王擁軍
(中石油烏魯木齊石化公司計(jì)控部,新疆 烏魯木齊 830019)
石油化工行業(yè)由于生產(chǎn)環(huán)境的限制,難以滿足大規(guī)模的人員安置需求,但由于其自身的生產(chǎn)量相對(duì)龐大,對(duì)設(shè)備的運(yùn)行狀態(tài)提出更高的要求。面對(duì)這一問題,自動(dòng)化技術(shù)的介入有效改善了石油化工的生產(chǎn)模式,以及其代替人工的操作方式大大提供了生產(chǎn)效率,并減少了對(duì)人員的使用數(shù)量。但隨之而來的也出現(xiàn)了新的問題。雖然已經(jīng)實(shí)現(xiàn)了對(duì)設(shè)備的定期維護(hù)與檢查,但出現(xiàn)故障仍是不可避免的,長期停產(chǎn)維護(hù)設(shè)備對(duì)企業(yè)造成了不小的經(jīng)濟(jì)損失,由此,如何實(shí)現(xiàn)準(zhǔn)確高效的設(shè)備故障檢測(cè)成為現(xiàn)階段專家學(xué)者研究的重點(diǎn)。其中,楊軍以PLC為操控中心,進(jìn)行了電氣自動(dòng)化儀器儀表故障檢測(cè)的相關(guān)研究,實(shí)現(xiàn)了對(duì)故障的準(zhǔn)確檢測(cè),但耗時(shí)較長,且對(duì)故障位置的定位存在一定偏差;馮子恒等人就石油化工企業(yè)自動(dòng)化儀表故障的預(yù)防措施進(jìn)行了深入研究,并提出了具體的維護(hù)方法,有效降低了儀表故障的發(fā)生頻率,但對(duì)于已經(jīng)出現(xiàn)的問題,缺乏明確的研究。為此,本文提出了石油化工自動(dòng)化儀表故障診斷方法研究,以期為相關(guān)領(lǐng)域的維修工作提供參考。
傳統(tǒng)故障診斷方法存在誤差的主要原因是故障信號(hào)的分析受干擾信號(hào)的影響,導(dǎo)致分析結(jié)果出現(xiàn)偏差,影響最終的診斷結(jié)果。為了避免該問題,本文采用VMD對(duì)故障信號(hào)進(jìn)行分解,在分解過程中將故障診斷問題轉(zhuǎn)化為變分信號(hào)的求解問題。為此,本文將其分為構(gòu)造和求解兩個(gè)過程。
構(gòu)造的目的是明確儀表在不同狀態(tài)下的正常運(yùn)行參數(shù)范圍,本文定義其為儀表的模態(tài),用K表示,將故障信號(hào)的規(guī)范控制在K內(nèi),假設(shè)每個(gè)模式的中心工作參數(shù)為有限帶寬值,則每個(gè)模式的估計(jì)帶寬之和通過K個(gè)模態(tài)函數(shù)uk(t)最小化,即可實(shí)現(xiàn)對(duì)儀表正常狀態(tài)參數(shù)的判斷。但需要注意的是,模態(tài)函數(shù)uk(t)需要滿足所有模態(tài)之和等于輸入信號(hào)的約束標(biāo)準(zhǔn)。具體步驟如下:
首先,對(duì)故障信號(hào)進(jìn)行Hilbert變換,得到不同負(fù)荷狀態(tài)下對(duì)應(yīng)的模態(tài)函數(shù)uk(t),實(shí)現(xiàn)對(duì)信號(hào)的解析處理,此時(shí)輸出的信號(hào)形式為單邊頻譜:

其中,γ表示Hilbert變換后故障信號(hào)的單邊頻譜,j表示儀表的運(yùn)行負(fù)荷狀態(tài),t表示故障信號(hào)采集的時(shí)間,φ(t)表示儀表正常狀態(tài)下t時(shí)刻的運(yùn)行參數(shù)。
在得到故障信號(hào)的單邊頻譜后,需要計(jì)算自動(dòng)化儀表的基礎(chǔ)參數(shù)基帶范圍,考慮到解析信號(hào)為非固定模態(tài)的結(jié)果,本文通過預(yù)估中心參數(shù)值實(shí)現(xiàn)該過程,其可表示為:

對(duì)應(yīng)的約束條件為:

其中,f表示采集到的信號(hào)總量。
通過這樣的方式完成對(duì)故障信號(hào)的拆解,并構(gòu)造出以單邊頻譜為基礎(chǔ)單元的信號(hào)形式。
在完成上述操作后,既可以對(duì)VMD拆解后的故障信號(hào)進(jìn)行診斷,即對(duì)變分問題求解。為了最大限度干擾信號(hào)對(duì)診斷結(jié)果的影響,本文在計(jì)算過程中引入二次懲罰因子α,并借助拉格朗日乘法算子λ(t)對(duì)計(jì)算范圍進(jìn)行約束,將約束性變分問題轉(zhuǎn)化為非約束性變分問題,降低計(jì)算的復(fù)雜程度。
首先,利用二次懲罰因子對(duì)分解后的故障信號(hào)約束,實(shí)現(xiàn)對(duì)高斯噪聲的過濾處理,其可以表示為:

其中,γ′表示過濾后的故障信號(hào)。在此過程中,拉格朗日算子主要負(fù)責(zé)保持約束條件的嚴(yán)格性。
以此為基礎(chǔ),對(duì)石油化工自動(dòng)化設(shè)備故障診斷的步驟如下:
(1)首先按照儀表的出廠參數(shù)設(shè)置,對(duì)故障類型進(jìn)行劃分,在參數(shù)齊全的狀態(tài)下對(duì)可以表征故障類型的信號(hào)特征進(jìn)行提取,并將其作為故障診斷的依據(jù);
(2)將采集的故障信號(hào)進(jìn)行VMD分解后,將與表征故障類型信號(hào)特征相似的單邊頻譜信號(hào)作為儀表的輸入信號(hào),在與被測(cè)儀表運(yùn)行環(huán)境近似的條件下對(duì)故障征兆數(shù)據(jù)轉(zhuǎn)化,計(jì)算對(duì)應(yīng)的故障征兆在不同故障類型下的支持度;
(3)再對(duì)分解后的信號(hào)進(jìn)行去噪過濾處理,同樣重復(fù)上述操作,并統(tǒng)計(jì)其輸出的故障類型匹配結(jié)果是否與原結(jié)果一致,如果一致,則可將其作為最終的故障診斷結(jié)果;如不一致,則需要重新在儀表中輸入降噪后的信號(hào),再次采集對(duì)應(yīng)的干擾信號(hào),并重復(fù)步驟(1)和步驟(2)的操作,直至結(jié)果一致。
將本文提出的故障診斷方法應(yīng)用于實(shí)際的生產(chǎn)環(huán)境中,并將文獻(xiàn)[3]和文獻(xiàn)[4]提出的方法作為對(duì)照組。通過分析三種方法對(duì)故障的診斷結(jié)果,客觀評(píng)價(jià)本文提出方法的應(yīng)用價(jià)值。
本文實(shí)驗(yàn)重點(diǎn)以自動(dòng)化電氣儀表的故障診斷為目標(biāo),選用美國凱斯西儲(chǔ)大學(xué)電氣工程實(shí)驗(yàn)室的儀表振蕩數(shù)據(jù)作為實(shí)驗(yàn)數(shù)據(jù)。其中,電機(jī)傳動(dòng)儀表終端的6205-2RS SKF端口介入有0.1775mm的故障點(diǎn)。儀表具體的參數(shù)設(shè)置為:負(fù)荷為0狀態(tài)下儀表運(yùn)轉(zhuǎn)速度為1797r/min、負(fù)荷為1狀態(tài)下儀表運(yùn)轉(zhuǎn)速度為1772r/min、負(fù)荷2狀態(tài)下儀表運(yùn)轉(zhuǎn)速度為1750r/min,負(fù)荷為3狀態(tài)下儀表運(yùn)轉(zhuǎn)速度為1730r/min。實(shí)驗(yàn)按照12kHz的采樣頻率對(duì)儀表的運(yùn)行參數(shù)進(jìn)行采集,并定義模態(tài)數(shù)為K,在不同負(fù)荷狀態(tài)下,以儀表中心的運(yùn)轉(zhuǎn)速度為模態(tài)區(qū)分的依據(jù)。為了使診斷結(jié)果更加直觀,本文以正判率作為評(píng)價(jià)指標(biāo),其計(jì)算方式為:

其中,P表示正判率,tr表示故障診斷準(zhǔn)確的次數(shù),t表示輸出的總判斷總數(shù)。
在上述基礎(chǔ)上,對(duì)三種方法的診斷結(jié)果進(jìn)行統(tǒng)計(jì),其結(jié)果如表1所示。
從表1中可以看出,在不同負(fù)荷狀態(tài)下,三種方法診斷結(jié)果的正判率均出現(xiàn)了一定程度的下降,這是因?yàn)殡S著儀表運(yùn)行負(fù)荷的增加,由于其自身的振動(dòng)、延時(shí)等問題帶來的干擾作用逐漸加強(qiáng),因此三種方法對(duì)0負(fù)荷狀態(tài)的診斷結(jié)果最為準(zhǔn)確。但相比之下,本文方法的診斷效果相對(duì)穩(wěn)定,始終穩(wěn)定在95%以上,具有較高的應(yīng)用價(jià)值。

表1 不同方法的故障診斷結(jié)果
石油化工行業(yè)的蓬勃發(fā)展決定了其自動(dòng)化程度將會(huì)越來越高,在此背景下,如何實(shí)現(xiàn)對(duì)自動(dòng)化設(shè)備故障的有效診斷成為確保設(shè)備穩(wěn)定運(yùn)行的關(guān)鍵。本文提出石油化工自動(dòng)化儀表故障診斷方法研究,對(duì)故障診斷結(jié)果的準(zhǔn)確率達(dá)到95%以上,具有良好的應(yīng)用效果。通過本文的研究,以期為石油化工行業(yè)自動(dòng)化設(shè)備的故障診斷工作提供有價(jià)值的參考。