基于HAZOP分析和貝葉斯網(wǎng)絡的壓縮機故障定位方法研究

邢建文，梁 熙，李 偉

(國家管網(wǎng)集團北方管道有限責任公司長沙輸油氣分公司，湖南 長沙 410006)

0 引言

危險與可操作性(hazard and operability,HAZOP)分析是一種工業(yè)安全的定性分析方法，可廣泛應用于建設工程、各類系統(tǒng)及設備設施的初步設計階段、運行階段,以分析、識別事故隱患[1-2]。貝葉斯定理以條件概率為計算基礎。貝葉斯網(wǎng)絡是在貝葉斯定理的基礎上融合圖形理論形成的，包括圖形結構和概率參數(shù)。圖形結構是一種有方向但不閉環(huán)的圖形，用于表示隨機變量的因果關系。使用概率計算將因果關系量化，可得出不確定或不完整數(shù)據(jù)的最大可能性[3-5]。

傳統(tǒng)壓縮機故障診斷通過故障現(xiàn)象分析，對所有原因進行逐項排查。其診斷的時間和準確性受人員的技術能力和經(jīng)驗水平影響。基于HAZOP分析與貝葉斯網(wǎng)絡的診斷方法，能夠計算出故障原因的概率，從而準確、快速地定位故障點，縮短故障查找時間，減少經(jīng)濟損失。

1 壓縮機系統(tǒng)的HAZOP分析

1.1 壓縮機系統(tǒng)分析

壓縮機工作流程模型如圖1所示。

圖1 壓縮機工作流程模型Fig.1 Workflow model of compressor

在進行HAZOP分析時，將壓縮機系統(tǒng)按照機械結構分為空氣系統(tǒng)、壓氣機系統(tǒng)、燃料系統(tǒng)、燃燒系統(tǒng)、渦輪系統(tǒng)、潤滑系統(tǒng)及離心壓縮機這7個系統(tǒng)單元。這7個系統(tǒng)單元之間的能量傳輸及載體分別為自然空氣、助燃空氣、燃料氣流、高溫高壓燃氣流、動力渦輪輸出機械能和潤滑油。對壓縮機系統(tǒng)的工作流程進行細化，可得出壓縮機工作過程模型。

1.2 HAZOP分析結果

本文對壓縮機的空氣系統(tǒng)進行HAZOP分析。空氣系統(tǒng)HAZOP分析結果如表1所示。

表1 空氣系統(tǒng)HAZOP分析結果Tab.1 HAZOP analysis results

2 基于概率計算的貝葉斯網(wǎng)絡

2.1 貝葉斯定理

①先驗概率。

先驗概率是根據(jù)歷史數(shù)據(jù)或主觀判斷某事件發(fā)生的概率。A事件發(fā)生的概率寫作P(A)，稱為A的先驗概率[6]。

②條件概率。

條件概率是在一個事件已發(fā)生的條件下，某事件發(fā)生的概率。例如：P(A|B)表示在B事件已發(fā)生的條件下，A事件發(fā)生的概率；P(B|A)則是在A事件已發(fā)生的條件下，B事件發(fā)生的概率。概率乘法定理如下：

P(AB)=P(A|B)P(B)

(1)

③全概率。

全概率是將復雜事件下的概率求解問題分解為簡單事件下的概率求解問題。在樣本空間內，如B1、B2、…、Bn為互相獨立的事件，則A事件的全概率為：

P(A)=P(A|B1)P(B1)+P(A|B2)P(B2)+…+

P(A|Bn)P(Bn)

(2)

貝葉斯公式為：

(3)

如果B1、B2、…、Bn是一組彼此之間相互獨立的事件，那么在A事件已經(jīng)發(fā)生的條件下，Bi(i=1,2,…,n)事件發(fā)生的概率為：

(4)

基于以上原理，可以對壓縮機的故障原因進行概率計算，以得到各故障原因的發(fā)生概率，從而制訂處理措施。

2.2 貝葉斯網(wǎng)絡

貝葉斯網(wǎng)絡是一個有向無環(huán)圖,由節(jié)點和有向邊構成。節(jié)點代表隨機變量，可以是任何問題的抽象，例如測試值、觀測現(xiàn)象、意見征詢等。有向邊代表節(jié)點間的互相關系，由原因節(jié)點指向結果節(jié)點。條件概率代表關系強度，沒有原因節(jié)點的用先驗概率進行信息表達[7]。

3 基于HAZOP分析和貝葉斯網(wǎng)絡的故障定位

在壓縮機的不確定故障原因診斷過程中，以HAZOP分析為基礎構建的貝葉斯網(wǎng)絡的推理研究主要包括節(jié)點選擇、故障模型構建、貝葉斯網(wǎng)絡分析、概率分布、結果驗證等方面。

3.1 節(jié)點選擇

貝葉斯網(wǎng)絡的節(jié)點分為原因節(jié)點和結果節(jié)點[8]。原因節(jié)點是構建貝葉斯模型進行概率計算的基礎，其發(fā)生的概率為先驗概率，數(shù)據(jù)來源為設備歷史運行數(shù)據(jù)、專家專項評價、故障統(tǒng)計數(shù)據(jù)、同類設備的對標數(shù)據(jù)等[9]。本文中，原因節(jié)點先驗概率的數(shù)據(jù)來源為輸氣站2臺壓縮機2014年—2019年節(jié)點發(fā)生異常的統(tǒng)計數(shù)據(jù)。結果節(jié)點是發(fā)生在原因節(jié)點發(fā)生之后的，其發(fā)生的概率為后驗概率。

3.2 故障模型構建

燃氣式離心壓縮機結構復雜、系統(tǒng)較多，故障原因較為復雜。為了準確地進行故障診斷，需要科學、有效地建立貝葉斯網(wǎng)絡模型。靜態(tài)節(jié)點能直接反映設備運行情況的節(jié)點，不受時間變化影響。本文選取HAZOP分析中的引導詞(即壓力、溫度、轉速等參數(shù))作為靜態(tài)節(jié)點[10]。動態(tài)節(jié)點能反映不同時刻設備狀態(tài)的節(jié)點，受時間變化影響。本文選取HAZOP分析中可能發(fā)生的故障類型(如堵塞、腐蝕、泄漏、失效等)作為動態(tài)節(jié)點[11]。

3.3 貝葉斯網(wǎng)絡分析

燃氣式離心壓縮機故障模型完成構建后，基本實現(xiàn)了貝葉斯網(wǎng)絡的結構。以潤滑油系統(tǒng)為例，其動態(tài)節(jié)點有潤滑油管退化D7-1、潤滑油冷卻器退化D7-2、潤滑油過濾元件退化D7-3、潤滑油泵退化D7-4、潤滑油加熱器退化D7-5這5個節(jié)點。其中，靜態(tài)節(jié)點為供油壓力(匯管壓力)S7-1、供油溫度(匯管溫度)S7-2、油箱液位S7-3、油濾壓差S7-4、油箱溫度S7-5和環(huán)境溫度E1-1。

潤滑油系統(tǒng)故障模型貝葉斯網(wǎng)絡結構如圖2所示。

圖2 潤滑油系統(tǒng)故障模型貝葉斯網(wǎng)絡結構Fig.2 Fault model Bayesian network structure of lubricating oil system

在燃氣式離心壓縮機運行過程中，故障的發(fā)生是具有時間延續(xù)性的。也就是說，故障模型中的動態(tài)節(jié)點不是某一時刻的狀態(tài)反映，而是隨著時間而變化的。在圖2中，動態(tài)節(jié)點有(k-1)和k這2個時刻的狀態(tài)，代表動態(tài)節(jié)點的時間延續(xù)性。從圖2中可以清晰地看出原因節(jié)點和結果節(jié)點之間的關系。由此能夠反映出壓縮機潤滑油系統(tǒng)的有向特征。

3.4 概率分布

貝葉斯網(wǎng)絡的每個節(jié)點可以通過概率計算進行相應的故障診斷。通過壓縮機2014—2019年的歷史運行數(shù)據(jù)，可以得出如表2所示的潤滑油系統(tǒng)原因節(jié)點先驗概率統(tǒng)計表。

表2 潤滑油系統(tǒng)原因節(jié)點先驗概率統(tǒng)計表Tab.2 Statistical table of prior probability of reason nodes of lubricating oil system

在壓縮機故障診斷時，系統(tǒng)的溫度、壓力、轉速等參數(shù)偏離正常運行范圍后，機組故障模型利用該節(jié)點的后驗概率進行貝葉斯網(wǎng)絡計算。后驗概率是利用HAZOP分析結果，對壓縮機節(jié)點的偏差進行模糊定量化后確定的概率數(shù)值。

在節(jié)點概率確定后，通過貝葉斯定理進行故障原因的概率計算。以圖2中的靜態(tài)節(jié)點S7-1為例。通過貝葉斯網(wǎng)絡圖可以看出，造成潤滑油壓力異常的動態(tài)節(jié)點有供油溫度(匯管溫度)S7-2、油箱液位S7-3、潤滑油管退化D7-1、潤滑油過濾元件退化D7-3、潤滑油泵退化D7-4這5個節(jié)點。對此，可以通過貝葉斯定理分別求出導致潤滑油壓力變化的動態(tài)節(jié)點的概率，得出故障診斷結果。

導致潤滑油壓力異常的全概率為：

P(S7-1)=P(S7-1|S7-2)P(S7-2)+P(S7-1|S7-3)P(S7-3)+P(S7-1|D7-1)P(D7-1)+P(S7-1|D7-3)P(D7-3)+

P(S7-1|D7-4)P(D7-4)

(5)

供油溫度(匯管溫度)導致潤滑油壓力異常的概率為：

(6)

油箱液位導致潤滑油壓力異常的概率為：

(7)

潤滑油管退化導致潤滑油壓力異常的概率為：

(8)

潤滑油過濾元件退化導致壓力異常的概率為：

(9)

潤滑油泵退化導致壓力異常的概率為：

(10)

3.5 結果驗證

實時在線狀態(tài)監(jiān)測某壓縮機，測得潤滑油溫度為74 ℃，壓力為0.18 MPa，均超出了正常范圍值。HAZOP分析表中，引起潤滑油溫度和壓力超出范圍的原因有多種，因此無法快捷地進行故障判斷，找到實際的故障原因。基于HAZOP分析和貝葉斯網(wǎng)絡的故障定位技術能夠較好地完成故障確認工作。

(1)首先將壓縮機的節(jié)點偏差按照模糊理論進行量化，然后根據(jù)故障模型進行故障原因的后驗概率計算，最后得出最可能引起潤滑油故障的原因。

①潤滑油溫度的評價集合為{正常，偏低，偏高，超高}，其對應的分類指標為{(43,71)；≤43；[71,75)；≥75}。監(jiān)測的潤滑油溫度為74 ℃。對其進行后驗概率計算，可得{0，0.053 8，0.754 2，0.192 0}，即潤滑油溫度處于偏高的狀態(tài)。

②潤滑油壓力的評價集合為{正常，偏低，超低，偏高}，其對應的分類指標為{(250，450)；(170，250]；≤170；≥450}。監(jiān)測的潤滑油壓力為0.18 MPa。對其進行后驗概率計算，可得狀態(tài)分級概率{0.043 2，0.783 6，0.173 2，0}。

③根據(jù)動態(tài)節(jié)點所示，D7-1、D7-2、D7-3、D7-4、D7-5是導致潤滑油故障的原因。依據(jù)模型因果關系，建立了潤滑油系統(tǒng)故障的貝葉斯網(wǎng)絡模型。由歷史運行數(shù)據(jù)可以得出：D7-1、D7-2、D7-3、D7-4、D7-5在正常運行時的概率分別為0.248 5、0.596 0、0.687 4、0.503 8、0.864 7。

由以上分析可以看出，正常運行時，潤滑油管退化D7-1和潤滑油泵退化D7-4的概率最低，導致潤滑油故障的可能性最大。對此，應先對潤滑油管和潤滑油泵進行檢查，排除故障。

(2)在判斷出潤滑油管和潤滑油泵引起潤滑油故障的原因可能性最大后，對潤滑油管和潤滑油泵的故障原因的可能性進行了再識別，并按照貝葉斯定理對潤滑油管和潤滑油泵故障的具體原因進行概率計算。可能的故障原因及其處理措施如下。

①節(jié)流孔板堵塞的可能性為0.843 6。處理措施為檢查潤滑油管節(jié)流孔板，清除雜質。

②潤滑油泵故障的可能性為0.725 4。處理措施為切換備用潤滑油泵，或對潤滑油泵檢修。

③回水溫度過高的可能性為0.694 1。處理措施為增加循環(huán)水量。

④冷卻水水源不足的可能性為0.605 8。處理措施為檢查冷卻供水系統(tǒng)是否正常。

⑤潤滑油管法蘭漏油的可能性為0.486 5。處理措施為更換密封墊。

⑥機組滑動軸承間隙過小的可能性為0.406 8。處理措施為重新刮瓦，保持正常間隙。

⑦潤滑油變質或含有雜質的可能性為0.321 4。處理措施為更換潤滑油或清理雜質。

發(fā)生潤滑油管和潤滑油泵故障的可能性最大的原因是節(jié)流孔板堵塞、潤滑油泵故障、回水溫度過高。

針對故障原因進行了危險后果評價的可能的危險后果如下。

①油膜振蕩、轉子摩擦和質量不平衡的可能性為0.832 1。

②壓縮機異常停機，設備損壞的可能性為0.697 2。

③滑動軸承損壞的可能性為0.253 8。

根據(jù)故障分析情況，壓氣站維修人員對潤滑油管路的節(jié)流孔板進行檢查，發(fā)現(xiàn)孔板前堆積了砂狀金屬雜質。清理后，潤滑油系統(tǒng)運行正常，潤滑油溫度和壓力恢復正常。

通過對故障模型中的節(jié)點進行概率計算，能夠找出可能性最大的故障原因。該方法有利于現(xiàn)場維護人員快速、準確地找到故障主要原因，并從這2～3個主要原因中定位故障的根源，對故障進行維修處理。

4 結論

本文結合HAZOP分析方法和貝葉斯網(wǎng)絡理論，提出了一種基于HAZOP分析和貝葉斯網(wǎng)絡的壓縮機故障定位方法。HAZOP分析能對復雜的旋轉機械部件進行分類識別，得出各部位可能出現(xiàn)的故障原因和現(xiàn)象，同時提出相應的處理措施。基于貝葉斯網(wǎng)絡故障分析，結合HAZOP分析結果，采用先驗概率和后驗概率，能根據(jù)旋轉設備的參數(shù)變化，科學、有效地計算出故障原因的概率。經(jīng)實踐驗證，該方法能夠準確地找到故障原因，提高故障診斷效率。該方法可推廣應用于離心式泵機組等設備的故障診斷。