石化裝置關(guān)鍵機組磨損監(jiān)控平臺研發(fā)

曲盼盼 宣征南 張銥鈖 何照榮b 孫志偉

(1. 廣東石油化工學(xué)院 a. 廣東省石化裝備故障診斷重點實驗室；b.機電工程學(xué)院；2. 太原理工大學(xué)化學(xué)化工學(xué)院)

石化裝置關(guān)鍵機組磨損監(jiān)控平臺研發(fā)

曲盼盼1,2宣征南1張銥鈖2何照榮1b孫志偉1

(1. 廣東石油化工學(xué)院 a. 廣東省石化裝備故障診斷重點實驗室；b.機電工程學(xué)院；2. 太原理工大學(xué)化學(xué)化工學(xué)院)

隨著科技的不斷發(fā)展，石化機械設(shè)備逐步朝著大型化、復(fù)雜化的方向發(fā)展，保證設(shè)備能夠安、穩(wěn)、長、滿、優(yōu)的運行，是企業(yè)當前迫切需要解決的問題。若能實時監(jiān)測設(shè)備的潤滑磨損狀態(tài)，在發(fā)生故障前及時報警，就可以達到降低經(jīng)濟損失的目的。提出了通過建立綜合評判石化設(shè)備的監(jiān)控平臺來判定其潤滑、磨損狀態(tài)，該平臺主要包括：反映設(shè)備磨損狀況的磨粒圖庫部分、通過多元統(tǒng)計分析建立判定潤滑狀態(tài)的數(shù)據(jù)分析系統(tǒng)和反映現(xiàn)場工況信息的檢維修記錄部分。

石化裝置 磨粒圖庫 多元信息融合 檢維修記錄 故障診斷系統(tǒng)

針對石化裝置日益大型化、復(fù)雜化、智能化的特點[1]，筆者研究并開發(fā)了針對該領(lǐng)域的綜合監(jiān)測評判平臺。該監(jiān)測平臺旨在通過測定在用潤滑油的理化指標、鐵譜分析結(jié)果及顆粒計數(shù)等定量、定性的參數(shù)，利用多元統(tǒng)計方法來構(gòu)建模型，以達到判定石化關(guān)鍵裝置潤滑、磨損狀態(tài)的目的，并依照判定結(jié)果進一步完成對其狀態(tài)發(fā)展趨勢的預(yù)測。同時，由于定性鐵譜分析得到的結(jié)果并不是數(shù)值化的結(jié)果，而是承載著磨粒信息的鐵譜片，其結(jié)果反映在鐵譜顯微鏡拍攝的磨粒圖片上[2]。所以在上述監(jiān)測平臺的框架中加入了磨粒圖庫部分。但是，如果只考慮采集的在用潤滑油油樣所反映出來的信息，則容易忽略設(shè)備現(xiàn)場工況的影響，得出一個比較片面的結(jié)論。所以必須要與現(xiàn)場設(shè)備的檢維修記錄信息相結(jié)合，理論聯(lián)系實際，得到一個基于現(xiàn)場工況的判定結(jié)論。

1 磨粒圖庫部分

鐵譜分析技術(shù)作為油液監(jiān)測技術(shù)的重要分析手段，其主要實施手段之一就是鐵譜儀[2，3]。鐵譜儀的類型較多，運用較多的有直讀式鐵譜儀、分析式鐵譜儀、旋轉(zhuǎn)式鐵譜儀和在線式鐵譜儀4種類型，企業(yè)一般將直讀式和分析式鐵譜儀聯(lián)合起來應(yīng)用[4]。直讀式鐵譜儀能夠直接讀出與磨粒沉積量成線性關(guān)系的大、小磨粒的直讀數(shù)DL、DS，直接測讀油樣中的大、小磨粒粒度的濃度。而分析式鐵譜儀利用磁場力、重力和其他力的共同作用，使?jié)櫥蜆釉诹鹘?jīng)強磁場時，油樣中的鐵系磨粒沉積下來，經(jīng)處理后，使磨粒固定地粘附在鐵譜基片上[5]。然后利用鐵譜顯微鏡對鐵譜片上的磨粒進行觀測，以得到磨粒的形態(tài)、大小、成分和粒度分布等情況[6，7]。該部分的分析結(jié)果并不是數(shù)值化的結(jié)果，而是以拍攝到的磨粒圖片的形式展現(xiàn)，所以在監(jiān)控平臺中添加磨粒圖庫部分。

磨粒圖庫部分主要可以劃分為標準圖庫和用戶圖庫兩大部分。其中標準圖庫部分主要是從采集到的磨粒圖像中挑選典型的、質(zhì)量較好、清晰度較高的圖片，按照其類型的不同進行分類。同時，在詳細的信息欄中，包含其取樣日期、放大倍數(shù)及照明方式等信息。用戶圖庫則是從采集回來的潤滑油油樣中所提取到的所有磨粒圖像的集合。用戶圖庫的編排方式是按照所屬公司的分部、車間、裝置、機組、機器及取油位置等進行的。同時，每張圖片的詳細信息中除了包含取樣日期、磨粒類型、照明方式及放大倍數(shù)等信息外，還包含了該機器運行的時間和采集的潤滑油的使用時間。除了包含上述兩大部分，圖庫部分還添加了查找功能，按照公司、分部及裝置等選擇項均可進行篩選，直至找到所需圖像和該圖像所涵蓋的所有信息。圖1～3分別為標準圖庫、用戶圖庫和查找的界面。

圖1 標準圖庫界面

圖2 用戶圖庫界面

圖3 查找界面

2 數(shù)據(jù)分析系統(tǒng)

數(shù)據(jù)分析系統(tǒng)作為綜合評判平臺的核心組成部分之一，它的分析結(jié)果關(guān)系到整個監(jiān)測平臺分析結(jié)果的準確性，而數(shù)據(jù)分析系統(tǒng)的關(guān)鍵在于所構(gòu)建的數(shù)學(xué)模型是否成功。在建立數(shù)學(xué)模型時，要考慮油液監(jiān)測技術(shù)的自身特點來選擇統(tǒng)計方法。

2.1 多源信息融合

在油液監(jiān)測技術(shù)中，涉及到的各項分析參數(shù)較多。所以，將多源信息融合引入油液監(jiān)測技術(shù)中。多源信息融合又稱為多傳感器信息融合[8]，主要是指利用計算機對多源信息進行處理，以得到可以直接利用的信息的理論與方法。多元信息融合的關(guān)鍵問題就是尋找一些理論或方法來處理具有相似或不同特征模式的多源信息，獲得具有相關(guān)和集成特性的融合信息[9]。該技術(shù)起源于軍事應(yīng)用領(lǐng)域，經(jīng)過多年的發(fā)展之后，在民用領(lǐng)域也得到了較快的發(fā)展[10]。

多元信息融合技術(shù)利用并行結(jié)構(gòu)算法，而采用分布式系統(tǒng)的并行算法，可以顯著提高處理信息的速度，從而降低獲取信息的成本[10]。多元信息融合獲得的評價客體的信息更全面、更準確，可以很明顯抑制噪聲，降低各種不確定性，同時可以彌補單一信息源的信息不準確性，并且擴大測量范圍，增加其可靠性。利用多源信息融合技術(shù)將所采集到的多個理化指標數(shù)據(jù)融合以得到分析結(jié)果，不僅可以減少人工計算量，且分析結(jié)果準確率較高。

2.1.1 聚類分析

聚類分析(Cluster Analysis)是一種根據(jù)對象的特征完成對研究對象分類的多元分析方法[11]。筆者所研究的樣品或指標之間總會存在或多或少、不同程度的相似特征。在用來衡量研究樣品或指標特征的所有的統(tǒng)計量中，找出那些可以用來描述樣品或指標之間相似程度的統(tǒng)計量，將這些統(tǒng)計量作為劃分不同類型的依據(jù)。把特征相似程度較大的樣品劃分為一類，其中，關(guān)系相對比較密切的樣品或指標劃分為一個小的分類組；關(guān)系比較疏遠的劃分為一個大的分類組，直至將所有的樣品或指標都完成分類。將不同的類型按照關(guān)系遠近一一劃分完畢，形成一個由小到大的分類系統(tǒng)。聚類分析不僅可以用來對樣品進行分類，同時也可以用來完成對變量的分類。跟多元統(tǒng)計分析的其他方法相比較，聚類分析方法顯得比較粗糙，在理論上來說并不完善。但是由于它可以解決很多的實際問題，故而受到人們的重視。與回歸分析法、判別分析法共同稱為多元統(tǒng)計分析的三大方法[12]。

2.1.1.1 相似性測度

通常，在運用聚類分析時，要將特征性質(zhì)較為相近的個體聚為一類。而性質(zhì)相近程度的考量方法有很多種，通常會包含很多主觀上的考量。但是，其中最重要的是各個指標的性質(zhì)或者觀測的尺度。如果變量不同，則相似性測度也會不同。在對各個樣品進行聚類分析時，其相似性的衡量主要靠其距離，常用的距離有以下幾種：

在上述5種距離的定義方式中，最常用的是歐氏距離和平方歐氏距離，明考斯基效力距離是其中最綜合的，而其余距離則是它的q、r取某些特殊值的特例。

2.1.1.2 系統(tǒng)聚類法

系統(tǒng)聚類法分為聚集法和分解法兩種。首先將每個個體都看作是一個單獨的群體，然后將其中最相似的兩個群體兩兩合并之后，重新計算新的群間距離，再將最相似的兩群合并。每次合并分類之后都會減少一個群，直到把所有的個體都聚為一類為止，這是聚集法的基本步驟。而分解法的步驟與聚集法剛好相反，是先將所有個體都看成一個群體，然后將最不相似的個體分成兩組，重復(fù)以上步驟。結(jié)果是每次拆分之后都會增加一個群，直到所有的個體都各自成為一個群為止。

每一個群里都包含若干的個體，在計算它們之間的距離時，有5種計算方法：最短距離法、最長距離法、類間平均法、類間重心法、離差平方和法。隨著計算機技術(shù)的迅速發(fā)展，離差平方和法因在理論和實踐中的聚類效果都非常有效而得到廣泛的應(yīng)用。離差平方和法是利用變異數(shù)分析的思想，“好”的聚類方法實質(zhì)上是要使群間的差異盡可能大，群內(nèi)的差異盡可能小。當類數(shù)固定時，可以使類內(nèi)平方和達到最小的分類方法即是最優(yōu)的分類方法。

2.1.2 判別分析

判別分析主要是用來判定識別個體所屬類別的一種多元統(tǒng)計方法[11]。在已知觀測對象的分類結(jié)果和若干可以表明觀測對象特征的變量值的情形下，通過建立一定的分辨判別準則，使得當利用此準則對新的觀測對象的所屬類別進行判別時，判別結(jié)果可以達到一個較高的識別率。判別分析的基本假設(shè)條件是：首先要求每個判別的變量都是獨立的，不能出現(xiàn)各個判別變量是多重共線性的情況，如果一個判別變量與其他判別變量高度相關(guān)或者其線性組合高度相關(guān)，雖然能夠求解，但其參數(shù)估計的標準誤差將會很大，參數(shù)估計統(tǒng)計不顯著，也就是多重共線性引起的問題；其次要求各組變量的協(xié)方差矩陣相等，判別分析最常采用的是線性判別函數(shù)，在各組協(xié)方差矩陣相等的條件下，可以用很簡單的公式來計算判別函數(shù)，并進行顯著性檢驗；最后要求各判別變量之間服從多元正態(tài)分布，每個變量相對于其他變量的固定值都呈現(xiàn)正態(tài)分布，只有在這個條件下，才能進行有關(guān)的顯著性檢驗，若違背該假設(shè)，計算的概率將會十分不準確。

在判別變量同時滿足上述3個假設(shè)條件時，得出的判別分析結(jié)果才有意義。判別分析的分析方法有很多，常用的幾種方法分別是距離判別法、Bayes判別法、Fisher判別法和逐步判別法。筆者選用Bayes估計和Fisher估計法對在用潤滑油的理化指標進行計算分析[13]。

2.1.2.1 Bayes判別法

Bayes統(tǒng)計是建立在對研究對象有一定認識的基礎(chǔ)上的。通常，在得到一個樣本后，利用該樣本來修正原認識(一般是用先驗概率分布來描述)，得到后驗概率分布，并由此完成各種統(tǒng)計推斷。將Bayes統(tǒng)計思想應(yīng)用于判別分析中，得到的就是Bayes判別法。

一般設(shè)有k個總體G1，…，Gk，其p維密度函數(shù)分別為p1(x)，…，pk(x)，先驗分布分別為q1，…，qk。將Rp劃分為k個區(qū)域(D1，…，Dk)，它們之間互不相交，而且k個區(qū)域的并集之和為Rp。合適的劃分結(jié)果會剛好對應(yīng)于k個總體，通過比較樣品屬于各類總體的后驗概率的大小，來完成對樣品歸屬類別的判定。此時判別規(guī)則變?yōu)椋喝魓∈Gi，則x落入Di,其中i=1,…,k。

2.1.2.2 Fisher判別法

通常，在理論上，對判別變量可以建立各種線性組合來完成判別函數(shù)的建立，線性組合的結(jié)果不同會導(dǎo)致得到的判別函數(shù)的效力不同。在利用判別函數(shù)完成分組后，目的是使各組間的差距越大越好，而組內(nèi)的差異越小越好，也就是要使組間差異與組內(nèi)差異的比值盡量大。從總體中抽取p個指標，作為判別變量，以此來構(gòu)造判別函數(shù)式：

y(x)=c1x1+c2x2+…+cpxp=c′x

2.2 應(yīng)用實例

以某石化公司煉油分部為例，將采集到的潤滑油各項理化指標數(shù)據(jù)進行預(yù)處理，得到可以直接利用的數(shù)據(jù)。選擇對潤滑油性能影響較大的理化指標，即運動粘度、酸值和水分含量。由于運動粘度的變化趨勢與水分和酸值的變化趨勢相反，故取其實際值與標準值的差值為研究對象。

以牌號為L-HM150的無灰抗磨液壓油為研究對象，將采集到的數(shù)據(jù)分為訓(xùn)練樣本和測試樣本。對兩者分別進行數(shù)據(jù)預(yù)處理，即進行標準化。部分樣本原始數(shù)據(jù)(節(jié)選)見表1。

表1 樣本原始數(shù)據(jù)

選用SPSS軟件將標準化的訓(xùn)練樣本進行聚類分析[14，15]之后，將它劃分為3類：正常、警告、異常。大部分數(shù)據(jù)的分類較為合理，但由于原始數(shù)據(jù)中有部分數(shù)據(jù)存在于分組界限的周圍，導(dǎo)致邊界處個別數(shù)據(jù)會出現(xiàn)分組錯誤。然后在SPSS軟件中，將聚類分析得到的結(jié)果進行判別分析，由表2可得，原始數(shù)據(jù)分組正確率為88.1%；進行交叉比對后的分組數(shù)據(jù)正確率為87.0%。將判別分析得到的判別公式應(yīng)用于測試樣本，經(jīng)過驗證后得到的準確率較高。

表2 判別分析分類結(jié)果

(續(xù)表2)

3 檢維修記錄

石化設(shè)備具有高溫、高壓、易燃、易爆及高腐蝕性等特點，故在運行的過程中容易出現(xiàn)局部零部件損壞失效的情況，比如某爐的爐管鼓泡穿孔、某裂解爐的爐壁腐蝕失效等。通常當設(shè)備發(fā)生這些故障時，需及時進行維修或更換。將設(shè)備發(fā)生故障的時間、地點、設(shè)備型號、故障類型及工作人員所采取的補救措施等詳細信息記錄下來，以備日后需要時方便查找，這就是設(shè)備的檢維修記錄。將采集回的潤滑油進行分析處理后，得出設(shè)備目前的潤滑、磨損狀態(tài)，而得到的結(jié)論因缺少現(xiàn)場工況的信息顯得比較片面，無法判斷所得信息根源。例如，當對在用潤滑油進行鐵譜分析實驗時，發(fā)現(xiàn)其直讀鐵譜讀數(shù)顯示大、小磨粒的濃度百分比DL、DS的讀數(shù)較大，遠超出正常范圍，通過電學(xué)顯微鏡觀察分析鐵譜儀得到的鐵譜片，異常磨粒數(shù)量較多且尺寸較大，這時判斷該設(shè)備處于異常磨損階段，但是難以判斷該設(shè)備是處在跑合期還是嚴重磨損期。這時就需要與現(xiàn)場的工況和檢維修記錄相結(jié)合，判斷該設(shè)備到底屬于哪種故障類型，得出準確的結(jié)論。現(xiàn)場的檢維修記錄通常以每臺設(shè)備為單位，按照時間軸的走向，一一列出各項內(nèi)容。將這些信息導(dǎo)入綜合評判監(jiān)測平臺中，可以完善該軟件的功能。

4 結(jié)束語

筆者主要對石化裝備磨損監(jiān)控平臺的組成進行了詳細介紹，該平臺主要包括3個主要部分。首先是以潤滑油檢測中的定性鐵譜分析結(jié)果為基礎(chǔ)的磨粒圖庫部分，主要記載鐵譜片上的磨粒信息(種類、大小及其成因機理)；其次是以構(gòu)建數(shù)學(xué)模型來判定石化設(shè)備潤滑、磨損狀態(tài)為目的的數(shù)據(jù)分析系統(tǒng)，該系統(tǒng)以多元分析中的聚類分析與判別分析方法為基礎(chǔ)建立數(shù)學(xué)模型，經(jīng)過實例驗證，該數(shù)學(xué)模型的準確率滿足要求；最后是石化設(shè)備的檢維修記錄部分，將該部分導(dǎo)入監(jiān)測平臺之中，與磨粒圖庫部分、數(shù)據(jù)分析部分得到的結(jié)果相結(jié)合，得到關(guān)于判定石化設(shè)備潤滑、磨損狀態(tài)的正確結(jié)論。

[1] 孫志偉，段滋華，宣征南.鐵譜分析技術(shù)在石化行業(yè)的應(yīng)用及前景展望[J].中國設(shè)備工程，2011，12(12)：10～13.

[2] 楊其明，嚴新平，賀石中.油液監(jiān)測分析現(xiàn)場實用技術(shù)[M].北京：機械工業(yè)出版社，2006.

[3] 胡邦喜.設(shè)備潤滑基礎(chǔ)[M].北京：冶金工業(yè)出版社，2003.

[4] 徐曼平.潤滑油監(jiān)測在輪機檢修中的應(yīng)用[J].航海技術(shù)，2006，(6)：61～63.

[5] 趙青，何順忠，尚慧嶺. 現(xiàn)代油液分析技術(shù)在煤礦設(shè)備管理中的應(yīng)用[J].中州煤炭，1998，(4)：26～27.

[6] 范君.磨粒圖譜識別系統(tǒng)研究[D].杭州：浙江大學(xué)，2007.

[7] 黎瓊煒，毛美娟，陳勇.油液分析現(xiàn)狀與發(fā)展方向研究[J].中國機械工程，2004，15(3)：272～275.

[8] 李靜萍，謝邦昌.多元統(tǒng)計分析方法與應(yīng)用[M].北京：中國人民大學(xué)出版社，2008.

[9] 韓崇昭，朱洪巖，段戰(zhàn)勝.多元信息融合[M].北京：清華大學(xué)出版社，2006.

[10] 萬寶紅.基于多源信息融合的本科生綜合素質(zhì)評價研究[D].上海：東華大學(xué)，2011.

[11] 何曉群.多元統(tǒng)計分析[M].北京：中國人民大學(xué)出版社，2008.

[12] 何躍，楊磊，徐玖平.一種新的聚類判別分析框架及其實證研究[J].計算機應(yīng)用研究，2007，24(12)：32～36，40.

[13] 尋知鋒，余繼峰.聚類和判別分析在測井巖性識別中的應(yīng)用[J].山東科技大學(xué)學(xué)報(自然科學(xué)版)，2008，27(5)：10～13.

[14] 張文彤，鄺春偉.SPSS統(tǒng)計分析基礎(chǔ)教程[M].北京：高等教育出版社，2014.

[15] 任志娟.SPSS中的判別分析方法的正確使用[J].統(tǒng)計與決策，2006，(3)：157.

DevelopmentofAbrasionMonitoringPlatformforPetrochemicalKeyUnit

QU Pan-pan1,2, XUAN Zheng-nan1, ZHANG Yi-fen2HE Zhao-rong1b, SUN Zhi-wei1
(1a.GuangdongProvincialKeyLaboratoryofPetrochemicalEquipmentFaultDiagnosis;1b.CollegeofMechanicalandElectricalEngineering,GuangdongUniversityofPetrochemicalTechnology; 2.CollegeofChemistryandChemicalEngineering,TaiyuanUniversityofTechnology)

With continuous development of the science and technology, the petrochemical machinery develops gradually towards the direction of large scale and complexity. Ensuring their safe, stable, full-load and efficient operation becomes urgent to enterprises at present. Real-time monitoring the equipment’s lubrication and wear conditions and timely giving an alarm in advance can achieve the purpose of reducing economic loss. Establishing a comprehensive evaluation platform for petrochemical equipment’s lubrication and wear conditions was proposed where the debris images which reflecting the status of the equipment abrasion, the data analysis system for multivariate statistical analysis of lubrication state and the inspection and maintenance records which reflecting the work information are included.

petrochemical equipment, debris images, multivariate information fusion, inspection and maintenance records, fault diagnosis system

曲盼盼(1991-)，碩士研究生，從事石化裝備關(guān)鍵機組磨損測控系統(tǒng)建立的研究。

聯(lián)系人宣征南(1962-)，教授，從事中濃紙漿流變學(xué)、油液監(jiān)測與故障診斷的研究，hanxua@263.net。

TQ056

A

0254-6094(2017)02-0125-06

2016-03-30，

2016-12-01)