旋转机械的故障预测方法综述.pdf

旋转机械的故障预测方法综述马洁 等 旋转机械的故障预测方法综述 S u r V e yo fF a u J tP r e d ic a t io nM e t h o d sf o rR o t a t in gM a c h in e r y 舅洁1徐J 力1周孽华2 北京信息科技大学现代测控技术教育部重点实验室1 北京1 0 0 1 9 2 清华大学自动化系2 北京1 0 0 0 8 4 摘要 旋转机械是工业上应用较为广泛的机械 许多大型旋转机械都是石化和电力等行业中的关键设备 首先以烟气轮机为例 阐述了预测维护的重要性 然后将现有的旋转机械故障预测方法整体分为定性分析法和定量分析法两大类 分别介绍了各种方法的 实际应用情况 最后 探讨了旋转机械故障预测技术的难点问题以及发展趋势 关键词 旋转机械故障预测方法多变量数据驱动非线性非平稳物联网 中图分类号 开2 7 7文献标志码 A A b s h c t R o 诅t i gm a c h in 8 r y 诂w id e lya p p lie dinin d u s L r y M a 叫la g es c d e dr 0 组t ir I g 删h j n t llek e ye 叫p m e n binp e 廿o c h e r n ic ma n d P 0 in d u s e sF lr 5 d y w 油t I I e u 驷I u 山肿a s 岫啪p le 1 1 eim p 0 啦n c eo fp r e d I c 6 v em 豳k n a I lc elBd e s c d b e dn e n 山ee 菇8 d n g r a L L I tp r e d ic t lo n m e 山o d s 如rr 0 I a h gm a c h m e r ya r ec k 击e dh n ot w oc a t e 0 耐e si e tq u it a 6 d y s i8 a n d q lm n t lt a d d y s l8 a n dt h e p r a c t ic a l8 p p h c a n o n s0 f 山e 8 e 咐om 讪0 d sa 肥in 吲u c e d5 e P 8 m k ly F in d ly t h ed I 衢c u hP m b le m sa sw e U 晒t lled e v e lo p 唧lt 陀n d s0 f f u lt p 仲d ic t io n m e t I o d sf o rm b t in gm a c h in e r ya 他d is c u 8 s e d K 2 y w o r d s R 0 t a n gm a c h i啤r y F a L lltp 陀d ic 6 0 n m e 山0 dM u l va r ia b led a 协幽v e n N o lI lin e 撕竹N o n 咖io n 8 r yI n k m e to ft I I i g s 0 引言 旋转机械是指主要功能由旋转动作来完成的机 械 尤其是指转速较高的机械 它分为动力机械 涡 轮机 压缩机 齿轮泵等 过程机械 离心式分离机 等 和加工机械 车床 磨床等 转子一轴承系统作 为旋转机械的核心部件 在电力 能源 交通 石油化工 以及国防等领域中发挥着无可替代的作用 旋转机 械常常由于出现各种不同形式的故障而影响其正常运 转 严重时 甚至会引发机毁人亡事故 造成重大经济 损失 随着科学技术的进步 旋转机械正向高速 重载 和自动化方向发展 因此 对速度 容量 效率和可靠 性等方面有着越来越高的需求 从旋转机械的检修历史和现状来看 检修方式大 致分为发生事故停机检修 定期停机检修 预防性维 修 预测维修 状态维修或视情维修 这几种 据有 关文献介绍 在设备上应用故障预测技术 获利与投资 比可达1 7 1 因此 世界各工业国家的设备维修体制 正从预防性维修向预测维修发展 国家自然科学基金贵助项目 蝙号 5 0 9 7 5 0 2 0 6 0 7 3 6 0 2 6 修改稿收到日期 2 0 1 1 一0 5 一1 7 第一作者马洁 女 1 9 6 5 年生 2 0 0 6 年毕业于哈尔滨工程犬学控制理 论与控制工程专业 菝博士学位 副教授 主要从事动态系统故障诊断与 预删方面的研究 自动化仪表 第3 2 卷第8 期加1 1 年8 月 1 故障预测方法的分类与比较 1 1 预测维修的意义 烟气轮机将催化裂化过程中产生的废烟气中所具 有的压力能和热能经烟气轮机的膨胀做功化为机械 能 驱动轴流式空气压缩机或给发电机提供动能 达到 能量回收的目的 美国研制的世界上第一台烟气轮机 于1 9 6 3 年投人生产运行 中国第一台自主创新的烟气 轮机于1 9 7 8 年成功投人运行 3 0 多年来 我国累计 生产的烟气轮机总共节电约2 7 5 1 0 8k w h 价值约 合人民币1 3 8 亿元 经济效益非常可观 1 然而 烟气 轮机的运行环境非常恶劣 转子磨损 催化剂粉尘堆 积 壳体变形和仪表失灵等都有可能导致故障的发生 国内大多数炼油厂的烟气轮机几乎都发生过严重 事故 例如 中石化集团公司曾经1 年中就有3 9 台烟 气轮机因故障停机达5 1 次 停机时间累计90 1 4h 损 失巨大 此外 烟气轮机通过回收利用废烟气 在环保 方面也发挥着举足轻重的作用 因此 保证烟气轮机 的平稳正常运行成为了炼化企业的重要工作之一 目 前 采用的维修策略基本上都是预防性维修 即 定期 大修 体制 烟气轮机一般不到一年就要大修一次 烟气轮机的预测维护能够按照状态监测情况及时准备 维修部件 安排维修计划 其完善的诊断能力可准确 指出故障类型和故障部位 避免了维修的盲目性 缩短 1 旋转机械的故障预测方法综述马洁 等 口亟亟亟四 厩丽丽 围2 方法性能比较 F ig2 P e 而皿如c e 龃dm e t llo d sc o m p 8 0 n 2 难点问题与展望 尽管针对旋转机械的故障预测技术取得了许多成 果 但是尚存在以下难点问题有待进一步加以解决 2 1 多变量预测问题 对旋转机械而言 振动信号中蕴含着丰富的设备 运行状态信息 并且振动信号对大多数机械故障都很 敏感 故障会引起振级的增加 至少是振动特征的改 变 这表明振动信号是反映旋转机械工作状态和故障 演化情况的一个极其重要的参数指标 现有的方法主 要利用单变量的振动信号来预测旋转机械的运行状 态 然而 仅采用单变量进行故障预测显然是不合理 的 例如 对烟气轮机而言 机组的烟气人口和出口的 温度 压力 烟气轮机 联轴器 发电机的振动以及连接 轴的轴向位移等都是表征机组正常运行与否的重要参 数 为了能够掌握机组的运行状况 在机组上相应位 置安装了温度 压力 键相和振动等传感器进行监测 从而为诊断和预测提供数据 烟气轮机机组测点布置如图3 所示 烟气出口 烟气出口 图3 机组测点布置 F ig3 A U o c a t i叽o fm e 如u 陀m e n t s 常见的基于单变量振动数据的状态预测技术无法 利用多维测量数据的有效信息 难以检测性能退化初 期微弱的故障征兆 为了处理多个相关测量变量的联 合监测问题 人们于2 0 世纪9 0 年代初期使用主元分 析模型 p d n c ip a lc o m p o n e n t 锄a I y s is P c A 和偏最小二 乘模型 p 枷a l le t8 q a r e s P L S 进行数据建模 并提 出了相应的过程监控方法 多变量预测可以把同一时 2 P R o C E S SA U r o M A llo N 矾S T R U M 哪A T lo NV O L3 2N 仉8A u g lls t2 0 1 l 蜊嚣犁导 趟 旋转机械的故障预测方法综述马洁 等 刻的测量数据中多个变量间的内在联系和相互影响考 虑在内 例如 L i等人将统计过程监控方法用于故障 预测 取得了很好的效果 目前 国际上基于多变量数 据的故障预测方法的研究才刚刚起步 成果相对较少 因此 研究多变量数据驱动的旋转机械故障预测方法 具有广泛的发展空间 2 2 非线性和非平稳问题 旋转机械系统是一类复杂非线性动力系统 从工 程中所获得的设备运行状态的动态信号 其平稳性是 相对的 非平稳性是绝对的和广泛的 旋转机械运行 的状态特征信息具有非线性 非平稳特性 导致其故障 预测面临着大量复杂的非线性 非平稳动态信号 需要 用到非线性的数据模型 例如 核主元分析 k e m e l p 打n c ip a lc o m p o n e n ta I la ly s is K P c A 等 传统的数据 模型多假设测量变量的分布是多元高斯分布 这与实 际数据不相符合 需要用非高斯的数据模型 例如 独 立主元分析 in d e p e n d e n tc o m p o n e ma I la ly s is I c A 随着故障检测和预测要求的日益提高 原可忽略的非 线性和非高斯问题越来越突出 因此 研究基于非线 性和非高斯数据模型的旋转机械故障预测方法具有重 大的现实意义和应用价值 2 3 网络化预测问题 旋转机械故障预测还存在对象数据获取和算法验 证困难等问题 故障预测算法的开发和验证工作都离 不开大量对象系统数据的支持 数据来源一般概括为 三类 一是实际工况数据 此类数据可以涵盖已知对象 各种工况 负载和环境因素 数据真实可靠 但需要构 建数据获取平台 二是基于实验台的故障注入实验数 据 此类数据的真实性可以在一定程度上得到保证 不 足之处在于它不能完全描述对象实际故障演化过程 三是模型仿真数据 此类数据可以按照算法开发和验 证要求进行定制 但其数据真实性通常无法保证 而且 难以建立可靠的仿真模型 为了保证所采用的故障预 测方法能够达到预期的目标 需要对其进行验证 通 常采用的仿真验证难以取得令人信服的验证结果 而 进一步采用的实验台模拟实验验证 也与实际应用环 境有较大差距 较有效的解决途径是构建在线数据交 互平台 自2 0 0 7 年以来 北京信息科技大学现代测控技术 教育部重点实验室建立了大型机械设备R M D 8 0 0 0 远 程在线监测诊断中心 该中心与国内石化 冶金 煤炭 等5 0 家大型企业的近2 0 0 台大型机械设备互联 可进 行工业现场大型机组的实时数据分析 实验研究和方 法验证 还可在线提供机组早期故障预测分析结果 并 自动化仪表 第3 2 卷第8 期加1 1 年8 月 能够及时将数据反馈给企业用户 随着物联网技术的兴起 可进一步构建一种在线 实时的故障预测与健康管理 p m 如o s t ic sa lldh e a llh m 柚8 9 e m e n t P H M 的物联网平台 实现对旋转机械远 程状态的监测 故障诊断和故障预测 3 结束语 本文以烟气轮机为例阐述了工业过程预测维护的 意义和重要性 并将现有的旋转机械故障预测方法依 据定性分析的方法 基于知识的方法 和定量分析的 方法 基于模型和基于数据的方法 进行分类和比较 最后总结出旋转机械故障预测中有待进一步解决的难 点问题 并对此领域未来的发展方向进行了展望 参考文献 1 闻邦椿 武新华 丁千 等故障旋转机械非线性动力学的理论 与试验 M 北京 科学出版社 2 0 叫 2 卢鹏飞 冀江 杨龙文中国催化裂化烟气轮机自主创新三十年 的回顾 J 中外能源 2 0 0 8 1 3 A 0 1 8 1 0 3 周东华 胡艳艳动态系统的故障诊断技术 J 自动化学报 2 0 0 9 3 5 6 7 4 8 7 5 5 4 左云渡 王西彬 徐小力 D F A R 模型在旋转机械故障预测中的 应用 J 中国机械工程 2 0 0 9 2 0 1 2 1 4 6 0 一1 4 6 3 5 杨江天 岳维亮灰色模型在机械故障预测中的应用 J 机械 强度 2 0 0 1 2 3 3 2 7 7 2 7 9 6 韩志刚 动态系统预报的一种新方法 J 自动化学报 1 9 8 3 9 3 1 6 1 1 储 7 朱春梅 徐小力 张建昆基于混沌时间序列的旋转机械非平稳 状态预测方法研究 J 机械设计与制造 2 0 0 6 1 2 1 0 3 1 0 5 8 许宝杰 韩秋实 徐小力基于隐马尔可夫模型的机器状态趋势 预测方法 J 精密制造与自动化 2 0 0 3 9 1 1 一1 3 9 T 解P w A 出e n o n D P P I e 出c o n0 f m h in ed e t 叽o r 璐ln g 订一 b m 6 椰h 肫d 缸d t 伽阻d s 皿d 琳llI T e n tn e u r dn e t w o r k 8 J J o 岍越 0 f V ib r 8 t i dA c o u s t m 1 9 9 9 1 2 l 3 3 5 5 3 6 2 1 0 c 柏xG m n gPY 丑l叫GlLF 解iu qh e a l幽皿越D t 衄蛆c et h r o u g I I s v R v e nd e 鄂d m io np 捌lc t io n I n t 唧砒io n dJ 0 u