栗宇
(廣東石油化工學(xué)院 機(jī)電工程學(xué)院,廣東 茂名525000)
石油化工產(chǎn)業(yè)是我國(guó)國(guó)民經(jīng)濟(jì)平穩(wěn)發(fā)展的支柱產(chǎn)業(yè)之一[1]。作為輸送介質(zhì)、提供動(dòng)力、生產(chǎn)產(chǎn)品、增加壓力的旋轉(zhuǎn)機(jī)械,是石化企業(yè)生產(chǎn)中的核心設(shè)備,其是否高效、安全運(yùn)行會(huì)直接影響企業(yè)的生產(chǎn)和效益。如乙烯廠各裝置擁有離心式壓縮機(jī)、往復(fù)式壓縮機(jī)、汽輪機(jī)、機(jī)泵、風(fēng)機(jī)、旋轉(zhuǎn)閥、攪拌器、離心機(jī)、干燥器、反應(yīng)器等各類型旋轉(zhuǎn)設(shè)備[2,3]。
石化企業(yè)要求旋轉(zhuǎn)設(shè)備不僅需要高效率和高性能,更要求其在生產(chǎn)運(yùn)行過(guò)程中安全平穩(wěn),少故障或可預(yù)見故障,以達(dá)到事先維修的效果,避免事故或非計(jì)劃停車。以往的石化旋轉(zhuǎn)設(shè)備故障診斷都是通過(guò)專家、技術(shù)人員的豐富經(jīng)驗(yàn),以及查閱規(guī)范手冊(cè)等傳統(tǒng)手段,對(duì)設(shè)備運(yùn)轉(zhuǎn)中的異常狀態(tài)和故障風(fēng)險(xiǎn)進(jìn)行報(bào)警和干預(yù)維修。目前我國(guó)大部分中小型石化企業(yè)還在借助Vm-63、“聽診棒”等簡(jiǎn)易巡檢設(shè)備,結(jié)合傳統(tǒng)“望、聞、摸”的方式進(jìn)行故障診斷[4]。一方面,傳統(tǒng)方法依賴有相關(guān)知識(shí)和經(jīng)驗(yàn)的專業(yè)技術(shù)人員現(xiàn)場(chǎng)判斷,會(huì)增加人工和時(shí)間成本;另一方面,傳統(tǒng)手段主要依靠人的判斷,效率和準(zhǔn)確率有限,經(jīng)常會(huì)造成長(zhǎng)時(shí)間的停車檢修,影響企業(yè)效益[5]。而對(duì)石化旋轉(zhuǎn)設(shè)備進(jìn)行實(shí)時(shí)監(jiān)測(cè),并及時(shí)準(zhǔn)確地診斷機(jī)組運(yùn)行的異常狀況、提前預(yù)防或消除故障,可以有效保證機(jī)組的安全高效運(yùn)行[6]。因此,石化旋轉(zhuǎn)設(shè)備狀態(tài)監(jiān)測(cè)和故障診斷技術(shù)在分析旋轉(zhuǎn)設(shè)備運(yùn)行狀態(tài),正確診斷故障發(fā)展趨勢(shì)、劣化程度,及時(shí)采取有效措施,避免非計(jì)劃停車或重大事故,保證石化企業(yè)安全高效生產(chǎn)等方面均具有重要意義。
本研究將傳統(tǒng)的狀態(tài)監(jiān)測(cè)、故障診斷技術(shù)與計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)庫(kù)技術(shù)等相結(jié)合,設(shè)計(jì)開發(fā)了一套基于B/S模式的石化旋轉(zhuǎn)設(shè)備遠(yuǎn)程狀態(tài)監(jiān)測(cè)與智能診斷系統(tǒng)[7,8]。其中,遠(yuǎn)程狀態(tài)監(jiān)測(cè)可以及時(shí)發(fā)現(xiàn)機(jī)組運(yùn)行的異常,并組織相關(guān)專家、技術(shù)人員等進(jìn)行網(wǎng)上會(huì)診,不僅可以提高診斷的效率和準(zhǔn)確率,還可以減少用工成本和因故障停車導(dǎo)致的損失;智能診斷系統(tǒng)可以通過(guò)解讀故障數(shù)據(jù),提取故障特征,并與智能診斷數(shù)據(jù)庫(kù)存儲(chǔ)的故障特征信號(hào)和數(shù)據(jù)對(duì)比,進(jìn)行診斷分析,從而得出診斷結(jié)果。基于網(wǎng)絡(luò)的開放體系可以促進(jìn)智能診斷發(fā)展,不僅可以在專家知識(shí)、經(jīng)驗(yàn)的基礎(chǔ)上不斷更新豐富診斷經(jīng)驗(yàn),還可以融合各種診斷方式,實(shí)現(xiàn)多診斷系統(tǒng)、異地專家技術(shù)人員等遠(yuǎn)程實(shí)時(shí)協(xié)作,從而提高診斷的敏捷性和準(zhǔn)確性。
本文設(shè)計(jì)的基于廣域網(wǎng)(Internet)技術(shù)之上的石化旋轉(zhuǎn)設(shè)備遠(yuǎn)程狀態(tài)監(jiān)測(cè)與智能診斷系統(tǒng)結(jié)構(gòu)如圖1所示。數(shù)據(jù)采集系統(tǒng)通過(guò)傳感器從機(jī)組轉(zhuǎn)子上實(shí)時(shí)采集并處理振動(dòng)信號(hào)及其他運(yùn)行參數(shù)(如溫度、負(fù)荷、壓力等),隨后通過(guò)局域網(wǎng)(Intranet)發(fā)送給中心服務(wù)器。服務(wù)器由Web服務(wù)器和數(shù)據(jù)庫(kù)服務(wù)器組成,它將數(shù)據(jù)采集系統(tǒng)發(fā)送過(guò)來(lái)的實(shí)時(shí)數(shù)據(jù)存儲(chǔ)起來(lái);利用信號(hào)處理技術(shù),如快速傅里葉變換技術(shù) (fast Fourier transform,FFT)等對(duì)數(shù)據(jù)進(jìn)行處理,形成相應(yīng)的故障圖譜數(shù)據(jù)等,供遠(yuǎn)程用戶進(jìn)行實(shí)時(shí)監(jiān)測(cè)和故障診斷;遠(yuǎn)程用戶也可以通過(guò)Internet對(duì)機(jī)組進(jìn)行狀態(tài)監(jiān)測(cè)和故障診斷,若數(shù)據(jù)庫(kù)中存儲(chǔ)的故障知識(shí)信息無(wú)法滿足當(dāng)下診斷時(shí),即可連線異地遠(yuǎn)程專家或診斷系統(tǒng)“現(xiàn)場(chǎng)”協(xié)作診斷。

圖1 系統(tǒng)總體結(jié)構(gòu)
基于B/S模式的石化旋轉(zhuǎn)設(shè)備遠(yuǎn)程狀態(tài)監(jiān)測(cè)與智能診斷系統(tǒng)三層架構(gòu)如圖2所示,包括:數(shù)據(jù)層、邏輯層、表示層。其工作原理為:遠(yuǎn)程客戶根據(jù)實(shí)際需求通過(guò)瀏覽器向Web服務(wù)器發(fā)送HTTP請(qǐng)求,Web服務(wù)器對(duì)數(shù)據(jù)庫(kù)服務(wù)器執(zhí)行相應(yīng)的數(shù)據(jù)查詢;數(shù)據(jù)庫(kù)服務(wù)器根據(jù)數(shù)據(jù)查詢請(qǐng)求進(jìn)行數(shù)據(jù)交互、處理;最終通過(guò)HTML頁(yè)面將狀態(tài)分析和故障診斷結(jié)果反饋給遠(yuǎn)程客戶。

圖2 系統(tǒng)的三層結(jié)構(gòu)
其中,數(shù)據(jù)層中數(shù)據(jù)庫(kù)主要保存石化旋轉(zhuǎn)設(shè)備的監(jiān)測(cè)分析數(shù)據(jù)、故障診斷數(shù)據(jù)和系統(tǒng)管理數(shù)據(jù);邏輯層中Web服務(wù)器是遠(yuǎn)程監(jiān)測(cè)診斷中心服務(wù)器,包含系統(tǒng)所有監(jiān)測(cè)、分析處理、診斷軟件,通過(guò)Web主頁(yè)進(jìn)行管理,為Intranet或Internet上各用戶查看機(jī)組狀態(tài)提供接口,主要包括網(wǎng)絡(luò)通信模塊、遠(yuǎn)程監(jiān)測(cè)及狀態(tài)分析模塊、故障樣本數(shù)據(jù)庫(kù)管理模塊、故障診斷模塊和系統(tǒng)管理模塊;表示層中只要聯(lián)入Intranet或其他在Internet中被授權(quán)的終端,都可以通過(guò)瀏覽器訪問(wèn)系統(tǒng)。
基于B/S模式的石化旋轉(zhuǎn)設(shè)備遠(yuǎn)程狀態(tài)監(jiān)測(cè)與智能診斷系統(tǒng)主要包括遠(yuǎn)程監(jiān)測(cè)及狀態(tài)分析、故障樣本數(shù)據(jù)庫(kù)管理、故障診斷等模塊,如圖3所示。

圖3 系統(tǒng)的功能模塊
(1)網(wǎng)絡(luò)通信模塊。中心服務(wù)器對(duì)遠(yuǎn)程用戶均通過(guò)Socket建立獨(dú)立的線程進(jìn)行網(wǎng)絡(luò)通信,從而實(shí)現(xiàn)各種數(shù)據(jù)的實(shí)時(shí)、高效傳輸。
(2)遠(yuǎn)程監(jiān)測(cè)及狀態(tài)分析模塊。通過(guò)網(wǎng)絡(luò)建立與中心服務(wù)器的通信,讀取試驗(yàn)臺(tái)實(shí)時(shí)數(shù)據(jù),經(jīng)計(jì)算和處理后在本地及遠(yuǎn)程終端瀏覽器上顯示該模塊的功能,主要包括主監(jiān)視圖、時(shí)域圖、頻譜圖、軸心軌跡圖等。
(3)故障樣本數(shù)據(jù)庫(kù)管理模塊。通過(guò)識(shí)別機(jī)組運(yùn)行狀態(tài),采用不同的數(shù)據(jù)采集、分析和存儲(chǔ)格式,形成不同的監(jiān)測(cè)和故障信息數(shù)據(jù)庫(kù),包括歷史數(shù)據(jù)庫(kù)、升降機(jī)數(shù)據(jù)庫(kù)、報(bào)警數(shù)據(jù)庫(kù)和網(wǎng)絡(luò)訓(xùn)練樣本庫(kù)等。通過(guò)故障樣本數(shù)據(jù)庫(kù)管理模塊可以對(duì)保存在SQL等數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行增刪查改等操作。
(4)故障診斷模塊。通過(guò)人機(jī)相互的方式,根據(jù)故障識(shí)別特征,可診斷出包括同頻、超異步和亞異步等三大類常見故障。目前包括網(wǎng)絡(luò)訓(xùn)練和個(gè)案診斷兩個(gè)界面,其中個(gè)案診斷界面具有基于規(guī)則(Rule-Based Reasoning,RBR)、基于案例(Case-Based Reasoning,CBR)和基于對(duì)向傳播神經(jīng)網(wǎng)絡(luò)(Counter Propagation Networks,CPN)等三種診斷方式[9,10]。
(5)系統(tǒng)管理模塊。目前包括機(jī)組管理、用戶管理和事務(wù)管理三項(xiàng)功能。
本系統(tǒng)采用Socket技術(shù)作為網(wǎng)絡(luò)編程接口,為石化旋轉(zhuǎn)設(shè)備遠(yuǎn)程狀態(tài)監(jiān)測(cè)與智能診斷系統(tǒng)提供了一種發(fā)送和接收數(shù)據(jù)的機(jī)制,其網(wǎng)絡(luò)通信過(guò)程是利用TCP/IP協(xié)議中的傳輸層接口Socket來(lái)實(shí)現(xiàn)的。
本系統(tǒng)采用MATLAB和C#的混合編程技術(shù)提高軟件開發(fā)效率,具體過(guò)程為:安裝VS.NET后,在matlab的安裝目錄toolbox下安裝MCR;在MATLAB命令窗口中輸入mbuild-setup,選擇“Microsoft Visual C++ 2019 SP1”;在MATLAB中輸入deploytool命令,打開Deployment Project窗口創(chuàng)建整個(gè)工程,選擇工程文件類型為“.NET Assembly”;在Visual Studio 2019中新建一個(gè)ASP.NET項(xiàng)目并添加引用;最后通過(guò)調(diào)用.net組件中的.dll實(shí)現(xiàn)具體的功能,并通過(guò)引用MWArray.dll進(jìn)行矩陣運(yùn)算。
本系統(tǒng)采用ADO.NET數(shù)據(jù)庫(kù)訪問(wèn)技術(shù),在人機(jī)交互的過(guò)程中可以分解出數(shù)據(jù)訪問(wèn),主要包括DataSet和.NET數(shù)據(jù)提供程序,其中DataSet可以有多種不同的數(shù)據(jù)源,.NET數(shù)據(jù)包含了Connection、Command、DataReader和DataAdapter 4個(gè)對(duì)象,可以實(shí)現(xiàn)數(shù)據(jù)操作和對(duì)數(shù)據(jù)的快速、只進(jìn)、只讀訪問(wèn)。
遠(yuǎn)程監(jiān)測(cè)及狀態(tài)分析模塊是對(duì)石化旋轉(zhuǎn)設(shè)備進(jìn)行實(shí)時(shí)監(jiān)測(cè),獲得機(jī)組的運(yùn)行狀態(tài),并進(jìn)行處理分析。其工作過(guò)程為:建立上位機(jī)、數(shù)據(jù)采集系統(tǒng)和遠(yuǎn)程用戶三者的網(wǎng)絡(luò)通信,數(shù)據(jù)采集系統(tǒng)將壓縮機(jī)汽輪機(jī)轉(zhuǎn)子的監(jiān)測(cè)數(shù)據(jù)發(fā)送到上位機(jī),上位機(jī)根據(jù)遠(yuǎn)程用戶的請(qǐng)求將數(shù)據(jù)反饋給遠(yuǎn)程客戶端;上位機(jī)對(duì)采集系統(tǒng)發(fā)送過(guò)來(lái)的數(shù)據(jù)進(jìn)行分析處理,獲得對(duì)應(yīng)的時(shí)域、頻域圖譜和軸心軌跡等數(shù)據(jù),形成包括主監(jiān)視圖、時(shí)域波形圖、頻譜圖以及軸心軌跡圖等監(jiān)視界面,如圖4所示。

a 系統(tǒng)主監(jiān)視圖 b 時(shí)域圖 c 頻域圖 d 軸心軌跡圖
故障樣本數(shù)據(jù)庫(kù)管理模塊是對(duì)存放在SQL數(shù)據(jù)庫(kù)中的故障信息(包括網(wǎng)絡(luò)訓(xùn)練的故障樣本數(shù)據(jù))進(jìn)行增刪查改等操作,如圖5所示。

圖5 系統(tǒng)故障樣本數(shù)據(jù)庫(kù)管理模塊
本文主要采用基于RBR、基于CBR和基于CPN等三種診斷方式對(duì)石化旋轉(zhuǎn)設(shè)備進(jìn)行診斷,如圖6所示。故障診斷模塊通過(guò)將機(jī)組轉(zhuǎn)子故障的數(shù)據(jù)進(jìn)行FFT分析,提取出相應(yīng)的故障征兆,應(yīng)用于RBR、CBR和CPN進(jìn)行故障診斷。其中,網(wǎng)絡(luò)訓(xùn)練界面主要是針對(duì)CPN診斷方式進(jìn)行樣本訓(xùn)練和矩陣運(yùn)算;故障診斷界面主要是根據(jù)故障信息的輸入,得到相應(yīng)故障類型及其置信度。當(dāng)三種診斷方式得到不同的故障診斷結(jié)果時(shí),系統(tǒng)會(huì)根據(jù)預(yù)設(shè)的權(quán)重對(duì)診斷結(jié)果置信度進(jìn)行計(jì)算排序,從而得到最終的故障診斷結(jié)果,提高診斷的準(zhǔn)確率和容錯(cuò)率。
本文采用對(duì)比分析的方法對(duì)設(shè)計(jì)開發(fā)的智能診斷系統(tǒng)進(jìn)行有效評(píng)價(jià),從某電力研究有限公司匯編的汽輪機(jī)典型事故案例中抽樣提取50個(gè)不同故障類型的事故案例作為測(cè)試樣本,分別通過(guò)智能診斷系統(tǒng)和傳統(tǒng)診斷系統(tǒng)進(jìn)行故障診斷并對(duì)比診斷結(jié)果的準(zhǔn)確性,結(jié)果統(tǒng)計(jì)見表1[11,12]。結(jié)果表明,在不同故障類型的故障診斷中,傳統(tǒng)故障診斷系統(tǒng)的平均準(zhǔn)確率為68%,智能故障診斷系統(tǒng)的平均準(zhǔn)確率為82%,且由于多診斷方式融合機(jī)制,智能診斷系統(tǒng)具有更好的容錯(cuò)率。因此本文提出的基于B/S模式的石化旋轉(zhuǎn)設(shè)備遠(yuǎn)程狀態(tài)監(jiān)測(cè)與智能診斷系統(tǒng)是可行、有效的。

表1 故障診斷結(jié)果對(duì)比
針對(duì)石化旋轉(zhuǎn)設(shè)備傳統(tǒng)診斷方法的局限性、遠(yuǎn)程狀態(tài)監(jiān)測(cè)和智能故障診斷的需求,利用ADO.NET、Matlab、C#和Web技術(shù)等設(shè)計(jì)開發(fā)了石化旋轉(zhuǎn)設(shè)備遠(yuǎn)程狀態(tài)監(jiān)測(cè)與智能診斷系統(tǒng),通過(guò)對(duì)采集到的原始數(shù)據(jù)進(jìn)行處理,結(jié)合時(shí)域、頻域、軸心軌跡等狀態(tài)分析和基于RBR、CBR、CPN三種診斷方法融合,實(shí)現(xiàn)了讓用戶便捷、實(shí)時(shí)地對(duì)現(xiàn)場(chǎng)機(jī)組運(yùn)行數(shù)據(jù)進(jìn)行監(jiān)測(cè)、分析和診斷,可以為提高石化企業(yè)的生產(chǎn)效率和經(jīng)濟(jì)效益帶來(lái)幫助。