摘要:输油泵是保证顺利完成原油输送任务的关键设备,一旦其发生故障,将严重影响正常生产。因此,作好对输油泵的故障诊断工作,具有重大的意义。本文介绍了模糊故障诊断模型,并将其应用于输油泵的故障诊断中,建立输油泵常见的8个故障症状集和引起这些症状的15个因素集,并用二元对比排序法确定隶属函数,从而确定症状的从属顺序,最后用模糊故障诊断确定引起症状的原因。将建立的模糊故障诊断模型应用于一台出现故障的输油泵故障诊断中,该模型最终诊断出引起这些故障的原因与实际诊断结果相符,说明此模型可以用于输油泵故障诊断,为故障诊断提供了一种新的方法。
关键词:输油泵 模糊理论 故障 诊断 1 引言 对于机器、设备等简单产品的故障诊断,早期主要靠运行、维修人员凭简单仪表和个人直觉、经验来完成。这些诊断方法主观因素所占比例太重,不能客观的反映事故原因。随着模糊数学的兴起,模糊故障诊断成为了研究热点。因为,设备出现故障的症状可能是有许多因素引起,同时一个因素也可能引起多种故障,这样不仅故障有其模糊性,同时引起故障的因素也有起模糊性。模糊数学中的模糊故障诊断方法利用模糊集合论中的隶属函数和模糊关系矩阵来描述故障和症状之间的模糊关系,进而实现对故障的预报和诊断[1]。 2故障诊断的模糊模型[1]~[5] 设一台机器(一个系统)中有可能发生的各种故障原因集合为 (1) 其中n为故障原因种类的总数。有n个原因引起的各种征兆集合为 (2) 其中m为故障征兆种类的总数。 由于故障征兆界线的不分明性,因此通过建立隶属函数来表示各种征兆隶属于各种故障原因的程 度。因此,首先要构造隶属度函数。设观测到的一征兆群样本为,同时得出此样本中 的各分量元素对征兆的隶属度,于是故障征兆就可以用模糊向量表示为 (3) 假设该征兆样本是由故障原因y产生的,y对各种故障原因的隶属度为,同样故障原因用模糊向量表示为 (4) 因为故障与原因之间存在因果关系,根据模糊推理合成原理,得到Y与X之间的模糊关系方程为 (5) 其中R为模糊关系矩阵 () (6) 模糊关系矩阵R为维矩阵,其中行表示故障征兆,列表示故障原因。矩阵元素表示第i种征兆对第j种故障原因的隶属度,即 = (7) 根据最大隶属度原则便可以确定引起故障征兆的原因。从上面可以知道,对于一台机器(一个系统),当出现征兆时,征兆是可以知道的,而根据历史记载或经验,产生故障的可能的原因也是可以确定的,即Y和X都是可以较容易确定的,现在关键就是模糊关系矩阵R的确定。可见模糊关系矩阵R在诊断中起着重要的作用,它体现了对某类机器设备故障诊断经验的总结,因此它又被称为模糊诊断矩阵。构件模糊诊断矩阵,实际上就是要找出各种故障征兆与产生故障征兆原因之间的模糊关系,就是确定每个元素对于给出了第i种征兆从属于第j种故障原因的程度,也就是要确定隶属度函数。确定隶属度函数的方法很多,有模糊统计法、例证法和专家经验法等,本文采用一种二元对比排序法来确定隶属度函数。 在故障诊断中经常出现不同故障原因导致出现相同征兆,为确定产生同一征兆的故障原因的先后秩序,需要用二元对比排序法。设有n个故障原因引起同一征兆发生,请足够多经验的专业人员,依次对n个故障原因进行两两比较,评定出哪个原因最可能导致征兆的发生。根据多次记录结果以各种原因优先出现的总次数多少排序,以总次数作为基数,去除相应出现的总次数,即可得到隶属度,从而最终确定模糊诊断矩阵。 3 实例分析 输油泵机组是原油集输系统的主要设备,是保证顺利完成原油输送任务的关键设备。目前,国内对输油泵机组远行状态进行监控和故障诊断尚处于起步阶段,多数泵站无监控设备,以至油泵抽空,电机及泵轴损坏,轴承、轴瓦过热烧损和泵振动过大等事故时有发生,严重影响正常生产。因此,作好对输油泵的故障诊断工作,具有重大的意义。 输油泵的转子组件与电动机之间采用联轴器直接联接,结构简单紧凑。对于多级离心泵,转子跨距较长,要求同轴度及各部分配合间隙的精度较高,否则,容易引起异常振动或轴承发热。输油泵的流量和压力均匀,没有冲击,运行平稳,呈稳态振动。对于多级离心泵,如果平衡处理不好,转子容易产生轴向振动,影响轴承寿命。输油泵会产生汽蚀现象,导致泵流量减少,扬程降低,效率下降,并产生振动和噪声,严重时导致叶轮破坏。多数输油泵都是离心泵,而离心泵属于旋转机械,具有旋转机械的特点。旋转机械通常是由转子和支承转子的轴承系统及机壳等部分组成。—台旋转机械能否可靠地工作,主要取决于转子的转动是否正常,旋转机械的大多数故障与转子直接有关。不论哪一种振动故障都会在机器的最敏感部分即转子上体现出来。因而,通过测量转子振动状态的变化情况就可以获得有关故障的信息。 根据以上分析可以得知,输油泵的主要故障征兆有:流量不足;压力表、真空表、电流表摆动并下降;电机振动;电流表指数过大;泵严重振动;轴承发热;出口油温过高;轴瓦冒烟等。引起这些征兆的原因主要有:叶轮、导轮等水部件间隙过大;密封环磨损;平衡环间隙过大;入口压力过低;入口液体温度过高;点饥部件损伤脱落;动静部分卡磨;转子不平衡;轴心不一致;冷却管堵塞,冷却水中断;缺油;油质不好;轴瓦间隙小;油压不足;滑动轴承膜振荡等。[6] 根据上述确定隶属度的方法,确定关系矩阵R如下(为0的元素空出) 如果现在有故障征兆轴承发热;出口油温过高;轴瓦冒烟,用“0”表示没有发生征兆,“0~1”表示出现征兆的严重程度,于是征兆集为X=(0,0,0,0,0,0.6,0.8,0.3),利用便可以判断引起故障的主要原因。X和R间的合成运行方式有多种,简记为。常用模型有。这里,为加权平均模型,他考虑了所有因素的影响,且保留了单因素评价的全部信息。因此,选用该模型来进行合成运算,于是:[2] (8) 得到Y=(0,0,0,0,0,0,0,0,0,0.455,0.37,0.185,0.22,0.3,0.17),由隶属度最大原则,可以知道引起故障征兆的主要原因是:冷却管堵塞,冷却水中断,这与现场最终诊断结果一致。 4 结束语 通过模糊诊断输油泵的故障,能够使: 1)按输油泵的实际状态延长大修周期和不必要的定期更换密封和轴承等易损件,延长使 用寿命,减少不必要的维修量。既节约维修费用,又提高了设备利用率; 2)可早期发现输油泵的故障征兆,避免突发性意外事故的发生,保证输油的安全进行; 3)避免输油泵的过分维修和维修不足,消除续发件损坏。避免人为隐患等人必要的失误; 4)采用预测技术可使输油泵的维修工作提前做好淮备,进行针对性维修,减少维修时间,避免盲目更换零部件,节约维修费用。[6] 同时,在诊断过程中,由于自身部件的磨损,老化等原因,再加上环境条件的变化,即使是同一型号机器也会出现性能差异。这样就造成故障征兆与原因之间的不确定性。为了减少这种不确定性,就应该对已建立的模糊诊断矩阵进行修正,通过计算机自学习方法可以适应机器长时间运行而导致的性能参数变化,从而提高诊断模型的适应能力和准确率。[1] 参考文献 [1]李士勇.工程模糊数学及应用[M],黑龙江:哈尔滨工业大学出版社,2004:138~154 [2]彭祖赠 孙韫玉.模糊数学及其应用[M],武汉:武汉大学出版社,2002 ,122 - 176 [3]柴春红 刘家学 何率天.模糊数学在飞机故障诊断中的应用[J],模糊系统与数学,2003 , (3) :107 – 110 [4]张戌社 宁辰校.模糊数学在机械设备故障诊断中的应用[J],河北科技大学学报,2002 ,23(2) :55 - 581 [5]陈孝国.Fuzzy 数学在机械设备故障诊断中的应用[J],煤炭技术,2004,23(11):10~11 [6]张来斌 王朝晖等.机械设备故障诊断技术及方法[M].北京:石油工业出版社,2000:161~163