资讯中心

机泵状态监测与故障诊断技术的现状和未来发展！

发布时间：2024-10-15

泵作为常用的机械设备之一，广泛的应用在石油石化、有色冶炼、电力、农业等各个领域，以石油石化厂为例，其旋转类设备（泵、电机、风机、齿轮箱等）用量高达80%以上，如此庞大的设备使用数量，确保机泵设备安全、长周期、稳定运行显得十分重要。机泵设备的常规检修都是在运行异常或者设备故障时开展的，能够做到在设备出现故障前就可以知晓设备故障产生的原因，这将会大幅度提高设备维修效率，同时也可以有效避免设备运行过程中的非计划性停机，减少企业生产损失。当前数字化、网络化、智能化是信息化社会发展的必然趋势，机泵作为石化行业常见的工业设备，实现智能监测，故障诊断也是目前机泵类设备智能化发展的方向之一。通过对设备运行状态监测，进一步提供故障诊断的依据，可以在很大程度上提高设备管理、维修、经济运行的水平，提高设备的运行的稳定性，降低整体运维成本。本文主要从机泵故障诊断技术应用的角度出发，讨论了故障诊断所形成的诊断数据（包括设备健康状况等级、故障类型次数、同一设备故障次数等）在机泵设备管理方面应用的可行性，通过分析机泵（组）的诊断数据，来确定设备的运行状态，并对异常设备，利用故障诊断技术，提出可行的维修建议，提高设备维修效率，同时提升企业管理的水平。

1.设备维护现状

石化行业旋转设备主要有：泵、风机、电机等，对这些设备的日常维护，目前主要依赖人的定时巡检，通过对设备运行过程中轴承温升，振动指标进行检查，进一步判断设备是否运行正常。泵设备常见故障有以下几种：

温升

包括轴承、密封腔、机封压盖和润滑油温升，主要是轴承温升，轴承对泵的转子部件起到支撑作用，因而承受着不同方向的载荷，如果轴承温度过高，会增加泵工作的不可靠度。

振动

引起离心泵振动的原因有很多，主要来自外部因素和泵自身两个方面，关于外部因素，主要是因为泵安装时管口载荷过大，安装基础不平或强度不够，运行工况偏离允许工况范围等原因造成的；泵本身原因造成的振动主要原因在：

1、铸造、加工、装配等原因造成，

2、泵体和叶轮设计不合理引起的水力振动。

噪音

产生噪声的原因主要是泵发生气蚀、轴承损坏、转子部件如口环、平衡鼓等位置发生摩擦所引起的。

泄漏

泄漏主要是泵体和泵盖之间介质的泄漏，密封处的泄漏。

转速

多用于变频电机或有变频柜的工作场合，用来判断转速对泵性能（流量和扬程）的影响。

1.1设备管理现状及今后发展

主要依赖人对设备运行参数采集，设备出现异常时对设备维修现状还是以事后处理为主，具体表现在以下几个方面：

1)、人工巡检测量量（如振动、温度）不能形成直观的机组状态运行趋势图，数据挖掘深度不够，无法最大化设备采集数据的价值。
2)、设备运行健康状态无法实时知晓，突发状况无法准确预测。
3)、备件管理量大，库存占有率高，管理成本高。
4)、运维管理模式效率低，对人依赖程度大。

当前设备管理现状及今后发展对比如下图：

1.2机泵设备智能化发展的必要性

随着社会的发展、科技的进步，工业企业对健康、环保、安全等方面的要求越来越高。石油石化行业设备的安全与可靠运行也越来越受到人们的关注。数十年来，其维护方式多为被动式维护（设备已经失效，进行事故后维修）或预防性维护（通过采取适当的措施，如提高强度等，从而防止设备发生故障），未来对机泵设备的发展已呈现出智能化发展的需求，主要体现在以下几个方面：

1）企业转型升级的需要

在互联网时代的大背景下，商业模式发生了巨大的变化。传统制造业为了生存和发展，企业必须由单一制造商向服务商转型。《中国制造2025》明确提出：要加快制造与服务的协同发展，推动商业模式创新，促进生产制造向服务型制造的转变——就是由单一产品制造向用户提供一整套系统解决方案。

2）设备长期、稳定运行的需要

随着人工智能的出现，预测性维护将成为一种趋势，并成为制造商和用户所追求的终极目标。人工智能不仅可以使设备使用方、设备制造商实时监控设备的运行状态，在发生不可逆的故障或停机之前得到准确的诊断、确定维护和保养时间、提高设备运行可靠性并延长设备运行周期和寿命，而且还可根据实际情况或需要，优化设备运行方式、提高运行效率、降低运营成本。

3）安全、绿色、高效生产的需要

石油石化作为我国经济发展的重要支柱，安全、绿色、高效生产一直是石化工业发展所关注的重点内容，要实现安全、绿色、高效生产，在设备管理方面就必须做到设备的安全运行、设备低能耗工作、设备高效运行，实现设备的智能化是保障石化工业实现安全、绿色、高效生产的基础。

2、机泵状态监测与故障诊断技术

目前机泵状态监测与故障诊断技术主要通过数据集成、建模分析、物联网和云计算等大数据技术应用，实现设备运行状态的精准掌握、预测受损零部件寿命、更短的时间内对问题针对性解决提供了技术支持。

采集的主要数据是设备运行的振动、温度数据，通过在机泵设备上安装温度、振动传感器，实时采集设备运行的温度振动值（主要是轴承处振动数据），将采集数据传输至云端服务器或者本地服务器，经过对采集数据的计算和分析，得到泵运行的健康状况，进而有针对性的对泵进行诊断，实现预测性维护。技术应用典型架构图如下：

2.1 数据采集

在机泵上安装便携式传感器，用来采集相应数据（如：轴承温度、泵振动值等），传感器可以采用有限或无线智能传感器，近几年无线传感器技术已相对成熟，无线传感器具有安装便捷、快速等特点，结合设备的重要性和安装条件，可以综合考虑无线传感器与有线传感器来实现数据采集。

2.2 数据传输

对于无线传感器，一般设计内置信号卡，在基站15KW范围内都可以实现数据的传输，当前5G的普及无疑为互联网在工业上的普及增添了更有利的条件，数据将会以更快的速度传输至服务器。对于有线传感器，则用线连接传感器与网关/采集器，数据再通过网络手段从网关/采集器传输至服务器，不论哪种采集方式，从底层设备采集到的数据都需要网络传输才能够到达中心服务器进行分析存储。

2.3 应用支撑

应用支撑主要是为智能监测系统提供业务支撑，包括物联网、网络通信、数据共享、通信调度等。结合行业企业对于设备监测的需要，构建满足常态和非常态业务需要，包括任务工单、数据整合、报警预警、数据可视、能耗监测、物联网接入、设备管理等业务应用。

2.4 数据分析

对采集的数据（轴承温度、泵振动等）进行分析，得到变化图谱，以振动为例，主要对收集的数据进一步转化成波形图和频谱图进行分析，得到具体引起振动的原因，有针对性的提前采取预防措施。

2.5 故障诊断

机泵常见故障之一就是振动，引起振动的可能原因有以下几种：

2.6 数据深层次挖掘

数据挖掘是指从大量的、模糊的、随机的数据中通过算法搜索或提取隐藏于其中的潜在有用的信息和知识的过程，是一种能够智能的自动的将数据转换成有用信息和知识的技术及工具。
数据挖掘在工业企业中的典型应用：

设备管理：

通过设备监测数据统计，帮助设备管理者从多维度全方面的了解设备运行的现状，通过数据让设备管理者做出更合理的决策，帮助企业提升生产管理效率。

2）商务：

主要包括电子商务、客户关系管理等。可以用数据挖掘发现电子商务客户的共性和个性的信息、独立和关联的信息、现实和预测的信息等，所有这些信息经过分析，能对客户的消费行为等做出统计和分析，为管理者提供决策依据。

3）运维：

通过对历史时间序列数据的挖掘、分析，预测未来一段时间内的发展趋势及其带来的影响。

3、应用价值

工业互联网、物联网技术的推进，对工业行业发展带来巨大改变，管理模式、设备维护方式都需要迎合新时代发展的要求，智能监测、远程诊断技术在石化行业的应用，必将为行业发展起到助推作用。

新技术应用，对石化行业机泵设备的管理带来的价值主要有以下几个方面：

1)、设备运行数据实时采集，采集数据形成直观报表，方便设备管理，同时对数据可以进行深层次挖掘，最大程度发挥数字所带来的价值。

、减少设备巡检人员的投入，降低人员巡检频率和风险，将设备维护资源重新整合，关注现场更有价值或急需解决的问题。
、精准掌握全厂设备运行状况，实现设备紧急调度的准确性。
、及时发现隐患，设备运行异常时报警，可有效减少突发性停机事件。
、远程故障诊断、定制针对性维修方案，实现设备预测性维护，降低维修成本。
、实现现场设备备件零库存管理，降低库存管理成本，资金占用。
、避免因设备紧急停车，致使生产无法正常而造成的意外损失。

4、总结

随着人工智能、5G技术、工业物联网的普及和应用推广，机泵智能化是市场和企业转型升级的需要，智能化有助于预测性维护、优化系统运行、节省停机时间和能源消耗。同时，通过更主动的预测性维护模型，增加设备寿命和操作安全性，还要加快制造与服务的协同发展，推动商业模式创新，促进石化工业机泵设备管理的优化提升，工业设备智能化趋势越来越明显，石化行业机泵设备急需做好智能化转型准备，在新时代以新的技术和应用呈现使用价值。