[发明专利]一种海上离心泵故障诊断方法及系统

说明书

本发明涉及一种海上离心泵故障诊断方法及系统，其特征在于，包括以下内容：1)根据预先设定的标准报警阈值和预先建立的正常运行状态模型，建立预警模型；2)获取待测离心泵机组产生的振动数据并输入至建立的预警模型，得到特征向量；3)将得到的特征向量输入至预先建立的故障预警模型中，若判定为故障，则进入步骤4)；若判定为正常，则完成离心泵机组的故障诊断；4)将得到的特征向量输入至预先建立的故障诊断概率模型中，确定离心泵机组的故障类别，完成离心泵机组的故障诊断，本发明能够扩大故障维度，可以广泛应用于故障诊断领域中。

技术领域

本发明是关于一种海上离心泵故障诊断方法及系统，属于故障诊断领域。

背景技术

海上油气田离心泵设备由于长期运行在复杂、多变的工况下，设备的故障率是稳定生产与提升设备管理面临的重大挑战。随着海上离心泵状态检修策略的推进，越来越多的在线监测系统用于海上离心泵的状态监测中，系统的安全性、可靠性、稳定性以及测量结果的准确性直接影响状态检修策略的有效开展。

然而，目前现有的离心泵在线监测系统多采用标准报警阈值方法预警，存在以下问题：1)海上离心泵设备工况变化频繁，单一标准化预警阈值会造成大量的虚警和误警；2)不具备分析诊断的功能，未考虑海洋石油的特点。

发明内容

针对上述问题，本发明的目的是提供一种准确度高的海上离心泵故障诊断方法及系统。

为实现上述目的，本发明采取以下技术方案：一种海上离心泵故障诊断方法，包括以下内容：

1)根据预先设定的标准报警阈值和预先建立的正常运行状态模型，建立预警模型；

2)获取待测离心泵机组产生的振动数据并输入至建立的预警模型，得到特征向量；

3)将得到的特征向量输入至预先建立的故障预警模型中，若判定为故障，则进入步骤4)；若判定为正常，则完成离心泵机组的故障诊断；

4)将得到的特征向量输入至预先建立的故障诊断概率模型中，确定离心泵机组的故障类别，完成离心泵机组的故障诊断。

进一步地，所述步骤1)的具体过程为：

1.1)根据待测离心泵机组正常运行时的负荷和振动数据，建立待测离心泵机组的正常运行状态模型；

1.2)设定标准报警阈值；

1.3)根据设定的标准报警阈值和建立的正常运行状态模型，建立预警模型。

进一步地，所述步骤2)的具体过程为：

2.1)获取待测离心泵机组产生的振动数据，并将获取的振动数据输入至建立的预警模型；

2.2)预警模型对输入的振动数据进行低通滤波，去除低频干扰；

2.3)预警模型提取出滤波后振动数据的4个时域特征和8个频域特征，并对提取的特征进行归一化处理，得到一个12维的特征向量。

进一步地，所述步骤2.2)中12维的特征向量包括滤波前的振动烈度值、滤波后的振动烈度值、加速度波形的歪度值、加速度波形的峭度值、滤波前频域四个特征以及滤波后频域四个特征，频域的四个特征包括0～10Hz频谱能量比例、10～1KHz频谱能量比例、1KHz～3KHz频谱能量比例和3KHz以上频谱能量比例。

进一步地，所述离心泵机组的故障类别包括不平衡、不对中、转子弯曲、动静间摩擦、旋转失速、喘振和轴承故障。

进一步地，所述不平衡的特征频率成分为转子的1x成分，其中，x为转子的旋转频率；

所述不对中的特征频率成分为转子的2x成分；

所述转子弯曲的特征频率成分为转子的1x成分；