机组振动状态监测系统在刘老涧泵站机组上的应用

吉庆伟，王业宇，黄毅，吉拥平，王秋华

(1.江苏省骆运水利工程管理处，江苏宿迁，223800；2.钛能科技股份有限公司，南京，210000)

引言

刘老涧泵站是南水北调东线第五梯级泵站，设计流量150m3/s，装机4台套，每台37.5m3/s。2019年进行加固改造。为了监测机组的稳定性，在改造过程中，安装了机组振动在线监测系统，在线监测机组大轴摆度、机架振动、叶轮的外壳振动、水导轴承的振动数据以及机组的温度、气隙等，可以发现各种参数的变化规律及其发展趋势，借助于历史数据和人工智能技术可以及早发现机组隐患。利用云平台实现大量水泵机组的大数据分析能有效提高准确率，确保机组处于安全运行状态，提高了设备管理效率，为调水、挡洪发挥更大作用。

1 系统构成

振动在线监测系统通过在线监测机组的振动、摆度、温度、运行电流，并通过时域、频域等分析方法，提取设备相关特征，并与相关标准进行比较，给出机组的健康状态描述。如果超出相关的标准，则给予运行管理者以告警提示，对于超标原因，给出可能的来源。整个系统由数据感知模块、数据采集模块、信号分析模块、智能预警模块、智能诊断模块、预测性维护管理平台构成，具体模块构成如表1所示。

1.1 数据感知模块

将机组的振动信号转变成计算机可以处理的电信号，为系统处理基础单元，是进行振动分析的基础。为了准确将振动信号转换成电信号，我们选用高可靠性的传感器，其具有动态特性好、频响范围宽、工作温度量程大、多场合使用、测量范围宽、信号分辨率高、响应速度快、抗干扰能力强、不受油污介质影响的特点，为电机水泵振动在线监测系统可靠运行打下了坚实的基础。而温度及电气量则来源于其他LCU设备，大大减少了设备成本。在传感器选定的情况下，其安装位置及安装方式，也能直接影响到系统的整体性能。在刘老涧泵站，我们选用了进口传感器，监测电动机机架、叶轮、水泵顶盖、水导轴承的振动，泵轴的摆度等。刘老涧泵站在电动机机架、叶轮外壳、水泵顶盖、水导轴承的振动以及大轴的摆渡上安装了相应的传感器作为感知模块。

1.2 数据采集模块

数据采集模块可以将传感器送出的模拟信号转变成计算机可以识别的二进制数字信号，便于分析与保存。为了保证模拟量转变成数字信号的过程中信息不失真，同时采样的数字信号能够反映振动信号的本质，采样频率fs≥2fh(fh为振动信号中的最高频率)。系统在设计时采用了最合适的采样频率，既保证了频率采样的真实性，也保证了设备的成本在合理范围内。为了便于分析，所有的振动信号需要同步采样，这样，进行相关性分析时才能准确反映振动的时序。本系统中针对机组暂态过程(包括瞬态)，振动、摆度和压力脉动采用连续采样方式，采样频率为1kHz；空气间隙采用连续采样方式，采样频率为12.8kHz。

1.3 信号分析模块

信号分析的方法为时域分析和频域分析。信号分析前，对数据的合理性进行鉴别，剔除采样的异常数据，提取信号的特征值，如最大值、最小值、峰值、有效值等。同时通过频域分析法，分析信号中可能包含各次谐波的幅值、相位。一般情况下，导轴承的间隙、支架的松动、裂纹等故障，会通过机组机架的振动、导轴承的摆度、水泵叶轮外壳的振动，水导轴承摆度及其支撑机架的振动信号反映出来，结合温度、电气量等数据，则可以准确判断相关故障状态。

1.4 智能预警模块

智能预警模块主要实现报警阈值的设定，模块具备四种报警阈值设定，具体如下：

(1)根据标准进行配置，主要依据是ISO标准、行业标准、企业标准等；

(2)没有标准参考，基于统计模型的自适应阈值预警；

(3)趋势增长判断，基于回归算法的趋势增长率预警；

(4)变工况设备，基于数据建模的的多变量建模预警。

1.5 智能诊断模块

智能诊断模块主要包括机理模型和机器学习模型两种智能判断方式。机理模型主要依据理论知识、专家经验进行建模，在模型建立之初机组工况较为良好，有着较高的准确率。但随着设备的长时间运行，外部环境变化，且更新周期慢，故障判断的准确率会不断降低。通过一定案例的积累后，需要建立机器学习模型，随着案例的增加，准确率会逐渐提升。

图1 智能诊断模型进化

1.6 数据库

数据存储和管理策略是振动在线状态监测系统的核心技术。机组状态在线监测系统是实时监测系统，传统的关系型数据库无法满足机组状态的要求。传统的关系型数据库主要的功能定位于管理静态信息之间的关联性，而机组在线监测系统需要时刻不断地产生新的数据，关系数据库无法大量存储这些数据。另一方面，关系数据库的查询功能无法满足时序动态数据的查询要求。关系数据库虽然能够高效地检索多表之间的关键字关联信息，但是对单个数据容量太大的表，其信息检索性能会大大降低。结合现场的实际经验来看，若需长时间存储监测数据并且获取较高的检索效率，最佳方案是采用“实时数据库”。实时数据库在进行定制深度设计后，既可以满足大容量存储，又可以保证快速存取及检索，同时，还可以提供开放的数据接口，便于其他系统实现数据共享和调用。

实时数据库存储机组当前的所有振动、摆度、压力脉动、气隙、工况参数和过程量参数，包括特征数据和原始数据。

历史存储库存储经过数据压缩后的机组正常运行的数据，供用户分析机组长期运行后机组的状态变化。历史数据库采用实时历史数据库进行管理，可保留最近2个月内的所有原始数据以及最近10年内经过压缩的原始数据，存储间隔为不间断存储，可最大限度地保证机组所有历史信息不丢失。

1.7 预测性维护管理平台

系统可以通过自动和人工两种方式来采集不同工况下的压力、压力脉动、振动和摆度等稳定性运行数据，通过系统提供的各种专用分析工具分析不同流量对机组运行稳定性的影响，分析水力因素对水泵运行稳定性的影响以及水压脉动与水泵振动的关联性，并作为机组安全运行的重要技术依据。通过对机组运行稳定性特性的在线监测可直观反映和真实记录机组的实际运行情况，为将来制定机组的优化运行和稳定运行区域积累必要的资料。此外，通过必要的试验取得的数据资料，可为机组在发生不利情况下采取相应的对策提供科学的决策依据，极大地缩短处理问题的时间。

2 系统功能

机组状态在线分析系统具备良好的开放性、扩展性、智能诊断与处理能力以及大规模数据管理和深层次数据挖掘能力。该系统具有强大的系统整合和数据接入能力，实现了设备管理分层可视化。同时高度的开放性，则实现了与信息管理系统、办公自动化管理系统等工程运行管理相关系统的无缝对接，为泵站实现优化运行和状态检修提供全方位的技术支持，具有较强的针对性和实用性。主要功能如下。

2.1 实时监测和数据分析

系统实时监测功能可实现在数据采集站、服务器显示器以及相关用户终端上以数值、曲线、图表等各种形式同步监视机组当前的运行状态，分层次地显示出机组的各种状态信息，实现实时在线监测功能。

系统提供多种分析手段，可用于分析机组在稳态运行过程和暂态过程中系统存储的数据，以评价机组在稳态运行时和暂态过程中的状态变化，以帮助用户及时掌握机组的运行状况以便及时发现故障。

系统可实时同步采集机组振动、摆度、压力脉动等相关工况参数数据，以结构示意图、棒图、表格、实时趋势等形式实时显示所监测的相关参数，并能在线显示振动、摆度、压力脉动等快变参数的波形、频谱图，摆度轴心轨迹图等。

机组振动状态监测系统可提供时域波形分析、频域分析、轴心轨迹图、多轴心轨迹图、空间轴线图、瀑布图、极坐标图、级联图、轴心位置图、趋势分析、启停机曲线等专业分析工具，分析机组在稳态运行和暂态运行时的振动摆度数据，以评价机组动稳态特性。

图2 3#机组瀑布图

2.2 报警和预警功能

系统可提供二级报警功能，报警参数及定值大小均可设置，报警逻辑和延迟时间可组态。当设定的状态监测量参数超过设定限值后系统发出报警信号。

机组振动状态监测系统开发了报警/预警平台，提供实时的机组报警信息一览表，从中可方便浏览到机组的报警信息。当机组出现报警/预警或系统模块出现故障时，报警平台窗口将自动弹出，并以醒目的颜色变化引起相关人员的注意，同时系统还可以根据相关报警信息提供相应的处理意见和可能的故障原因。所有报警事件均会自动存储，用户可通过事件列表调取事件记录。系统所有报警信息还可以短信形式发布到相关人员的手机上。

2.3 趋势分析功能

机组振动状态监测系统提供完备的趋势分析功能，可以分析系统监测的振动、摆度、压力及脉动、空气间隙和荷重等参量的所有特征参数、工况参数以及从监控通讯过来的过程量参数的趋势变化。趋势分析功能包含实时趋势分析功能、历史趋势分析功能和相关趋势分析功能。

实时趋势分析供运行人员及时掌握机组最新的运行状态及瞬态过程的特征。图3是以线方式展示的刘老涧泵站4#机组的振动趋势图。

图3 以线方式展示的振动趋势分析

机组振动状态监测系统可提供完备的相关分析功能，可对系统长期自动积累的机组不同工况下的数据和系统试验数据进行分析，自动形成各种特性曲线。相关趋势分析功能可以分析任意两个或多个参数之间的相互关系，其中横轴和纵轴可任意选定，时间段可任意设定，既可以以时间作为坐标轴，也可以选择某一过程参数作为坐标轴，为查找故障原因提供分析手段。通过各性能曲线可掌握机组振动区，帮助机组优化运行。利用各种专业分析工具，生成机组动、稳态性能的试验报告和各种特性曲线。

图4 以点方式展示的振动趋势分析

2.4 性能试验和性能评估

机组振动状态监测系统在设计时充分考虑了泵组性能试验的需要，并做出了相关针对性的设计。机组振动状态监测系统可根据采集的转速、负荷等工况参数，自动判断机组的运行工况，并自动存储试验期间的所有数据。每次试验完毕后，机组振动状态监测系统能够自动分析和处理相关试验数据，提取相关量化分析数据和曲线，利用系统提供的自动状态分析报告软件，可以简便地生成各种性能试验报告。

利用系统长期自动积累的机组不同工况下数据和系统试验数据，通过系统提供的各种分析工具，可以动态评估机组的动、稳态性能；利用多维相关趋势分析功能可生成机组稳定性参数和转速、负荷、扬程之间的相互关系性能曲线，为了解机组特性和查找故障原因提供直接依据。系统能通过自动或人工辅助完成与机组状态监测参数相关的各种现场试验。

通过机组振动状态监测系统提供的性能曲线自动生成工具，用户不需复杂的操作即可获得机组各种动稳态性能的特性曲线，曲线包括但不限于如下：

(1)振动、摆度、压力脉动随负荷瀑布图；

红肿渐渐地消除了，可那种痒痒并没有消失，相反有加剧的感觉。毛辣子似乎消失了，取而代之的则是蚂蚁，成群结队的蚂蚁，从脖子上到整个身子就像有无数蚂蚁爬一样，又痒又痛，难受死了。那时候，他还真的去掏过蚂蚁窝，把一泡热辣辣的尿撒到蚂蚁窝里面，那尿液带着咸味够它们受的，他还拿根树枝一阵乱搅，搅成水泥浆那种样子，那些蚂蚁几乎被他折磨死了，现在想起来，真的造了不少的杀孽，罪过！罪过！

(2)振动、摆度、压力脉动、空气间隙连续波形分析图；

(3)振动、摆度、压力脉动、荷重、空气间隙随负荷变化曲线；

(4)振动、摆度、压力脉动、荷重、空气间隙随转速变化曲线；

(5)振动、摆度、压力脉动、荷重、空气间隙随扬程变化曲线；

(6)瓦温、油温变化曲线。

机组开机过程与惰性停机过程转速变化特性采用级联图的方式来放映。级联图是描述泵组变转速过程中振动频谱变化情况，主要用于分析启停机过程振动频谱的演变过程。功能操作与瀑布图基本一致。

2.5 状态报告自动生成

机组振动状态监测系统配套提供一套实用的自动状态分析报告生成软件，可以自动生成各种状态分析报告，便于用户方便地了解和掌握机组的运行状态，从而实现机组的状态检修和优化运行。系统可根据需要对状态监测运行报表(日报、月报)进行定制，并可以按时间自动生成。

机组振动状态监测系统自动状态分析报告生成软件结合了机组振动状态监测系统的相关自动诊断技术和相关分析工具，可自动根据设定的状态报告分析模板选取相关的数据，进行相应的计算并提取特征数据，同时根据特征数据给出相应的处理意见。相关结果将以现场人员易于理解和接受的文字、表格、曲线和图形方式嵌套在定制的状态报告分析模板中，形成自动状态分析报告。

机组振动状态监测系统自动状态分析报告采用与Word等标准处理程序兼容的文件格式存储，可以提供全面反映机组动稳态特性和机组各部件运行状态的变化数据，无需用户繁琐地操作即可得到完整的报告。状态报告单的格式及内容还可根据泵站机组特点由业主定制开发。

机组振动状态监测系统自动状态分析报告可根据设定的周期由软件自动生成，也可人工启动。选用自动生成模式时，系统提供的每个状态分析报告能自动选取满足条件的最新一个或一批数据进行分析，并生成报告；选用人工启动模式时，系统默认选用最新的满足条件的数据，人工还可以根据系统提供的数据选择界面挑选最新的或以前的历史数据生成状态分析报告。

机组振动状态监测系统自动生成的状态分析报告全面兼容Word格式，用户可方便地利用Word等标准处理程序对其进行二次编辑。

机组振动状态监测系统所提供所有监测和分析界面都可转换成图形或表格进行存储。

机组振动状态监测系统所采集的相关数据均可以以Excel表格数据的形式进行存储。

3 发展方向

现行的机组振动状态监测系统可以通过时域和频域的方法对机组的振动状态进行监测，可以发现机组的振动状态、振动频谱，根据国家对机组振动监测的标准，可以为机组提供基本的状态评估，判定机组是否处于安全运行状态。如果仅仅将振动监测系统用来判断机组是否处于运行状态，那么监测系统的意义就不能充分展现出来。振动监测系统需要将大数据、人工智能、云计算、专家系统技术应用起来，通过振动监测，精准定位机组的故障，寻找机组可能出现问题的原因，这是机组振动监测系统未来发展的方向。

第一、需要建立、丰富维护数据库。这是振动监测系统精准定位故障的基本条件，没有这个数据库，振动监测系统要做到精准定位就成了无源之水，无本之木。机组的故障种类很多，呈现出来的振动状态千差万别，需要在维护过程中，持续、准确完善数据库，记录故障状态、振动特征以及他们的对应关系。

第二、要加强沟通交流。现场人员需要与设备厂家加强交流，保证维护数据库的准确性。现场人员经验多，振动监测系统的厂家有较多的理论水平，需要将理论和实际经验结合起来，维护数据才能准确。在机组出现异常状态后，现场运行维护人员不仅仅需要对异常情况进行了解，还需要找到机组故障的原因。对于一般性故障，现场运行维护人员可根据数据判定故障原因，而对于非一般性故障，则需要专业的技术人员来帮助分析判断。

第三、维护数据库需要实时、共享、分类。各设备厂家的专业人员的维护记录是一份宝贵的资料，若能建立一套完善的维护数据库，结合泵站自动化信息系统的历史数据和故障报警数据库，形成专业的在线分析平台，则可以为机组在线监测系统的安全稳定运行提供坚实可靠的理论依据。该平台可以和各种在线监测系统相连，实现维护数据库共享。与平台相连的每个系统，可以及早发现问题并解决问题。同时在解决的过程中形成新的数据库，并持续更新相关数据库，使数据库变得更丰富和详尽，提高系统诊断的预见性和可靠性，从而使监测系统真正变成故障诊断系统。

4 结语

振动在线状态监测和故障诊断技术，将发展成为具有综合诊断功能的专业型系统。大数据和人工智能技术具备了更好的理论支撑，各种振动状态的监测精度及故障诊断效率必将得到更大的提高，实现准确率更高的故障预警，能创新机组维护模式从定期维护到预防性维护的转变，为泵站机组的可靠运行提供最大的安全保障。