旋轉(zhuǎn)機(jī)械的故障預(yù)測方法綜述 - 全文

　　引言

　　旋轉(zhuǎn)機(jī)械是指主要功能由旋轉(zhuǎn)動作來完成的機(jī)械，尤其是指轉(zhuǎn)速較高的機(jī)械。它分為動力機(jī)械(渦輪機(jī)、壓縮機(jī)、齒輪泵等)、過程機(jī)械(離心式分離機(jī)等)和加工機(jī)械(車床、磨床等)。從旋轉(zhuǎn)機(jī)械的檢修歷史和現(xiàn)狀來看，檢修方式大致分為發(fā)生事故停機(jī)檢修、定期停機(jī)檢修(預(yù)防性維修)、預(yù)測維修(狀態(tài)維修或視情維修)這幾種。首先以煙氣輪機(jī)為例，闡述了預(yù)測維護(hù)的重要性;然后將現(xiàn)有的旋轉(zhuǎn)機(jī)械故障預(yù)測方法整體分為定性分析法和定量分析法兩大類，分別介紹了各種方法的實(shí)際應(yīng)用情況;最后，探討了旋轉(zhuǎn)機(jī)械故障預(yù)測技術(shù)的難點(diǎn)問題以及發(fā)展趨勢。

　　一、故障預(yù)測方法的分類與比較

　　1.1 預(yù)測維修的意義

　　煙氣輪機(jī)將催化裂化過程中產(chǎn)生的廢煙氣中所具有的壓力能和熱能經(jīng)煙氣輪機(jī)的膨脹做功化為機(jī)械能，驅(qū)動軸流式空氣壓縮機(jī)或給發(fā)電機(jī)提供動能，達(dá)到能量回收的目的。美國研制的世界上第一臺煙氣輪機(jī)于1963年投人生產(chǎn)運(yùn)行，中國第一臺自主創(chuàng)新的煙氣輪機(jī)于1978年成功投入運(yùn)行。 30多年來，我國累計(jì)生產(chǎn)的煙氣輪機(jī)總共節(jié)電約275×105kw·h，價(jià)值約合人民幣138億元，經(jīng)濟(jì)效益非?？捎^。然而，煙氣輪機(jī)的運(yùn)行環(huán)境非常惡劣，轉(zhuǎn)子磨損、催化劑粉塵堆積、殼體變形和儀表失靈等都有可能導(dǎo)致故障的發(fā)生。

　　國內(nèi)大多數(shù)煉油廠的煙氣輪機(jī)幾乎都發(fā)生過嚴(yán)重事故。例如，中石化集團(tuán)公司曾經(jīng)1年中就有39臺煙氣輪機(jī)因故障停機(jī)達(dá)51次，停機(jī)時(shí)間累計(jì)9 0l4h ，損失巨大。此外，煙氣輪機(jī)通過回收利用廢煙氣，在環(huán)保方面也發(fā)揮著舉足輕重的作用。因此，保證煙氣輪機(jī)的平穩(wěn)正常運(yùn)行成為了煉化企業(yè)的重要工作之一。目前，采用的維修策略基本上都是預(yù)防性維修，即“定期大修”體制，煙氣輪機(jī)一般不到一年就要大修一次。煙氣輪機(jī)的預(yù)測維護(hù)能夠按照狀態(tài)監(jiān)測情況及時(shí)準(zhǔn)備維修部件，安排維修計(jì)劃。其完善的診斷能力可準(zhǔn)確指出故障類型和故障部位，避免了維修的盲目性，縮短了維修工期，可減少災(zāi)難性事故的發(fā)生，提高催化裂化裝置的安全運(yùn)行率，從而帶來可觀的經(jīng)濟(jì)和社會效益。

　　1.2 故障預(yù)測方法的分類

　　預(yù)測維修的關(guān)鍵技術(shù)是故障預(yù)測，缺乏有效的故障預(yù)測方法已成為推廣預(yù)測維護(hù)技術(shù)的一個(gè)瓶頸。故障預(yù)測方法整體分為兩大類，即定性分析的方法和定量分析的方法。現(xiàn)有的旋轉(zhuǎn)機(jī)械故障預(yù)測方法分類如圖1所示。

?

　　基于數(shù)據(jù)的方法包括自回歸預(yù)測、灰色預(yù)測、多層遞階方法、混沌時(shí)間序列預(yù)測、隱馬爾科夫模型、機(jī)器學(xué)習(xí)(神經(jīng)網(wǎng)絡(luò)、支持向量機(jī) )和統(tǒng)計(jì)過程監(jiān)控方法等。旋轉(zhuǎn)機(jī)械的機(jī)理模型難以建立，同時(shí)專家知識也難以獲取，這些都不利于我們對旋轉(zhuǎn)機(jī)械進(jìn)行故障預(yù)測?；跀?shù)據(jù)的方法完全從工業(yè)現(xiàn)場數(shù)據(jù)出發(fā)，挖掘數(shù)據(jù)中的隱含信息，具有廣泛的工程應(yīng)用價(jià)值。這類方法適用范圍最廣、成本最小。因此，基于數(shù)據(jù)的方法最為實(shí)用，它已成為故障診斷與預(yù)測領(lǐng)域的研究熱點(diǎn)和發(fā)展趨勢。

　　基于模型的方法包括基于濾波器的故障預(yù)測方法以及基于故障機(jī)理建模的方法等。這類方法具有深入對象本質(zhì)性質(zhì)的特點(diǎn)，能夠很好地跟蹤系統(tǒng)的變化趨勢。當(dāng)對象的數(shù)學(xué)模型準(zhǔn)確時(shí)，能得到準(zhǔn)確的故障預(yù)測結(jié)果。但工程上針對復(fù)雜的動態(tài)系統(tǒng)難以建立精確的數(shù)學(xué)模型，因此，這類方法的適用范圍最小、成本最高。

　　基于知識的方法包括專家系統(tǒng)和模糊邏輯等。這類方法的優(yōu)勢是能夠利用現(xiàn)有的專家知識和經(jīng)驗(yàn)，而不需要已知非常精確的數(shù)學(xué)模型。因此，它在很多領(lǐng)域得到了廣泛應(yīng)用。但是此類方法的不足是知識獲取較困難。

　　旋轉(zhuǎn)機(jī)械基于數(shù)據(jù)、基于知識和基于模型的方法在適用性范圍、成本和準(zhǔn)確度等性能方面的比較如圖2所示。

?

　　二、難點(diǎn)問題與展望

　　盡管針對旋轉(zhuǎn)機(jī)械的故障預(yù)測技術(shù)取得了許多成果，但是尚存在以下難點(diǎn)問題有待進(jìn)一步加以解決。

　　2.1 多變量預(yù)測問題

　　對旋轉(zhuǎn)機(jī)械而言，振動信號中蘊(yùn)含著豐富的設(shè)備運(yùn)行狀態(tài)信息，并且振動信號對大多數(shù)機(jī)械故障都很敏感。故障會引起振級的增加，至少是振動特征的改變。這表明振動信號是反映旋轉(zhuǎn)機(jī)械工作狀態(tài)和故障演化情況的一個(gè)極其重要的參數(shù)指標(biāo)。現(xiàn)有的方法主要利用單變量的振動信號來預(yù)測旋轉(zhuǎn)機(jī)械的運(yùn)行狀態(tài)。然而，僅采用單變量進(jìn)行故障預(yù)測顯然是不合理的。例如，對煙氣輪機(jī)而言，機(jī)組的煙氣入口和出口的溫度、壓力，煙氣輪機(jī)、聯(lián)軸器、發(fā)電機(jī)的振動以及連接軸的軸向位移等都是表征機(jī)組正常運(yùn)行與否的重要參數(shù)。為了能夠掌握機(jī)組的運(yùn)行狀況，在機(jī)組上相應(yīng)位置安裝了溫度、壓力、鍵相和振動等傳感器進(jìn)行監(jiān)測，從而為診斷和預(yù)測提供數(shù)據(jù)。煙氣輪機(jī)機(jī)組測點(diǎn)布置如圖3所示。

?

　　常見的基于單變量振動數(shù)據(jù)的狀態(tài)預(yù)測技術(shù)無法利用多維測量數(shù)據(jù)的有效信息，難以檢測性能退化初期微弱的故障征兆。為了處理多個(gè)相關(guān)測量變量的聯(lián)合監(jiān)測問題，人們于20世紀(jì)90年代初期使用主元分析模型( Principal component analysis，PCA)和偏最小二乘模型(partial least squares，PLS)進(jìn)行數(shù)據(jù)建模，并提出了相應(yīng)的過程監(jiān)控方法。多變量預(yù)測可以把同一時(shí)刻的測量數(shù)據(jù)中多個(gè)變量間的內(nèi)在聯(lián)系和相互影響考慮在內(nèi)。例如，Li等人將統(tǒng)計(jì)過程監(jiān)控方法用于故障預(yù)測，取得了很好的效果。目前，國際上基于多變量數(shù)據(jù)的故障預(yù)測方法的研究才剛剛起步，成果相對較少。因此，研究多變量數(shù)據(jù)驅(qū)動的旋轉(zhuǎn)機(jī)械故障預(yù)測方法具有廣泛的發(fā)展空間。

　　2.2 非線性和非平穩(wěn)問題

　　旋轉(zhuǎn)機(jī)械系統(tǒng)是一類復(fù)雜非線性動力系統(tǒng)。從工程中所獲得的設(shè)備運(yùn)行狀態(tài)的動態(tài)信號，其平穩(wěn)性是相對的、非平穩(wěn)性是絕對的和廣泛的。旋轉(zhuǎn)機(jī)械運(yùn)行的狀態(tài)特征信息具有非線性、非平穩(wěn)特性，導(dǎo)致其故障預(yù)測面臨著大量復(fù)雜的非線性、非平穩(wěn)動態(tài)信號，需要

　　用到非線性的數(shù)據(jù)模型，例如，核主元分析(kernel principal component analysis，KPCA)等。傳統(tǒng)的數(shù)據(jù)模型多假設(shè)測量變量的分布是多元高斯分布，這與實(shí)際數(shù)據(jù)不相符合，需要用非高斯的數(shù)據(jù)模型，例如，獨(dú)立主元分析(independent component analysis,ICA)。隨著故障檢測和預(yù)測要求的日益提高，原可忽略的非線性和非高斯問題越來越突出。因此，研究基于非線性和非高斯數(shù)據(jù)模型的旋轉(zhuǎn)機(jī)械故障預(yù)測方法具有重大的現(xiàn)實(shí)意義和應(yīng)用價(jià)值。

　　2.3 網(wǎng)絡(luò)化預(yù)測問題

　　旋轉(zhuǎn)機(jī)械故障預(yù)測還存在對象數(shù)據(jù)獲取和算法驗(yàn)證困難等問題。故障預(yù)測算法的開發(fā)和驗(yàn)證工作都離不開大量對象系統(tǒng)數(shù)據(jù)的支持。數(shù)據(jù)來源一般概括為三類：一是實(shí)際工況數(shù)據(jù)，此類數(shù)據(jù)可以涵蓋已知對象各種工況、負(fù)載和環(huán)境因素，數(shù)據(jù)真實(shí)可靠，但需要構(gòu)建數(shù)據(jù)獲取平臺;二是基于實(shí)驗(yàn)臺的故障注入實(shí)驗(yàn)數(shù)據(jù)，此類數(shù)據(jù)的真實(shí)性可以在一定程度上得到保證，不足之處在于它不能完全描述對象實(shí)際故障演化過程;三是模型仿真數(shù)據(jù)，此類數(shù)據(jù)可以按照算法開發(fā)和驗(yàn)證要求進(jìn)行定制，但其數(shù)據(jù)真實(shí)性通常無法保證，而且難以建立可靠的仿真模型。為了保證所采用的故障預(yù)測方法能夠達(dá)到預(yù)期的目標(biāo)，需要對其進(jìn)行驗(yàn)證。通常采用的仿真驗(yàn)證難以取得令人信服的驗(yàn)證結(jié)果;而進(jìn)一步采用的實(shí)驗(yàn)臺模擬實(shí)驗(yàn)驗(yàn)證，也與實(shí)際應(yīng)用環(huán)境有較大差距。較有效的解決途徑是構(gòu)建在線數(shù)據(jù)交互平臺。

　　自2007年以來，北京信息科技大學(xué)現(xiàn)代測控技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室建立了大型機(jī)械設(shè)備RMD8000遠(yuǎn)程在線監(jiān)測診斷中心。該中心與國內(nèi)石化、冶金、煤炭等50家大型企業(yè)的近200臺大型機(jī)械設(shè)備互聯(lián)，可進(jìn)行工業(yè)現(xiàn)場大型機(jī)組的實(shí)時(shí)數(shù)據(jù)分析、實(shí)驗(yàn)研究和方法驗(yàn)證，還可在線提供機(jī)組早期故障預(yù)測分析結(jié)果，并能夠及時(shí)將數(shù)據(jù)反饋給企業(yè)用戶。隨著物聯(lián)網(wǎng)技術(shù)的興起，可進(jìn)一步構(gòu)建一種在線實(shí)時(shí)的故障預(yù)測與健康管理( prognostics and health management，PHM)的物聯(lián)網(wǎng)平臺，實(shí)現(xiàn)對旋轉(zhuǎn)機(jī)械遠(yuǎn)程狀態(tài)的監(jiān)測、故障診斷和故障預(yù)測。

　　三、結(jié)束語

　　本文以煙氣輪機(jī)為例闡述了工業(yè)過程預(yù)測維護(hù)的意義和重要性，并將現(xiàn)有的旋轉(zhuǎn)機(jī)械故障預(yù)測方法依據(jù)定性分析的方法(基于知識的方法)和定量分析的方法(基于模型和基于數(shù)據(jù)的方法)進(jìn)行分類和比較。最后總結(jié)出旋轉(zhuǎn)機(jī)械故障預(yù)測中有待進(jìn)一步解決的難點(diǎn)問題，并對此領(lǐng)域未來的發(fā)展方向進(jìn)行了展望。