往復式壓縮機故障診斷技術分析

劉文皓

(中國石油天然氣股份有限公司廣東石化分公司，廣東 揭陽 522000)

0 引言

往復式壓縮機是一種氣體壓縮設備，屬于容積型壓縮機，在國內外石油天然氣長距離輸送領域有著重要的應用前景，是油氣增壓儲運過程中極其重要的動力保障設施。該設備的平穩安全運行是保障石油化工產品長距離輸送工作有效運行的重要保證。但往復式壓縮機結構較為復雜，同時受設備超齡服役、設備機組工作環境惡劣以及維護保養不及時等多方面因素的影響，往復式壓縮機在實際生產運行過程中的故障率偏高，由此導致的各類大大小小的安全生產事故時有發生[1]。

往復式壓縮機的震動源頭多樣、機體本身結構復雜、設備的運行工作環境復雜(高溫、高壓、易燃、易腐蝕等)、各種聲信號來源多樣且難以穩定捕捉，又使得往復式壓縮機的故障診斷及檢修工作開展難度較大。如何運用各種先進的技術手段對往復式壓縮機設備機組的故障進行診斷，進而保障壓縮機的安全運行具有重要意義，也是石油石化行業內各大油氣集輸企業關注已久的問題。

1 往復式壓縮機常見故障類型

壓縮機常見的故障可以從產生原因入手劃分為兩類，即各類流體導致的設備熱力性能故障和機械原因導致的設備動力性能故障(見表1)。流體原因導致的設備熱力性能故障多表現為壓縮機整體排氣量不足、設備壓力降低以及溫差異常等現象，此類故障最直接的原因多與氣閥門、活塞環、填料函、空氣濾清部件的故障有關[2]。

表1 往復式壓縮機故障類型及原因分析

機械原因引起的動力性能故障，整體來看表現為儀器設備在運轉時發出異響、不均衡震動以及儀器溫度過高等現象，究其原因主要與儀器零部件的間隙過大、結構構件間連接的松動、閥門組的整體失效以及部分零部件溫度過高等因素有關[3]。

2 往復式壓縮機常用的故障診斷方法

2.1 小波分析法

小波變換是在傳統傅里葉變換的基礎上發展而來的一種信號處理方法。相對于傳統傅里葉分析，小波變換分析可以在時頻域對非平穩信號的局部特征進行有效分析，對被采樣信號在時間域和頻率域的局部變化都具有較好的捕捉能力。在針對往復式壓縮機故障的診斷中，通過對所獲取的壓縮機非平穩震動信號進行小波分析，可以將其分解成低頻和高頻兩部分信號，將分解后的信號在某一特定的頻率區間內進行信號的抑制、濾波乃至降噪處理，進一步通過小波包分析和單支重構等技術分析手段對故障信號進行提取，構建一套全新的故障信號特征矩陣(見圖1)，最終可以將非平穩的震動信號經過小波變換處理后的信號數據，結合壓縮機設備的機體結構特征，應用到壓縮機的故障檢測中，為壓縮機故障的診斷提供可靠的信號數據支撐。

圖1 往復式壓縮機小波分析法故障診斷流程

2.2 專家系統診斷法

往復式壓縮機作為一種高效而復雜的壓力提升設備，機械零部件繁多，結構十分復雜，故障類型與故障的表象關系錯綜復雜，有時一種表象的故障往往是多種因素共同引起的，這些特點都給工程技術人員判斷壓縮機故障帶來了巨大的困難。僅僅依靠經驗來單一地對壓縮機的故障進行診斷往往會出現故障診斷準確率低、故障診斷不全面等問題[4]。

而專家系統是近年來借助計算機程序將人類繁雜的知識體系通過人工智能的方式來對機器故障進行診斷的新方法。該系統是一個具備海量專業知識的數據庫，能夠在某個特定領域模擬人類專家進行推理和判斷，進而提供專業的技術服務。一般而言，專家系統主要由知識數據庫、全局數據庫、推理機、解釋器以及知識獲取子系統等部分組成，如圖2所示。

圖2 往復式壓縮機專家系統構架

在專家系統診斷法中，最重要的是構建完善的專家系統。一個完善的專家系統構建需要經過以下幾個主要環節：獲取豐富而可靠的知識；建立正確而高效的知識表達方式；構建并維護知識數據庫；通過合理的方式來實現推理過程。專家系統的構建最重要也是最難的在于專家系統中知識的獲取，知識的豐富性和可靠性將直接影響知識數據庫推理結果是否可靠而有效。

2.3 聲發射技術分析法

所謂的聲發射指的是介質在能力的釋放過程中會產生各種頻率的聲波發射出去。例如壓縮機正常運轉時產生的震動，壓縮機材料表面滑移變形釋放的彈性波以及氣閥斷裂線圈摩擦等，都會發出一定頻率的聲波。聲發射技術就是利用特定儀器采集壓縮機在工作過程釋放出的各類聲信號，通過對聲信號的處理來判斷壓縮機的故障原因，達到無損檢測的目的。

聲發射故障檢測系統主要由檢測點、信號采集與傳輸系統以及數據分析處理系統3部分組成。將聲發射傳感器安置在故障疑似出現的位置，通過信號采集與傳輸系統收集壓縮機運轉過程中產生的各種聲信號，并傳輸到數據分析處理系統，將有故障的壓縮機信號與政策壓縮機信號進行比對分析，提取故障信號的特征，并判別出故障發生的部位和類型。

3 不同診斷技術的優缺點及適用性分析

不同診斷技術有其優點和缺點，適合于不同的故障情況，具體如表2所示。

表2 不同診斷技術的優缺點及適用范圍

小波分析法在故障診斷中具有信號分離提取效果好、故障特征提取方便、操作簡單易上手的優點。唯一需要注意的是在故障特征提取時，需要結合壓縮機的機體機構、運行機理來綜合判斷，這一點對維修技師的經驗有較高的要求。該方法對動力性能故障導致的不正常聲響、不正常震動故障具有較好的診斷效果。

專家診斷系統具有操作靈活、診斷速度快的特點。尤其是針對復雜設備多種故障同時出現時，高度智能化的AI人機聯合技術可以充分發揮系統強大的知識庫優勢，模擬專家的人腦分析，給出最優的故障診斷方案。但該系統最大的問題在于實時性不夠高，對于特征向量和壓縮機的實時參數需要連續進行提取和更新。該診斷方法對熱力性能故障以及動力性能故障導致的溫度過高具有較好的診斷效果。該方法在應用中應注意盡可能多地采集故障設備的運行參數。

聲發射技術優勢明顯，其檢測工作效率高，監測范圍廣，不受有毒、有害、高溫、高壓等極端場合限制，不受監測對象材質的限制(只要能發射聲音信號均可實施監測)，并且可以提供實時動態監測，提供連續的監測信息[5]。但聲發射技術的劣勢也較為明顯，其僅限于壓縮機在工作狀態下才能進行監測(不工作不發聲)，監測工作受環境噪音的影響嚴重等。該診斷方法對于動力性能故障導致的不正常聲響、震動等都具有較好的診斷效果，在應用中應注意降低儀器設備外界噪音的干擾。