基于振动监测的海洋石油常见故障预警和诊断.docxVIP

基于振动监测的海洋石油常见故障预警和诊断 摘要：往复压缩机是海洋石油平台中的A类关键设备，对海洋石油油气的安全生产起着重要作用。传统的预防性维修模式不能有效及时地消除风险，造成维修成本相对较高、时效性差，不能满足设备管理水平提升和数字化建设的要求。为此，在梳理海洋石油常见故障的基础上，建立以振动监测为主的在线监测系统，并基于推理机的机理模型和支持向量机的数学模型的算法实现对往复压缩机的智能预警诊断。通过测试能够有效实现对往复压缩机的智能预警和诊断。 随着人工智能、云计算、物联网等技术的快速发展以及《中国智能制造2025》建设纲要中提出的逐步实施企业数字化，海洋石油也逐步向数字化转型建设、智能油田建设等方向发展。目前海洋石油动设备领域拥有处于复杂生产流程和工艺的众多设备，尤其一些关键设备的可靠性运转对于海洋石油安全生产起着重要的作用。往复压缩机为海洋石油工艺流程中的关键设备，一般将其纳入A类关键设备管理。但往复压缩机组多以预防性维修为主，因其结构复杂、工况多变、激励源多、价值高、关键性高、风险高等原因，造成时效性预测维护能力不足，数字化建设和设备管理能力有待提升。因此针对往复压缩机组搭建了在线监测预警诊断系统，实现从传统的预防性维修向预知性维修方式提升和完善，以保障设备的安全可靠运行，提高设备管理水平和助推数字化建设1 在线监测技术1.1 往复压缩机常见故障根据油气田的工艺流程，往复压缩机分低压压缩机、中压压缩机、高压压缩机，按照层级逐步加压传输，部分油气平台采用压缩机为燃气透平等设备供气。目前，海洋石油多采用电机-往复压缩机组，部分以内燃机驱动，压缩机多以两缸、四缸压缩机组较多。往复压缩机主要由3部分组成：（1）传递结构，如曲轴、连杆、十字头等；（2）工作机构，包括气缸、活塞组件、气阀等；（3）附属机构，包括油路、气路、机身、底座等1.2 往复压缩机在线监测系统设计受工况复杂、海洋特殊环境、网络带宽较低、维护不便等因素影响，开展海洋石油往复压缩机在线监测需要满足以下要求：（1）能够实现对常见故障的有效监测和诊断；（2）选择相对成熟、简洁、可靠、稳定的监测手段。目前海洋石油采用Windrock公司RT9260往复设备综合分析系统开展离线往复压缩机定期监测。该系统通过便携式数采器、振动加速度传感器、超声传感器、键相传感器、温度传感器、气缸压力传感器等对温度、压力、振动、超声等参数监测，绘制出1个做功周期内相对于曲轴转角的振动、压力、超声图谱，然后以图谱的异常特征作为分析依据，并参照往复压缩机的做功循环原理，综合分析判断压缩机性能和故障状态目前国内外关于往复压缩机在线监测技术的研究较多，如钟震宇目前，针对海洋石油往复压缩机在线监测设计原则、常见故障及国内外技术，设计海洋石油往复压缩机在线监测参数及测点，如表1所示。在线监测系统以振动监测为主体，辅以温度监测、位移监测等技术实现对机组的监测，同样振动监测适合作为驱动机的电机状态监测，主要是因为振动监测是旋转设备最为有效的监测形式。往复压缩机在线监测针对工作机构部分的监测诊断理念与离线监测技术有所不同，在线监测从工作机构缸体外部监测参数特征变化，反映缸体内部故障和状态；离线监测直接从缸体内获得示功图参数特征，以此获得缸体内和外部运行状态和故障。基于往复压缩机监测参数和测点位置开发的在线监测系统如图2所示。2 智能预警诊断技术目前，国内外有关往复压缩机智能预警技术的研究也较多，吴宇飞上述往复压缩机智能预警技术研究为海洋石油开展往复压缩机智能预警诊断提供了参考。但由于海洋石油往复压缩机运行工况复杂、工作环境特殊、干扰激励较多等因素造成振动信号的特征指标呈现多变性和不稳定性，因此要实现往复压缩机智能预警诊断的准确性、效率，需要实现对变工况、多参数的智能预警诊断。开展智能预警诊断的技术多从2个方面实现：基于机理模型和基于数学模型。基于机理模型即机械系统的失效分析，依靠基础理论和专家经验，根据已有部件的机械特征参数，并将实时参数进行对比，对故障进行预测，往往会依赖长期的数据积累，形成“专家系统”，类似于“查表”的方式对故障进行预测、定位、分析，是对“已知”世界的洞察；基于数学模型是在现有的人工智能技术基础上发展起来的，同样也是基于物理建模，通过大数据方法对特征值进行学习，通过“强化学习”、“监督学习”方法来预测未来的故障，通过大量数据的学习，自主掌握设备的潜在故障，可对“未知”世界进行洞察。针对设备智能预警诊断，通过采集各通道实时监测的振动量及工艺量数据，执行快变预警模型后，将处理后的特征值与系统设定的报警阈值进行比对，进行常规报警判断，若超过报警阈值，则在排除多种因素干扰后，执行触发报警或更新统计模型；若未超过报警阈值，则进入自学习预警流程，即将