大型往復(fù)壓縮機(jī)故障特征及診斷技術(shù)分析

張鵬飛 金鑫 潘昌霞

摘 要：大型往復(fù)壓縮機(jī)是現(xiàn)代工業(yè)生產(chǎn)中不可缺少的重要設(shè)備，在高效、穩(wěn)定等技術(shù)要求的基礎(chǔ)上，其可靠性受到廣泛重視。本文基于研究現(xiàn)狀對(duì)大型往復(fù)壓縮機(jī)的故障機(jī)理及特征進(jìn)行歸納，對(duì)傳統(tǒng)診斷技術(shù)和目前運(yùn)用較多的故障診斷新技術(shù)進(jìn)行分析比較，提供了各種方法的適用性及優(yōu)缺點(diǎn)，為往復(fù)壓縮機(jī)狀態(tài)監(jiān)測和故障診斷技術(shù)的發(fā)展提供參考。

關(guān)鍵詞：往復(fù)壓縮機(jī);故障;特征提取;可靠性;診斷

中圖分類號(hào)：TH16;TB652 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-2064（2019）10-0030-02

0 引言

大型往復(fù)壓縮機(jī)在石化企業(yè)生產(chǎn)過程中起著舉足輕重的作用。隨著煉化企業(yè)生產(chǎn)規(guī)模的大型化，在提高往復(fù)壓縮機(jī)產(chǎn)能的同時(shí)，也對(duì)整機(jī)機(jī)組的運(yùn)行安全、高效、穩(wěn)定提出了更高的技術(shù)要求。由于往復(fù)壓縮機(jī)結(jié)構(gòu)復(fù)雜，易損件較多，同時(shí)其壓縮介質(zhì)多為氫氣、硫化氫、乙烯等易燃或有毒氣體，因發(fā)生故障導(dǎo)致危險(xiǎn)介質(zhì)泄露而引發(fā)火災(zāi)、爆炸等惡性事故，不但會(huì)造成不可估量的國民經(jīng)濟(jì)損失，更嚴(yán)重的會(huì)危害人民的生命財(cái)產(chǎn)，因此對(duì)大型往復(fù)壓縮機(jī)故障的分析與診斷技術(shù)越來越得到企業(yè)和研究機(jī)構(gòu)的重視。

國內(nèi)外眾多學(xué)者對(duì)往復(fù)壓縮機(jī)故障機(jī)理和診斷方法進(jìn)行了研究。國內(nèi)的西安交通大學(xué)、北京化工大學(xué)、中國石油大學(xué)等分別對(duì)壓縮機(jī)故障機(jī)理、各種故障特征與成因、故障特征的提取方法等進(jìn)行了研究[1-3]。國外學(xué)者則對(duì)壓縮機(jī)關(guān)鍵部件的磨損對(duì)壓縮機(jī)性能的影響進(jìn)行了監(jiān)測[4]，同時(shí)有學(xué)者基于常規(guī)參數(shù)建立知識(shí)庫，用于往復(fù)壓縮機(jī)運(yùn)行信號(hào)監(jiān)測與故障診斷。隨著網(wǎng)絡(luò)技術(shù)發(fā)展，遺傳算法、神經(jīng)網(wǎng)絡(luò)技術(shù)被廣泛的應(yīng)用于往復(fù)壓縮機(jī)的故障信號(hào)分析與診斷中。在此基礎(chǔ)上，國內(nèi)外多個(gè)研究機(jī)構(gòu)與企業(yè)開發(fā)了壓縮機(jī)在線監(jiān)測與分析系統(tǒng)，如德國的Prognost監(jiān)測系統(tǒng)，美國Dynalco的9260CR系統(tǒng)往復(fù)壓縮機(jī)狀態(tài)診斷儀[3]等。國內(nèi)由北京化工大學(xué)研發(fā)的BH5000R往復(fù)壓縮機(jī)在線監(jiān)測系統(tǒng)也得到了較好的應(yīng)用。

從目前往復(fù)壓縮機(jī)故障診斷技術(shù)的發(fā)展來看，由壓縮機(jī)整體結(jié)構(gòu)的復(fù)雜性及激勵(lì)源多的特點(diǎn)，故障信號(hào)多為非線性[6]，同時(shí)噪聲對(duì)故障特征的提取與識(shí)別的影響較大，因此目前各種針對(duì)壓縮機(jī)的故障診斷的方法各有千秋。本文基于多家應(yīng)用企業(yè)的大型壓縮機(jī)的維護(hù)與服務(wù)，對(duì)生產(chǎn)過程中出現(xiàn)的各種故障問題進(jìn)行了探究，針對(duì)目前應(yīng)用廣泛的主要方法進(jìn)行比較分析。

1 大型往復(fù)壓縮機(jī)故障機(jī)理及特征

對(duì)壓縮機(jī)故障機(jī)理的分析研究早在20世紀(jì)60年代已經(jīng)展開，但多通過觀察、監(jiān)測壓縮機(jī)參數(shù)與振動(dòng)信號(hào)的異常來判斷故障原因，或通過大量的調(diào)研數(shù)據(jù)統(tǒng)計(jì)壓縮機(jī)關(guān)鍵部件的故障概率，如圖1[4]所示。各種故障表現(xiàn)及可能的故障原因見表1。

結(jié)合圖1和表1可以看出，往復(fù)壓縮機(jī)的常見故障發(fā)生于多個(gè)關(guān)鍵部件，且概率相對(duì)平均，同時(shí)故障表現(xiàn)對(duì)應(yīng)多種故障原因，因此通過監(jiān)測數(shù)據(jù)直接判斷故障的難度很大。同時(shí)必須指出大型往復(fù)壓縮機(jī)的關(guān)鍵部件如曲軸，由于列數(shù)增加，軸系結(jié)構(gòu)更加復(fù)雜，在承受熱、力、介質(zhì)激勵(lì)等多因素的共同作用，其故障信號(hào)表現(xiàn)多為耦合信號(hào)，很難通過單一監(jiān)測數(shù)據(jù)進(jìn)行故障定位和分析。因此基于監(jiān)測數(shù)據(jù)對(duì)故障診斷方法的研究尤為重要。

2 大型往復(fù)壓縮機(jī)故障診斷技術(shù)分析

與常規(guī)的壓縮機(jī)相比，大型往復(fù)壓縮機(jī)組的結(jié)構(gòu)更加復(fù)雜，處理氣量更大，其關(guān)鍵部件如曲軸、連桿、氣缸的受力、介質(zhì)流動(dòng)情況更加復(fù)雜，同時(shí)因功能對(duì)其密封性、冷卻系統(tǒng)、管路振動(dòng)的要求更高，傳統(tǒng)的診斷方法難以應(yīng)付如此復(fù)雜的情況，因此發(fā)展新型故障診斷技術(shù)成為必然。

2.1 傳統(tǒng)診斷方法

傳統(tǒng)的診斷方法通常按故障類型分為三類：與熱力學(xué)相關(guān)的參數(shù)法（監(jiān)測壓力、溫度、流量）、與機(jī)構(gòu)動(dòng)力學(xué)相關(guān)的振動(dòng)監(jiān)測分析、和考慮摩擦磨損的油液分析法。這三種方法的檢測對(duì)象不同，診斷的功能也不同。參數(shù)法主要針對(duì)氣缸壓力信號(hào)進(jìn)行監(jiān)測，通過示功圖、溫度變化初步診斷故障原因[7]，但對(duì)故障進(jìn)行定位及排除還不準(zhǔn)確。同時(shí)示功圖無法直接測取也限制了該方法的廣泛應(yīng)用。隨著大型工程軟件運(yùn)算能力的提高，振動(dòng)分析在壓縮機(jī)的故障診斷得到廣泛應(yīng)用，但是由于大型往復(fù)壓縮機(jī)結(jié)構(gòu)及運(yùn)動(dòng)形式的復(fù)雜性，激勵(lì)源及各向力的耦合，導(dǎo)致故障特征提取困難，同時(shí)振動(dòng)分析需要對(duì)實(shí)際工況進(jìn)行簡化，其分析結(jié)果還需其他診斷方法輔助。油液分析針對(duì)配合件的接觸表面的磨損進(jìn)行監(jiān)測，該方法應(yīng)用面較窄，同時(shí)監(jiān)測周期長，實(shí)時(shí)在線監(jiān)測的效果差，也不能很好的體現(xiàn)故障診斷的效率。

2.2 故障診斷新技術(shù)

人工智能和大數(shù)據(jù)技術(shù)的發(fā)展為往復(fù)壓縮機(jī)的故障診斷提供了新方法，一方面檢測技術(shù)的提升（使用新型高精度的檢測儀器），實(shí)現(xiàn)數(shù)據(jù)實(shí)時(shí)、高效、準(zhǔn)確傳輸。另一方面采用時(shí)頻分析方法，如小波及小波包分析、Hilbert-Huang（HHT）法，有效提取故障的特征信號(hào)，采用神經(jīng)網(wǎng)絡(luò)、遺傳算法、人工免疫法等[8]對(duì)故障信號(hào)進(jìn)行識(shí)別，從而實(shí)現(xiàn)精確診斷。

（1）神經(jīng)網(wǎng)絡(luò)技術(shù)結(jié)合模糊模式匹配應(yīng)用在故障診斷系統(tǒng)中，解決了大型往復(fù)壓縮機(jī)監(jiān)測信號(hào)復(fù)雜多樣，難于處理的問題，但診斷結(jié)果的可靠性還需建立專家系統(tǒng)知識(shí)庫作為神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)的主要來源。

（2）當(dāng)特征信號(hào)的提取困難造成有效數(shù)據(jù)較少時(shí)，可以采用支持向量機(jī)或人工免疫法等，支持向量機(jī)法具有以較少的數(shù)據(jù)快速逼近和泛化能力，其快速反應(yīng)能力在故障診斷方面得到廣泛重視。

3 結(jié)語

大型往復(fù)壓縮機(jī)的發(fā)展確定了故障診斷在其工藝、技術(shù)發(fā)展過程中的重要地位。在常規(guī)的故障診斷方法的基礎(chǔ)上，針對(duì)不同敏感特征的狀態(tài)參數(shù)，采用靈敏度高、可靠性高的新型檢測裝置獲得準(zhǔn)確數(shù)據(jù)，應(yīng)用現(xiàn)代智能理論對(duì)多源信號(hào)耦合的故障信息進(jìn)行提取和識(shí)別，同時(shí)建立完善的專家評(píng)價(jià)信息庫，實(shí)現(xiàn)大型往復(fù)壓縮機(jī)監(jiān)測與故障診斷一體化系統(tǒng)是未來有關(guān)大型往復(fù)式壓縮機(jī)技術(shù)研究的重要課題。

參考文獻(xiàn)

[1] 余良儉.往復(fù)壓縮機(jī)故障診斷技術(shù)現(xiàn)狀與發(fā)展趨勢[J].流體機(jī)械，2014（1）：36-39.

[2] 張謙，舒悅，王樂等.往復(fù)壓縮機(jī)故障診斷方法研究概述[J].流體機(jī)械，2018，46（3）：37-41.

[3] 趙賀嘉.大型往復(fù)式壓縮機(jī)狀態(tài)監(jiān)測與故障診斷技術(shù)的應(yīng)用[J].中國石油和化工標(biāo)準(zhǔn)與質(zhì)量，2016，36（17）.

[4] 陳峰，紀(jì)琳，林振宇等.大型往復(fù)式壓縮機(jī)的狀態(tài)監(jiān)測與診斷[J].管道技術(shù)與設(shè)備，2010（4）：25-27.

[5] 劉久城.往復(fù)壓縮機(jī)的故障診斷研究[J].化工管理，2013（22）：18-18.

[6] 唐友福，劉樹林，劉穎慧等.基于非線性復(fù)雜測度的往復(fù)壓縮機(jī)故障診斷[J].機(jī)械工程學(xué)報(bào)，2012，48（3）：102-107.

[7] 高晶波，王日新，徐敏強(qiáng).基于示功圖修正的往復(fù)壓縮機(jī)氣閥故障診斷方法[J].壓縮機(jī)技術(shù)，2009（3）：4-8.

[8] 趙海洋，王金東，劉樹林等.基于神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)的復(fù)合故障診斷技術(shù)[J].流體機(jī)械，2008，36（1）：39-42.