毛仲强,秦天飞,柳 楠,段礼祥
(1.中国石油塔里木油田分公司,新疆库尔勒 841000;2.中国石油大学(北京)安全与海洋工程学院,北京 102249)
油田现场离心泵内部零部件种类繁多,关系复杂,每种零部件都有其特定的失效方式。目前针对离心泵退化的研究多是集中在零部件方面[1-2],而对离心泵整体退化特征的研究较少。正因为离心泵的退化特征具有复杂性,单一零部件的特征指标或单一特性参数并不能完整地反映离心泵运行过程中的退化情况。因此,构建能够表征离心泵整体健康状态的退化指标是十分必要的。
目前通用的离心泵大修标准设定方法,都是根据维保规程或经验设置为固定的静态时间阈值,没有考虑到实际运行情况,使得大修标准阈值与状态变化无关[3-4]。然而离心泵运行状态是受多种因素影响的,若采用相同的判定标准判断是否应该进行大修显然是盲目的。
针对上述问题,本文提出了基于KPCA(Kernel Principal Component Analysis,核主成分分析)和GA-PSO-PNN 的离心泵大修阈值模型。将离心泵振动指标和特性参数指标组成多源特征集,利用KPCA 进行特征融合得到离心泵退化指标,通过KPCA 降维优化PNN(Probabilistic Neural Network,概率神经网络)结构,通过GA-PSO(Genetic Algorithm-Particle Swarm Optimization,遗传粒子群算法)优化PNN 平滑因子,基于优化PNN建立离心泵大修阈值模型,进而建立动态大修阈值曲线,能够及时判断离心泵是否应该进行大修。
对某油田注水站离心注水泵机组统计历史故障监测详情如表1 所示,从中可以总结得出:……p>