唐鴻儒，樊錦川，劉 軍，肖文仁，朱正偉，包加桐，張 煒，黃 蔚

(1.揚州大學 電氣與能源動力工程學院 揚州 225009)

(2.江蘇省泰州引江河管理處，泰州 225321 )

(3.南水北調(diào)東線江蘇水源有限責任公司，南京 225321)

據(jù)中國大型灌溉排水泵站更新改造資料統(tǒng)計，全國有各類泵站50萬座左右，其中中型泵站約3 500多座，裝機功率580多萬kW，大型泵站450多座，裝機功率560多萬kW[1].大型水泵機組是一個復雜的機電系統(tǒng)，其健康狀態(tài)直接影響著整個泵站的正常運行.在大型泵站推行水泵機組預測性狀態(tài)檢修模式是智能泵站建設核心任務之一，及時全面客觀評價水泵機組運行狀態(tài)是開展預測性檢修的關鍵環(huán)節(jié).

2021年11月水利部印發(fā)了《關于大力推進智慧水利建設的指導意見》推進以數(shù)字孿生技術為核心的、具有“四預”功能的智慧水利體系[2].智能泵站是智慧水利的重要組成，研究建立水泵機組的狀態(tài)評價模型是實現(xiàn)智能泵站的基礎.

國內(nèi)外學者在機電設備狀態(tài)評價方面進行研究，取得到了良好的效果.文獻[3]開展無監(jiān)督特征學習的水電機組狀態(tài)評價研究，利用監(jiān)測系統(tǒng)海量數(shù)據(jù)挖掘正常狀態(tài)的參數(shù)特征，建立時、頻域的劣化指標，實時評價機組健康狀態(tài).文獻[4]融合熵權(quán)TOPSIS法與灰色關聯(lián)度相結(jié)合，從橫縱兩個維度對機組進行評價.文獻[5]在常規(guī)模糊評價方法的基礎上結(jié)合模糊趨勢預測策略進行狀態(tài)參數(shù)劣化度分層評價.文獻[6]將灰色評價與層次屬性模型結(jié)合，對復雜評價問題能夠快速得到合理的評價結(jié)論.文獻[7]基于最優(yōu)權(quán)重和模糊綜合分析法進行評價，克服模型評價指標的不確定性和評價權(quán)重受主觀因素影響問題.文獻[8]基于融合理論與正態(tài)云模型進行風電機組關鍵部件劣化程度的評價.以上這些對水電機組、火力發(fā)電機組、風力發(fā)電機組、變壓器等的狀態(tài)評價方法對開展水泵機組狀態(tài)評價方法研究具有重要的借鑒作用.

大型水泵機組是由多個子系統(tǒng)組成，耦合程度高，影響水泵機組健康狀態(tài)的因素包括水力、電氣、機械等多種因素，采用單一或者少數(shù)幾個狀態(tài)參數(shù)進行狀態(tài)評價難以全面客觀評價水泵機組整體的運行狀態(tài)和健康程度，需要綜合考慮多方面狀態(tài)量參數(shù)的影響.目前采用的水泵機組狀態(tài)量評價依據(jù)大多參考行業(yè)標準，而對于機組的振擺量等類型數(shù)據(jù)，由于機組結(jié)構(gòu)形式多樣、安裝和使用環(huán)境不同、尤其是積累測量數(shù)據(jù)時間短且后期分析研究應用少，因而采用的評價限值在實際應用中具有一定的局限性[9].為此，以某南水北調(diào)水泵機組為對象，開展基于多源狀態(tài)參數(shù)的水泵機組健康狀態(tài)綜合分析評價方法研究，包括能夠反映水泵機組健康狀態(tài)的參數(shù)篩選、狀態(tài)參數(shù)評價依據(jù)確定，驗證了綜合評價方法的可行性.

1 水泵機組狀態(tài)評價步驟

依據(jù)機組運行的可靠性和評價的方便性原則進行水泵機組的狀態(tài)劃分[10]，將水泵機組狀態(tài)劃分為正常、注意、異常、嚴重4種狀態(tài)，其相應的狀態(tài)描述和采取的措施如表1.

表1 水泵機組狀態(tài)劃分

圖1為設備狀態(tài)評價步驟，依次為部件狀態(tài)評價、設備狀態(tài)評價和機組狀態(tài)評價.將泵站計算機監(jiān)控系統(tǒng)的水泵機組運行監(jiān)控數(shù)據(jù)、機組振擺監(jiān)測系統(tǒng)的在線監(jiān)測數(shù)據(jù)、以及巡檢數(shù)據(jù)和定期檢查數(shù)據(jù)等多源數(shù)據(jù)作為參與評價的狀態(tài)量，按照圖1步驟采用分層融合的方法依次進行部件狀態(tài)評價、設備狀態(tài)評價和機組狀態(tài)評價.

圖1 設備狀態(tài)評價步驟

2 狀態(tài)量選取與評價依據(jù)

2.1 狀態(tài)量選取

圖2為水泵機組部件劃分.每套機組包括主電機、主水泵和輔機設備[11].主電機和主水泵又由圖示的多個部件組成，輔機設備則包括真空破壞閥、機組風機、勵磁系統(tǒng)、冷卻水供水系統(tǒng)、排水系統(tǒng)、潤滑油系統(tǒng)等.每個部件有一個或者多個反映部件狀態(tài)的狀態(tài)量.

部件的狀態(tài)量是指能夠反映評價設備健康狀態(tài)優(yōu)劣的監(jiān)測參數(shù).為使水泵機組參與狀態(tài)評價的參數(shù)更全面，選取了多源數(shù)據(jù)進行評價.例如，圖3是主電機中的上導、推力軸承及潤滑油系統(tǒng)部件的狀態(tài)量，其中，巡檢類的狀態(tài)量有水泵機組現(xiàn)地上導軸承指針式溫度計指示的溫度、2個現(xiàn)地推力軸承指針式溫度計指示的溫度、上油缸潤滑油顏色和油位狀態(tài)；定期檢查類的狀態(tài)量有上油缸是否有滲漏，油位油色是否正常；監(jiān)控類的狀態(tài)量有2個上導軸承溫度，4個推力軸承溫度，機組冷卻水進口管道壓力；在線監(jiān)測的狀態(tài)量有上導軸承X振動、上導軸承Y振動.

圖3 上導、推力軸承及潤滑油系統(tǒng)狀態(tài)量

2.2 狀態(tài)量的評價依據(jù)

2.2.1 基于規(guī)程的評價依據(jù)

基于規(guī)程的評價依據(jù)是將機組狀態(tài)量的實際測量值與規(guī)程中的標準進行比較，以此來判斷狀態(tài)參數(shù)的劣化區(qū)間.以南水北調(diào)泵站為例，通過對《南水北調(diào)泵站工程管理規(guī)程》、《南水北調(diào)泵站工程自動化系統(tǒng)技術規(guī)程》、《泵站運行規(guī)程》、《在非旋轉(zhuǎn)部件上測量和評價機組機械振動——第5部分 水力發(fā)電廠和泵站機組》等多個相關的泵站運行管理規(guī)程進行分析，確定機組狀態(tài)參數(shù)的限值，作為狀態(tài)參數(shù)的評價依據(jù).例如，《南水北調(diào)泵站工程管理規(guī)程》中規(guī)定上下油缸內(nèi)的油溫正常應在15 ℃以上，但不應超過60 ℃；下支架的水平振動和垂直振動應小于0.12 mm；這些限值可以作為狀態(tài)參數(shù)評價的依據(jù).

2.2.2 基于概率統(tǒng)計特性的評價依據(jù)

基于規(guī)程確定狀態(tài)量的評價依據(jù)存在局限性.近年來在泵站建設了水泵機組振擺監(jiān)測和分析系統(tǒng)，大多數(shù)情況下是參照旋轉(zhuǎn)機械或者水電機組的相關標準、規(guī)程給出水泵機組的狀態(tài)參數(shù)限值.但是，在實際運用中，因機組結(jié)構(gòu)、大小、功能、運行時長、運行工況等多種因素影響，參照相關標準、規(guī)程給出的限值常常與實際情況不符的情況.另外，還有部分需要監(jiān)測的狀態(tài)量沒有標準或者規(guī)范可以參考.針對這類狀態(tài)量可以通過對穩(wěn)定工況下的這些狀態(tài)參數(shù)的健康樣本數(shù)據(jù)進行概率密度統(tǒng)計分析，給出評價依據(jù).

例如，通過對某泵站機組2018年12月28日開始連續(xù)3天的多個狀態(tài)量的穩(wěn)態(tài)運行數(shù)據(jù)進行核密度估計(kernel density estimation,KDE)確定狀態(tài)參數(shù)評價限值.以機泵聯(lián)軸器處X向擺度數(shù)據(jù)為例，每隔5 min采樣一點，共864個擺度數(shù)據(jù)，將其從小到大排序后再分成20個區(qū)間，采用核密度估計方法進行數(shù)據(jù)的概率密度分布分析，結(jié)果見圖4.

圖4 機泵聯(lián)軸器X向擺度概率密度曲線分布

圖中給出了頻率直方圖、正態(tài)分布曲線和KDE曲線.可以看出KDE曲線與正態(tài)分布曲線接近，表明可以利用3σ準則選取[μ-3α，μ+3α]為健康區(qū)間[12].經(jīng)過計算，機泵聯(lián)軸器X方向擺度峰峰值的平均值μ=88 μm，標準差σ為6.7.取α=σ，機泵聯(lián)軸器擺度上限取μ+3α=109 μm.同樣的方法可以得到其它狀態(tài)參數(shù)的評價依據(jù).表2是基于概率密度統(tǒng)計特性給出的電機主軸機泵聯(lián)軸器X、Y向擺度、水泵上導軸承X、Y向振動的狀態(tài)參數(shù)評價依據(jù).

表2 聯(lián)軸器與上導軸承振擺狀態(tài)參數(shù)評價依據(jù)

3 綜合扣分法的狀態(tài)評價方法

3.1 狀態(tài)量扣分規(guī)則

根據(jù)狀態(tài)量評價依據(jù)可以分別列出每個部件的評價標準.表3為上導和推力軸承及潤滑油系統(tǒng)狀態(tài)量扣分規(guī)則，表中列出了參與評價的每個狀態(tài)參數(shù)達到注意值或者報警值時的扣分值.

表3 上導和推力軸承及潤滑油系統(tǒng)狀態(tài)量扣分規(guī)則

3.2 綜合扣分法的狀態(tài)評價規(guī)則

按照圖1的狀態(tài)評價步驟依次進行狀態(tài)量評價、部件評價、設備評價、機組評價，表4給出了電機各個部件扣分的規(guī)則.在綜合考慮狀態(tài)參數(shù)單項扣分和部件合計扣分情況下，給出電機各個部件當前屬于“正常狀態(tài)”、“注意狀態(tài)”、“異常狀態(tài)”和“嚴重狀態(tài)”4個評價結(jié)果.在此基礎上，綜合部件的評價結(jié)果分別進行電機、水泵、輔機等設備的狀態(tài)評價，設備狀態(tài)取決于組成設備的每一個部件的最差狀態(tài).最后，通過融合主電機、主水泵、輔機設備的狀態(tài)評價結(jié)果進行水泵機組狀態(tài)評價，同樣水泵機組的狀態(tài)由組成機組的設備的最差狀態(tài)決定[13].

表4 電機部件扣分規(guī)則

4 狀態(tài)評價軟件設計和應用

4.1 軟件設計

狀態(tài)評價軟件設計，包括數(shù)據(jù)庫設計、狀態(tài)評價模型設計和前端界面設計，如圖5，狀態(tài)評價模型程序模塊首先獲取數(shù)據(jù)庫中的狀態(tài)參數(shù)，再進行模型計算，將評價結(jié)果返回給前端界面顯示，可以分層次給出參與評價的所有狀態(tài)參數(shù)及其詳細扣分情況、以及部件、設備、機組等評價結(jié)果，可以提供詳細的綜合狀態(tài)評價報告.

圖5 機組狀態(tài)評價軟件設計

4.2 軟件應用

將基于綜合扣分法的狀態(tài)評價方法開發(fā)的軟件模塊應用于某南水北調(diào)泵站的水泵機組狀態(tài)評價，能在線實時進行主電機、主水泵和輔機設備的狀態(tài)評價.觸發(fā)狀態(tài)評價方式有3種：報警觸發(fā)、定時觸發(fā)和手動觸發(fā).報警觸發(fā)是當狀態(tài)量參數(shù)發(fā)生異?；蛘咴较迗缶瘯r，系統(tǒng)自動進行狀態(tài)評價，查找異常狀態(tài)量，為故障判斷提供依據(jù)；定時觸發(fā)則是系統(tǒng)定期自動進行水泵機組狀態(tài)評價；手動觸發(fā)是泵站工作人員通過人機交互方式對水泵機組進行狀態(tài)評價.

圖6為電機狀態(tài)評價結(jié)果，不僅顯示電機狀態(tài)評價結(jié)果，同時給出了電機各部件評價結(jié)果.圖6左側(cè)指示電機處于異常狀態(tài)，右側(cè)給出了組成電機的每個部件的狀態(tài)，提示下機架處于異常狀態(tài)，其他部件都為正常狀態(tài).

圖6 電機狀態(tài)評價結(jié)果

點擊圖6中下機架的狀態(tài)，則可以轉(zhuǎn)到圖7界面.界面上顯示參與下機架狀態(tài)評價的每個狀態(tài)參數(shù)扣分情況，直觀地給出了下機架的X向水平振動監(jiān)測值出現(xiàn)越限報警，扣分值為4分，有助于工作人員判斷引起故障的原因.

圖7 部件扣分列表

圖8為電機綜合扣分法評價流程的人機交互式界面.對電機設備各部件依次進行評價，得到電機的整體評價結(jié)果.每完成一個部件的狀態(tài)評價，會顯示對應部件參與狀態(tài)評價的狀態(tài)量分類來源，參與評價的狀態(tài)量名稱，狀態(tài)值和扣分情況.

圖8 人機交互式狀態(tài)評價流程

5 結(jié)論

考慮水泵機組健康狀態(tài)受多因素影響，利用計算機進行巡檢數(shù)據(jù)、定期檢查數(shù)據(jù)、電氣試驗數(shù)據(jù)、運行監(jiān)控數(shù)據(jù)、在線狀態(tài)監(jiān)測數(shù)據(jù)等多源數(shù)據(jù)融合實現(xiàn)設備狀態(tài)在線評價，既可以及時關注關鍵參數(shù)變化對設備狀態(tài)的影響，也不會忽視一些次要因素變化可能造成設備狀態(tài)惡化的潛在影響.該狀態(tài)評價方法易于實現(xiàn)，且可以方便利用泵站長期積累的運行數(shù)據(jù)的分析結(jié)果修正評價規(guī)則.但是，若要在泵站實現(xiàn)真正的狀態(tài)檢修，還必須不斷完善泵站的多種數(shù)據(jù)采集、存儲、融合系統(tǒng)功能，不斷完善評價方法，以便全面正確評價設備狀態(tài)，為實現(xiàn)智能泵站的建設目標奠定堅實的基礎.