開發(fā)了往復(fù)泵故障的智能診斷系統(tǒng)，以故障診斷系統(tǒng)為核心，軟件部分用VisualC++語言來開發(fā)，由軟件控制同步進行壓力、位置及流量等信號的數(shù)據(jù)采集和數(shù)據(jù)庫管理。由于不同故障類型對應(yīng)的信號曲線也不同，所以以壓力信號為主，以流量信號為輔作為故障信息；然后應(yīng)用基于人工智能理論的小波神經(jīng)網(wǎng)絡(luò)和小波包分解技術(shù)進行數(shù)據(jù)處理、保存和故障診斷。從小波神經(jīng)網(wǎng)絡(luò)診斷的結(jié)果可以看出:往復(fù)泵故障智能診斷系統(tǒng)診斷速度快，準確性高。

　　往復(fù)泵是大慶油田的重要設(shè)備之一，它的泵效高、適應(yīng)性強且排液量范圍廣，并且在工作中操作簡單方便，工作過程平穩(wěn)可靠，因而在注水驅(qū)油、鉆井及壓裂等工藝過程中廣泛應(yīng)用。在各油氣處理站、中轉(zhuǎn)庫中，將其作為冬季外輸輕烴、外輸氣時加注甲醇的重要設(shè)備。但由于其易損件較多，其液力端關(guān)鍵部件為泵閥組件，而泵閥組件又因工況惡劣經(jīng)常發(fā)生失效，故障率相對較高，因此對其狀態(tài)進行監(jiān)測及故障診斷，對于及時做出合理的維修保養(yǎng)決策具有重要意義。

　　在現(xiàn)場，操作工人對往復(fù)泵運行狀態(tài)監(jiān)測和故障判斷過程存在很多問題。人為判斷故障，適應(yīng)性差，往復(fù)泵閥的各種故障，通過人工“看”、“聽”，適應(yīng)性差，不利于推廣；環(huán)境干擾較大，往復(fù)泵現(xiàn)場不可避免地有電機等各種干擾，在常規(guī)測試中，環(huán)境干擾較大；人工盲目操作，勞動強度大；保護措施不完善。

　　為了解決上述問題，利用不斷發(fā)展的小波分析和小波神經(jīng)網(wǎng)絡(luò)技術(shù)，加之微機測試技術(shù)的優(yōu)勢，建立高性能的綜合智能故障診斷系統(tǒng)，并使之適應(yīng)現(xiàn)場應(yīng)用。驗證結(jié)果表明:該診斷系統(tǒng)診斷速度快、準確性高。

1、往復(fù)泵系統(tǒng)工況綜合診斷系統(tǒng)的總體方案

　　該系統(tǒng)由電容式壓力傳感器、磁電式流量傳感器、信號放大線路、A/D模數(shù)轉(zhuǎn)換器及微型計算機等組成。系統(tǒng)框圖如圖1所示。該系統(tǒng)主要包括軟件設(shè)計和硬件設(shè)計兩部分。

圖1 往復(fù)泵系統(tǒng)結(jié)構(gòu)

　　1.1、系統(tǒng)的硬件組成

　　硬件一般包括電源、控制、變換、微機、保護與儀表六大類設(shè)備。本系統(tǒng)主要由電容式壓力傳感器、磁電式流量傳感器、往復(fù)泵系統(tǒng)工況綜合診斷監(jiān)控儀及微型計算機等組成。監(jiān)控儀基于485端口，包含隔離RS-232到RS-485轉(zhuǎn)換器ADAM4520和ADAM4017八路模擬量輸入兩個模塊，監(jiān)控儀就是由它們組成并用來負責(zé)采集系統(tǒng)的數(shù)據(jù)，并且把壓力變送器傳輸過來的數(shù)據(jù)進行初步運算和處理傳送給主機。計算機負責(zé)處理、保存并離線分析監(jiān)控儀傳來的數(shù)據(jù)，還可以在適當?shù)臅r候打印結(jié)果，而后利用小波包分解和小波神經(jīng)網(wǎng)絡(luò)技術(shù)進行故障特征提取和故障診斷。

　　1.2、系統(tǒng)軟件

　　筆者在缸體上安裝一個電渦流傳感器，用它作為時標信號來檢測柱塞在靠近動力端什么位置停止，外觸發(fā)信號由其發(fā)出的信號獲得，泵缸內(nèi)的壓力信號通過觸發(fā)點來采集。往復(fù)泵的泵缸內(nèi)部作為壓力變送器測取點選擇的具體位置，壓力變送器用來測量和傳輸實驗所需的現(xiàn)場各種情況的壓力值。

　　該系統(tǒng)的軟件設(shè)計包括以下幾個方面:

　　a.主程序框架的建立；

　　b.把主機與監(jiān)控儀通過什么方式連接起來進行通信；

　　c.實時數(shù)據(jù)在經(jīng)過監(jiān)控儀處理過之后，要進行保存；

　　d.監(jiān)控儀不論通過什么方式，傳輸過來的數(shù)據(jù)都要在界面上實時動態(tài)地顯示出來。

　　圖2為系統(tǒng)軟件的主界面。本系統(tǒng)的設(shè)計重點包括參數(shù)設(shè)定、采樣數(shù)據(jù)的同步動態(tài)顯示、數(shù)據(jù)庫管理和多線程技術(shù)。

圖2 系統(tǒng)軟件的主界面

　　參數(shù)設(shè)定可以使用戶輸入泵的工況參數(shù)和采樣參數(shù)，對應(yīng)參數(shù)意義見表1。

表1 采樣參數(shù)

　　在主界面上共有兩個顯示界面，可以將采樣來的4個完整運行周期的數(shù)據(jù)同時動態(tài)顯示，一個界面顯示的是實時的壓力信號組成的壓力信號曲線，另一個界面顯示的是采集的流量信號組成的流量信號曲線。在這種情況下，用戶就可以對數(shù)據(jù)在線地進行可靠的分析和必要的記錄。數(shù)據(jù)庫管理可以實現(xiàn)歷史數(shù)據(jù)查詢，方便用戶進行離線分析。

　　對該系統(tǒng)來說，由于應(yīng)用程序要同時進行數(shù)據(jù)采樣、采樣數(shù)據(jù)動態(tài)顯示和對采樣數(shù)據(jù)進行故障分析，因此建立多個線程是十分必要的。當應(yīng)用程序運行時，CPU輪換著分配給這3個線程時間片，所以使得這3項工作可以同時進行，這就充分利用了CPU處理其他工作之外的空閑時間片，并且避免了用戶長久地等待進行數(shù)據(jù)分析的時間，做到了對故障診斷的實時性，用戶可以對故障做出及時的判斷以避免了更大損失的發(fā)生。

　　1.3、故障診斷系統(tǒng)

　　一般情況下，往復(fù)泵泵閥組件的各種故障是通過安裝在出口管線上的壓力計和流量計來判斷的，這種方法的缺點是不能確定哪一個泵閥出現(xiàn)故障，因此需要對所有泵閥進行逐一檢查，這樣不僅增加了維修時間，也增大了工作量。近年來，泵閥的故障診斷大多應(yīng)用振動測試技術(shù)，將泵閥處采集的振動信號作為故障信息，在信號處理和診斷方法上已經(jīng)有很多成功的例子。但是，往復(fù)泵結(jié)構(gòu)比較復(fù)雜，泵閥輪流關(guān)閉，形成瞬時沖擊，同時還存在多種激勵振源。所以，目前的往復(fù)泵故障診斷主要是利用振動測試技術(shù)對單缸發(fā)生故障時進行監(jiān)測和診斷，而對于3缸協(xié)同工作、多故障同時發(fā)生時的故障診斷難以實現(xiàn)，甚至在振動信號中無法提取故障特征信號。所以，筆者將壓力傳感器安裝在往復(fù)泵缸中，利用缸體內(nèi)的壓力信號作為故障信息，可以方便地判斷故障發(fā)生的具體位置。同時，用小波包分析的方法提取故障特征信號。然后，根據(jù)得到的特征信號利用小波神經(jīng)網(wǎng)絡(luò)理論進行故障類型的判別和診斷。

　　往復(fù)泵故障診斷的過程分為3個階段:第一階段是采集到泵腔內(nèi)的壓力信號；第二階段是排除噪聲干擾，提高診斷的靈敏度和準確率，從所采集來的壓力信號中提取故障特征，筆者使用的是小波包分析技術(shù)；第三階段是根據(jù)故障特征和其他診斷信息作出診斷決策，這一階段通過建立小波神經(jīng)網(wǎng)絡(luò)，確定網(wǎng)絡(luò)結(jié)構(gòu)來實現(xiàn)，實際中先對教師信號進行特征提取、訓(xùn)練，輸神經(jīng)網(wǎng)絡(luò)，然后采集實際數(shù)據(jù)，進行特征提取，通過二者的比較可以診斷并確定往復(fù)泵的故障。

2、故障診斷系統(tǒng)的應(yīng)用

　　由于系統(tǒng)采用了以壓力信號為故障特征信息的方法，這是和以前的常規(guī)方法不同之處，實際上可以從壓力信號的波形變化趨勢直觀地看出各個故障之間的區(qū)別。

　　2.1、系統(tǒng)工作基本正常時的壓力曲線

　　系統(tǒng)工作基本正常時，吸入閥與排出閥工作正常，密封嚴密，除正常泄露外，不存在故障導(dǎo)致的漏失，升壓與瀉壓平穩(wěn)，基本不存在波動現(xiàn)象，壓力曲線如圖3所示。

圖3 系統(tǒng)工作正常時壓力曲線

　　2.2、各種故障條件下壓力曲線及分析

　　2.2.1、密封圈壞時的泵缸內(nèi)的壓力信號變化曲線

　　密封圈壞主要分為吸入閥組密封件損壞和排出閥組密封件損壞。其一，吸入閥組密封圈損壞。該種特征的圖形出現(xiàn)是由于吸入密封圈損壞后，柱塞擠壓泵腔內(nèi)液體時，被加壓的液體可從吸入閥密封圈處泄漏，導(dǎo)致升壓過程滯后，且排出過程中，導(dǎo)致降壓過程提前發(fā)生。壓力信號變化曲線如圖4所示。其二，排出閥組密封圈損壞。吸液過程中，管線中液體可回流入泵內(nèi)，造成降壓滯后現(xiàn)象。壓力信號變化曲線如圖5所示。

　　2.2.2、彈簧斷裂故障時的壓力變化曲線

　　彈簧斷裂故障也可以分為吸入閥彈簧故障和排出閥彈簧故障。吸入閥彈簧損壞后，由于閥回位不及時，導(dǎo)致升壓過程滯后，如圖6所示。排出閥彈簧損壞時，對壓力變化影響不明顯。

圖6 吸入閥彈簧損壞壓力曲線

　　2.3、泵閥損傷

　　排出閥密封面磨損與排出閥密封圈壞表現(xiàn)基本相同，均為升壓滯后，降壓提前。排出閥密封面磨損變化曲線如圖7所示，吸入閥密封面損傷壓力變化曲線如圖8所示。

　　2.4、運行參數(shù)不合理

　　當往復(fù)泵柱塞往復(fù)速度太快時，運行時易導(dǎo)致閥芯關(guān)閉不嚴，導(dǎo)致升壓降壓不能達到有效最大、最小值，以至出現(xiàn)周期性的次極大、極小值。壓力曲線如圖9所示。但頻率下降到一定數(shù)值時，該現(xiàn)象消失。該現(xiàn)象表明，往復(fù)泵系統(tǒng)有優(yōu)化的空間。

圖9 運行參數(shù)不合理壓力曲線

　　2.5、柱塞漏失壓力流量曲線

　　柱塞漏失壓力流量曲線如圖10所示。

圖10 柱塞漏失壓力流量曲線

　　對于往復(fù)泵的故障診斷而言，將采集來的單個泵缸內(nèi)的壓力信號作為系統(tǒng)特征信號來提取故障特征向量。筆者對采集到的原始壓力信號進行3層小波包分解，構(gòu)成8維特征向量來提取往復(fù)泵的故障特征，并將其作為小波神經(jīng)網(wǎng)絡(luò)的輸入向量，因此輸入節(jié)點數(shù)為8。筆者分別對往復(fù)泵的密封圈故障、泵閥磨損故障和彈簧斷裂故障3種工況進行診斷，分別用(001)、(010)、(100)代表這3種工況，作為網(wǎng)絡(luò)的目標輸出，因此輸出節(jié)點數(shù)為3。小波神經(jīng)網(wǎng)絡(luò)采用3層結(jié)構(gòu)，隱層小波為Morlet小波，隱層節(jié)點數(shù)的確定采用逐步檢驗法。首先設(shè)定好一個誤差E*，取較小的隱層節(jié)點數(shù)，計算得出其誤差E，然后比較E與E*。若E<E*，則所取的隱層節(jié)點數(shù)即為所求；否則，隱層節(jié)點數(shù)加1繼續(xù)計算，直到滿足E。

表2 測試樣本及結(jié)果

3、結(jié)束語

　　筆者開發(fā)了基于485端口的往復(fù)泵故障智能診斷系統(tǒng)，應(yīng)用基于人工智能理論的小波神經(jīng)網(wǎng)絡(luò)和小波包分解技術(shù)進行數(shù)據(jù)處理、保存和故障診斷。根據(jù)采集來的壓力和流量數(shù)據(jù)，可以看出故障類型不同，對應(yīng)的信號曲線也不同，說明以壓力信號為主，以流量信號為輔進行故障信息提取是有效的故障監(jiān)測方法，從小波神經(jīng)網(wǎng)絡(luò)診斷的結(jié)果也可以看出其對于故障的辨別是正確的、符合實際的。該綜合診斷技術(shù)適應(yīng)油田地面所有往復(fù)泵，目前聚合物驅(qū)已大面積推廣，三元復(fù)合驅(qū)也在工業(yè)化實驗，油田注聚井已有兩千口左右，往復(fù)泵已成注入工藝中對注入體系影響的重要設(shè)備，該技術(shù)具有廣闊的推廣應(yīng)用前景。