gè)階段。

離心泵葉輪多工況節(jié)能運(yùn)行狀態(tài)特征提取流程如圖1所示。

圖1 離心泵葉輪多工況節(jié)能運(yùn)行狀態(tài)特征提取流程Fig.1 Flow chart of feature extraction of centrifugal pump impeller in multi-condition energy-saving operation state

具體流程為：①對(duì)離心泵葉輪多工況節(jié)能運(yùn)行狀態(tài)中的全部信號(hào)進(jìn)行采集；②采用SVD信號(hào)進(jìn)行分解，同時(shí)將電網(wǎng)中的工頻分量剔除；③通過(guò)EMD進(jìn)行信號(hào)分解；④選取合適的IMF分量，同時(shí)計(jì)算對(duì)應(yīng)的波形特征參數(shù)；⑤采用Hilbert-Huang變換對(duì)離心泵葉輪多工況節(jié)能運(yùn)行狀態(tài)特征進(jìn)行提取。

1.3 離心泵葉輪多工況節(jié)能運(yùn)行狀態(tài)監(jiān)測(cè)

通過(guò)離心泵葉輪多工況節(jié)能運(yùn)行狀態(tài)特征，將全部特征輸入到監(jiān)測(cè)器進(jìn)行監(jiān)測(cè)，但是這樣會(huì)導(dǎo)致整體監(jiān)測(cè)精度下降，所以需要選擇一個(gè)合適的指標(biāo)。

設(shè)定隨機(jī)2個(gè)變量x(i)和y(i)，則兩者對(duì)應(yīng)的互信息L(x，y)可以表示為：

(3)

式中，minH(x，y)為最小冗余原則。

將最大相關(guān)原則和最小冗余原則兩者結(jié)合后，在剩余的特征空間內(nèi)可以獲取第n個(gè)特征，同時(shí)滿(mǎn)足以下的約束條件：

(4)

通過(guò)最小冗余原則對(duì)采集到的離心泵葉輪多工況節(jié)能運(yùn)行狀態(tài)特征進(jìn)行選擇[19-20]。同時(shí)為了更好完成離心泵葉輪多工況節(jié)能運(yùn)行狀態(tài)監(jiān)測(cè)，需要引入支持向量機(jī)(SVM)。

設(shè)定線(xiàn)性可分訓(xùn)練數(shù)據(jù)為L(zhǎng)，至少存在一個(gè)可以將2類(lèi)樣本進(jìn)行區(qū)分的超平面，具體的表達(dá)式如式(5)所示：

wT·x+b=0

(5)

式中，w為法向量；b為偏移系數(shù)；x為樣本點(diǎn)。

在解決非線(xiàn)性?xún)?yōu)化問(wèn)題的過(guò)程中，需要將輸入向量映射到一個(gè)全新的高維特征空間中，則核函數(shù)映射diff(a1·b1·c1)可以表示為以下形式：

(6)

式中，χ為連續(xù)特征。

基于SVM的離心泵葉輪多工況節(jié)能運(yùn)行狀態(tài)監(jiān)測(cè)過(guò)程如圖2所示。

圖2 離心泵葉輪多工況節(jié)能運(yùn)行狀態(tài)監(jiān)測(cè)流程Fig.2 Monitoring flow chart of energy-saving operation status of centrifugal pump impeller in multiple working conditions

具體流程為：①通過(guò)提取離心泵葉輪多工況節(jié)能運(yùn)行狀態(tài)特征，獲取不同運(yùn)行狀態(tài)下的特征參數(shù)；②將提取到的全部特征進(jìn)行排序；③將重構(gòu)后的特征向量選取一半輸入到監(jiān)測(cè)器中進(jìn)行訓(xùn)練，剩余部分則作為監(jiān)測(cè)效果進(jìn)行驗(yàn)證；④輸出離心泵葉輪多工況節(jié)能運(yùn)行狀態(tài)監(jiān)測(cè)結(jié)果。

2 應(yīng)用分析

為了驗(yàn)證所提離心泵葉輪多工況節(jié)能運(yùn)行狀態(tài)監(jiān)測(cè)方法的有效性，選取單級(jí)單吸離心泵作為研究對(duì)象(圖3)，測(cè)試型號(hào)為100PWF-125，葉片數(shù)量為6個(gè)。

在實(shí)驗(yàn)前，首先在離心泵葉輪上布置測(cè)點(diǎn)，具體布置如圖4所示。

圖4 測(cè)點(diǎn)位置Fig.4 Measuring point position

以圖4為基礎(chǔ)，在測(cè)試前搭建試驗(yàn)裝置，裝置安裝位置如圖5所示。

圖5 試驗(yàn)裝置Fig.5 Test device

圖5中的試驗(yàn)泵即為圖3所示的測(cè)試對(duì)象。在圖5所示的試驗(yàn)裝置上，分析不同工況下離心泵進(jìn)水口水聲信號(hào)以及殼體振動(dòng)對(duì)應(yīng)的頻段能量變化情況，試驗(yàn)結(jié)果如圖6和圖7所示。通過(guò)分析圖6和圖7中的實(shí)驗(yàn)數(shù)據(jù)可知，2種信號(hào)的變化全部符合聲壓規(guī)律，同時(shí)均會(huì)出現(xiàn)峰值。

通過(guò)改變?cè)囼?yàn)裝置的輸入電壓，調(diào)節(jié)電磁閥的開(kāi)度，實(shí)現(xiàn)離心泵中的電磁流量控制，通過(guò)壓力傳感器測(cè)得各流量下的進(jìn)出口壓、通過(guò)動(dòng)態(tài)扭矩儀測(cè)得各流量下的轉(zhuǎn)矩、轉(zhuǎn)速，通過(guò)計(jì)算揚(yáng)程、功率和效率，完成外特性測(cè)量試驗(yàn)，試驗(yàn)結(jié)果如圖8所示。

圖6 離心進(jìn)口水聲的聲能測(cè)試結(jié)果Fig.6 Sound energy test results of centrifugal imported underwater sound

圖7 離心泵殼體振動(dòng)信號(hào)的能量測(cè)試結(jié)果Fig.7 Energy test results of the vibration signal of the centrifugal pump casing

圖8 外特性測(cè)量試驗(yàn)結(jié)果Fig.8 External characteristic measurement test results

由圖8可知，試驗(yàn)獲得的性能曲線(xiàn)與模擬得到的性能曲線(xiàn)吻合度較高，在大多數(shù)情況下?lián)P程和效率要略高于模擬獲得的揚(yáng)程和效率。流量為100 m3/h的氣蝕余量(NPSH)判別曲線(xiàn)如圖9所示。

圖9 流量為100 m3/h的NPSH3判別曲線(xiàn)Fig.9 NPSH3 discriminant curve diagram with a flow rate of 100 m3/h

由圖9可知，通過(guò)作圖法可以獲取NPSH3判別曲線(xiàn)，峰值點(diǎn)也位于第6個(gè)和第7個(gè)點(diǎn)之間。

不同信號(hào)和帶寬下的能量峰值變化情況見(jiàn)表1。

表1 離心泵信號(hào)類(lèi)型和帶寬下能量峰值變化結(jié)果分析Tab.1 Analysis of the results of the energy peak change under the signal type and bandwidth of the centrifugal pump

由表1可知，在給定的參考頻段下，離心泵葉輪多工況節(jié)能運(yùn)行狀態(tài)對(duì)應(yīng)的進(jìn)口水聲峰值呈先增加后降低的趨勢(shì)，振動(dòng)信號(hào)也是如此。由此可見(jiàn)，所提方法可以準(zhǔn)確監(jiān)測(cè)離心泵葉輪多工況節(jié)能的運(yùn)行狀態(tài)。主要是因?yàn)楸O(jiān)測(cè)前期，所提方法對(duì)采集到的信號(hào)進(jìn)行了去噪處理，為后續(xù)運(yùn)行狀態(tài)監(jiān)測(cè)提供一定的理論依據(jù)。

3 結(jié)語(yǔ)

針對(duì)傳統(tǒng)方法存在的一系列問(wèn)題，設(shè)計(jì)并提出一種離心泵葉輪多工況節(jié)能運(yùn)行狀態(tài)監(jiān)測(cè)方法。經(jīng)應(yīng)用分析證明，所提方法可以準(zhǔn)確進(jìn)行離心泵葉輪多工況節(jié)能運(yùn)行狀態(tài)監(jiān)測(cè)，同時(shí)也全面驗(yàn)證了所提方法的有效性和優(yōu)越性。