煤礦排水泵故障診斷與預防性管理方法研究

宋國棟

（應急管理部信息研究院，北京100029）

當前，煤炭行業廣泛應用自動化、信息化技術和智能裝備，很多大中型煤炭企業在先進的綜合自動化、數字化與信息化技術和裝備走在了行業前列[1-2]。同時，煤礦重大設備通常需要長時間連續運行，在煤礦井下惡劣的環境下，設備維護和保養難以保障，因此容易對設備帶來損壞，降低使用壽命，間接增加設備綜合成本。

礦井機電設備都有其要求的環境條件，例如溫度、濕度。例如，安放重大設備的井下機電硐室環境溫度不應超過30 ℃，否則應停止設備運行[3-6]。但是在現實情況下，部分礦井由于其生產條件比較惡劣，礦井改造方面難度較大，這些礦井的一些機電硐室環境很難滿足設備運行的環境要求，導致這些機電設備長期處于高溫潮濕環境中，無形之中就對設備造成了損傷，影響設備的服務期限。

本文以煤礦井下排水泵為例，增加對水泵運行狀態的實時監測，分析水泵常見故障及原因，辨識潛在的設備故障，為設備維修和運維提供輔助技術支撐，最大程度地減少設備事故，提高運行可靠性和工作效能，實現水泵故障的超前感知，進而實現設備全生命周期內的安全可靠運行、提高經濟效益。

1 故障診斷方法

（1）人為簡易診斷

通過人的感官功能或者借助簡單的儀器和簡單的工具，作經驗性和粗略性的定性診斷[7]。由于主要依靠人的感官和經驗，該方法有較大的局限性，但人的感官檢測技術具有經濟、直接、快速的特點，因此，人為簡單診斷在設備故障診斷中起著重要的作用。

（2）振動診斷

機械設備運轉時總是伴隨著振動，當機械設備出現故障時，必然會破壞或者打破原機械運動的平穩性，振動必然增強且性質會改變，振動信號頻譜能夠較好地表征機械設備運行特性[8-10]。振動信號的分析對于診斷機械設備故障具有重要意義，尤其是能夠在不將設備解體的前提下，對設備健康狀態進行檢測分析，起到提前指導維修的作用。

（3）溫度診斷

對于旋轉類機械設備，除機械振動之外，溫度是機電設備故障的另一個主要特征，零部件異常磨損、電氣觸電燒壞等故障都會導致溫度升高。目前，排水泵、驅動電機等主要設備都將溫度作為重要監測參數，常見的溫度測量方法包括熱電偶、熱電阻、紅外傳感器、比色測溫儀等。

（4）油樣診斷

在各種機械設備運行過程中，往往會產生大量的磨損顆粒，主要是由于金屬表面間的相對運動導致的。磨損顆粒會進入潤滑油中，其數量、尺寸、外貌、成分等能夠反映不同的磨損方式和磨損過程，可以作為診斷設備健康狀態的辨識特征。

（5）無損探傷診斷

無損檢測診斷方法是一種以不損害或不影響其設備使用性能為前提的檢測手段，包括電磁診斷、超聲診斷、射線診斷、滲透診斷、渦流診斷等多種方式，其中超聲檢測和渦流檢測使用較為廣泛。

綜合上述常見診斷方式的特點，本文以振動、溫度診斷為主，結合經驗判斷和歷史故障數據，對煤礦水泵故障進行診斷分析和健康管理。

2 常見故障類型分析

煤礦主排水系統一般采用臥式吸入式排水方式。設備設施主要包括電動機、排水泵、排水管路閘閥和逆止閥、抽真空管路球閥或者閘閥、吸水管路及水倉等，核心設備為電動機和排水泵。

主排水系統按照設備類型可以分為9 類，包括：電動機、排水泵、閘閥、逆止閥、球閥、水倉、吸水管、排水管和其他設備設施。這里以排水泵為例，驅動電機和排水泵常見故障類型、故障原因和分析手段如表1所示。

表1 排水泵常見故障分析Tab.1 Common fault analysis of drainage pump

3 振動診斷措施與點位設計

振動探頭選用ICP 內置電荷放大傳感器監測振動，傳感器通過外置（預埋）進入水泵內，通過通信線纜進入采集網關，將數據打包上傳給上位機。

一般來說，滾動軸承固有剛性大、阻尼低的特點，排水泵軸承的振動通常會反映到軸承箱上，對于采用振動診斷方法選取排水泵測點時，應選擇在振動能量向彈性基礎或容易傳遞振動的其他部件上，振動測點一般選擇在軸承座、底座和出口法蘭處。本文中排水泵的測點選在兩端軸承座處，前軸水平3H，垂直3V，后軸水平4H，垂直4V 和后軸徑向4A。因此每臺水泵需布置測點5 個。配置測點如圖1所示。

圖1 振動傳感器點位設計Fig.1 Design of vibration sensor point

4 水泵健康評估

一般而言，難以從設備表面直接觀察到機械的損傷程度，如裂紋長度、磨損面積等。為了實時估計水泵的健康狀況，不同的狀態監測信號一般是從運行的設備中采集振動信號。這些監測信號不但包含健康狀況信息還包含測量噪聲。所以為了進一步揭示機械的退化過程，需要從監測信號中提取有效值、峰度和偏度等信息。

隨著機械故障嚴重程度的發展，設備的損耗呈現出不同的退化趨勢，在RUL 預測之前，應根據HI的變化趨勢，將機械退化過程劃分為不同的健康階段（HS）。常見的退化過程如圖2所示。

圖2 健康階段HS 劃分示意圖Fig.2 Schematic diagram of health stage HS division

滾動軸承的退化趨勢表現為2 個不同的階段，即健康階段和不健康階段。在健康狀態下，滾動軸承無故障，RMS 值隨機波動。在不健康階段，RMS 值隨著軸承的損壞而增大。

雙列軸承退化過程呈現為3 個階段，包括健康階段、退化階段和臨界階段。從各階段的趨勢曲線，同時結合故障分析經驗數據，能夠辨識出水泵軸承當前的故障嚴重程度。

5 試驗分析與驗證

山東某煤礦針對老舊水泵開展了振動診斷試驗，水泵振動偵測曲線如圖3所示。

圖3 水泵振動頻譜Fig.3 Pump vibration spectrum

現場反饋數據顯示：

（1）泵端振動測點（3H/3V/3A、4H/4V/4A）：振值速度值趨勢出現增長。

（2）3H 測點振動超過報警線（7.1 mm/s）

（3）產生300～2000 Hz 的隨機噪聲底線。

數據表明，水泵葉輪氣蝕特征明顯，結合現場泵體內發出沙石流動的聲音，因此判定水泵出現氣蝕故障，與水泵現場影像圖片結果一致，現場圖片如圖4所示。

圖4 水泵氣蝕故障現場圖Fig.4 Site map of pump cavitation fault

6 結語

通過水泵故障的提前預警，結合全生命周期管理的手段，能夠實現排水泵設備的信息管理、設備參數實時監測、設備健康狀態在線診斷、故障原因定位分析、設備關鍵部件剩余壽命預警，并結合故障庫、知識庫和備品備件庫提供設備數字化運維指導，以達到減少欠修和過修的現象，積極實踐設備預防性維修或狀態檢修，保障設備安全、穩定、高效、長期健康運行的目的。