高能耗過程裝備健康能效監(jiān)測系統(tǒng)研究與應(yīng)用

李 偉，王慶鋒

（1.中國儀器進出口（集團）公司，北京 100044；2.北京化工大學(xué)，北京 100029）

?

高能耗過程裝備健康能效監(jiān)測系統(tǒng)研究與應(yīng)用

李 偉1，王慶鋒2

（1.中國儀器進出口（集團）公司，北京 100044；2.北京化工大學(xué)，北京 100029）

摘 要：針對高能耗化工泵、壓縮機、風(fēng)機等缺乏健康能效監(jiān)測與評價，造成裝備實際運行效率低下、能源浪費嚴(yán)重、安全事故頻發(fā)的現(xiàn)狀，提出了健康能效監(jiān)測的必要性。本文研究了健康能效監(jiān)測系統(tǒng)的搭建、典型設(shè)備效率模型的構(gòu)建和監(jiān)測數(shù)據(jù)的采集及故障診斷的預(yù)測技術(shù)。實踐證明：研究的過程裝備健康能效監(jiān)測系統(tǒng)能夠?qū)崿F(xiàn)健康能效監(jiān)測與預(yù)警、評估與預(yù)測，有助于確保設(shè)備安全、高效、長周期運行。

關(guān)鍵詞：健康能效；數(shù)據(jù)采集；效率模型；監(jiān)測；安全；高效

中國石化行業(yè)高能耗化工泵、壓縮機、風(fēng)機等過程機器耗電量分別占全國用電量的20.9％、9.4％、10.4％，其綜合能效分別比國際先進水平低2％ ～6％、5％ ～10％、2％ ～5％［1］；國內(nèi)制造和進口機組遠離設(shè)計工況運行的現(xiàn)象都普遍存在，實際運行效率比設(shè)計效率低5％ ～20％，有的甚至低30％ 以上［1］；國內(nèi)同類機組連續(xù)運行周期只有國外領(lǐng)先水平的1/2～2/3，針對中國某大型石化企業(yè)1 400臺200 kW以上的壓縮機組進行統(tǒng)計，分析得其故障率約27.13％、報警率約31％，壓縮機和化工泵導(dǎo)致石化裝置非計劃停工次數(shù)分別占13.46％和7.69％，經(jīng)濟損失巨大，危及人機安全［2］。健康能效監(jiān)控水平低或缺少；裝備無故障運行周期短、運行可靠性差等原因造成裝備實際運行效率低下，能源浪費嚴(yán)重，安全事故頻發(fā)［1，3，4］。加強高能耗過程裝備健康能效監(jiān)測與評價對于保證裝備安全運行、提高經(jīng)濟效益都具有非常重要的意義。

1 過程裝備健康能效監(jiān)測技術(shù)研究

健康能效監(jiān)測的目的是確保設(shè)備在安全和高效率的狀態(tài)下運行。故障診斷、故障預(yù)測、狀態(tài)監(jiān)測與評價是健康管理的重要內(nèi)容；效率監(jiān)測與評價是能效管理的重要內(nèi)容。運行裝置大型化、高速化、自動化、智能化的趨勢越來越明顯，計算機集散控制系統(tǒng)（Distributed Control System，DCS）、生產(chǎn)制造執(zhí)行系統(tǒng)（manufacturing execution system，MES）、狀態(tài)監(jiān)測系統(tǒng)（Condition Monitoring System，CMS）、企業(yè)資產(chǎn)管理系統(tǒng)（Enterprise Asset Management，EAM）或企業(yè)資源計劃管理系統(tǒng)（Enterprise Resource Planning，ERP）等先進控制管理信息系統(tǒng)被廣泛應(yīng)用，反映過程機器運行健康能效信息的海量數(shù)據(jù)（例如：溫度、壓力、流量、液位、軸振動、軸位移等以及設(shè)備故障信息、維修信息等歷史數(shù)據(jù)）被存儲而其價值未充分利用。數(shù)據(jù)挖掘分析能夠?qū)崿F(xiàn)過程機器狀態(tài)評估與故障預(yù)測并提高決策管理水平。國內(nèi)學(xué)者李晗等研究了基于數(shù)據(jù)驅(qū)動的分類預(yù)測、狀態(tài)評估等故障診斷方法［5］；王燕等構(gòu)建了面向領(lǐng)域的數(shù)據(jù)驅(qū)動自主式知識獲取模型［6］；劉博元等以復(fù)雜系統(tǒng)部署的傳感器產(chǎn)生的實時大數(shù)據(jù)（流式數(shù)據(jù)）作為系統(tǒng)狀態(tài)監(jiān)測的來源，研究了基于大數(shù)據(jù)的復(fù)雜生產(chǎn)系統(tǒng)健康度實時評估方法［7］，用于提供監(jiān)控對象早期預(yù)警、狀態(tài)評估和決策支持信息［8］。

1.1 健康能效監(jiān)測系統(tǒng)搭建

信息化與工業(yè)化深度融合為主線，深化信息技術(shù)集成應(yīng)用，信息技術(shù)是促進工業(yè)研發(fā)設(shè)計、生產(chǎn)過程控制、節(jié)能減排、安全生產(chǎn)的重要支撐。工業(yè)互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算技術(shù)為主要特征的智能工廠風(fēng)起云涌，但是以設(shè)備健康、高效運行為主題的研究較少。人工智能技術(shù)、計算機技術(shù)和傳感器技術(shù)使故障識別專家系統(tǒng)成為可能［9］。面對“人-機-過程-環(huán)境”復(fù)雜系統(tǒng)，實現(xiàn)設(shè)備管理信息化、智能化是一種先進的設(shè)備維修工程［10］。基于工業(yè)互聯(lián)網(wǎng)、大數(shù)據(jù)和云計算技術(shù)的裝備健康能效監(jiān)測系統(tǒng)可促使產(chǎn)業(yè)技術(shù)升級、生產(chǎn)成本降低、設(shè)備使用壽命延長，確保裝備安全、節(jié)能、長周期運行。

健康能效智能化監(jiān)測系統(tǒng)由傳感器層、網(wǎng)絡(luò)層和應(yīng)用層組成，其網(wǎng)絡(luò)拓?fù)鋱D見圖1。其中，傳感器層包括加速度、速度、位移、流量、壓力、溫度等各類型傳感器、數(shù)據(jù)采集器及信號處理器。網(wǎng)絡(luò)層由有線網(wǎng)絡(luò)（Internet，Intranet，LAN）和無線網(wǎng)絡(luò)（Wifi、Zigbee、3G、4G）組成。設(shè)備健康能效智能化監(jiān)測系統(tǒng)的用戶包括手機用戶、iPad用戶、企業(yè)專網(wǎng)用戶和遠程VPN用戶，應(yīng)用層可以提供用于故障診斷和預(yù)測、效率監(jiān)測與評估。利用傳感器技術(shù)、計算機技術(shù)、人工智能技術(shù)、服務(wù)接口技術(shù)（OPC、DDZ）、大數(shù)據(jù)庫技術(shù)，采用統(tǒng)一的數(shù)據(jù)結(jié)構(gòu)，基于SOA（Service-Oriented Architecture）架構(gòu)綜合集成狀態(tài)監(jiān)測系統(tǒng)（CMS）、生產(chǎn)執(zhí)行系統(tǒng)（MES）、實驗室信息管理系統(tǒng)（LIMS）和電力監(jiān)測系統(tǒng)（PMS）等動態(tài)數(shù)據(jù)系統(tǒng)，搭建健康能效智能化監(jiān)測系統(tǒng)。系統(tǒng)應(yīng)用層支持系統(tǒng)為新開發(fā)的狀態(tài)監(jiān)測智能診斷專家系統(tǒng)功能模塊和效率監(jiān)測預(yù)警系統(tǒng)功能模塊。系統(tǒng)搭建采用計算機接口和集成技術(shù)，投資少、簡單易行，并且可以實現(xiàn)各信息系統(tǒng)的互聯(lián)互通，避免信息孤島。

圖1 健康能效監(jiān)測系統(tǒng)網(wǎng)絡(luò)拓?fù)鋱D

1.2 多來源數(shù)據(jù)采集

設(shè)備健康能效智能化監(jiān)測系統(tǒng)實時數(shù)據(jù)獲取來源于效率監(jiān)測模塊和健康監(jiān)測模塊，見圖2。設(shè)備健康能效智能化監(jiān)測系統(tǒng)包括電力監(jiān)測系統(tǒng)、生產(chǎn)執(zhí)行系統(tǒng)、狀態(tài)監(jiān)測系統(tǒng)和實驗室信息管理系統(tǒng)4個子系統(tǒng)，它們分別為效率監(jiān)測模塊和健康監(jiān)測模塊提供實時數(shù)據(jù)。電力監(jiān)測系統(tǒng)可以獲取電壓、電流、功率因數(shù)、有功和無功功率及其他狀態(tài)變量數(shù)據(jù)；生產(chǎn)執(zhí)行系統(tǒng)采集溫度、壓力和流量數(shù)據(jù)；實驗室信息管理系統(tǒng)采集密度、介質(zhì)組分或化學(xué)成分等數(shù)據(jù)；狀態(tài)監(jiān)測系統(tǒng)獲取速度、位移、加速度、相位和聲發(fā)射參數(shù)等條件變量數(shù)據(jù)。

圖2 多來源數(shù)據(jù)采集

如圖2所示，振動監(jiān)測數(shù)據(jù)、電力監(jiān)測數(shù)據(jù)具有數(shù)據(jù)采集量大、數(shù)據(jù)實時變化大等特點，是典型的大數(shù)據(jù)，利用大數(shù)據(jù)分析、數(shù)據(jù)挖掘技術(shù)能夠診斷設(shè)備運行故障的發(fā)生、預(yù)測故障的發(fā)展，并預(yù)測效率的劣化趨勢等。

1.3 效率計算模型構(gòu)建

近年來，設(shè)備制造廠有的已開始標(biāo)配狀態(tài)監(jiān)測系統(tǒng)，卻仍未考慮裝備效率監(jiān)測系統(tǒng)，更重要的大量在役高能耗離心泵、壓縮機等未配備相應(yīng)的數(shù)據(jù)采集和監(jiān)測傳感器，導(dǎo)致了設(shè)備健康和效率可監(jiān)測性較差。由于泵和壓縮機消耗的能源約占裝置總能耗的15％～40％，本文重點針對壓縮機和離心泵效率監(jiān)測開展研究。

（1）壓縮機效率計算模型。用于復(fù)雜流程工業(yè)的壓縮設(shè)備包括往復(fù)式壓縮機和離心式壓縮機。

要確定任何壓縮過程的等熵效率，需要測量壓縮機吸入和排出介質(zhì)的總焓（h）、總壓力（p）、溫度（T）和熵（s），于是得到等熵效率ηis：

式中，焓、熵數(shù)值通過構(gòu)建壓縮介質(zhì)溫度-壓力-熵（焓）數(shù)據(jù)庫自動獲取，在效率監(jiān)測評價時，通過實時獲取壓縮機的排氣壓力、排氣溫度、吸氣壓力和吸氣溫度等數(shù)值就可以自動實時計算壓縮機的效率。

（2）離心泵效率計算模型。離心泵的效率計算，需要確定進口溫度（T）、介質(zhì)密度（ρ）、流量（Q）、泵的進口壓力（p進）和泵的出口壓力（p出）、電機有功功率（N1）、電機無功功率（N2）或供電電壓（U）、電機工作電流（I）、配電系統(tǒng)的功率因數(shù)（cos?）等，于是得到離心泵機械效率η：

式中，p進和p出測壓點在同一高度；溫度、流量、壓力等參數(shù)從MES實時獲取，介質(zhì)密度從實驗室管理系統(tǒng)獲取，電機有功功率、無功功率、供電電壓、電機電流、功率因數(shù)等數(shù)值從電力監(jiān)控系統(tǒng)實時獲取。

1.4 故障預(yù)測模型

（1）往復(fù)機械支撐環(huán)故障預(yù)測模型?；钊麠U下沉量位移監(jiān)測原理見圖3。E為活塞支撐環(huán)高出活塞體表面的距離，E值大小根據(jù)設(shè)備零部件裝配尺寸而定。根據(jù)三角形測量法，建立如下數(shù)學(xué)模型：

式中，Y為活塞下沉量；X為活塞桿下沉量；C為活塞運動到后死點位置時十字頭銷中心線和下沉測量位移傳感器距離；D為十字頭銷中心線到活塞支撐環(huán)中心距離。

當(dāng)Y≥75％×E時，需要更換活塞支撐環(huán)或其他零部件，以防止活塞拉缸事故發(fā)生?；钊麠U下沉量監(jiān)測實際上包含了活塞桿磨損量、填料箱支撐套的磨損量，是一個綜合指標(biāo)。

同樣的原理，利用示功圖構(gòu)建往復(fù)壓縮機氣閥、活塞環(huán)等故障診斷預(yù)測模型，也可以實現(xiàn)針對往復(fù)式壓縮機氣閥、活塞環(huán)的故障預(yù)測。

（2）旋轉(zhuǎn)機械典型故障預(yù)測模型構(gòu)建。除了極少數(shù)突發(fā)故障以外，絕大多數(shù)故障的產(chǎn)生有一個漸進的過程。漸發(fā)性故障指設(shè)備在使用過程中由于某些零部件的疲勞、腐蝕、磨損等使性能下降而發(fā)生故障，從原發(fā)性故障形成到設(shè)備故障發(fā)生、發(fā)展與形成是一個漸變過程，表現(xiàn)在特征參數(shù)上，其當(dāng)前值與過去時刻值有一定的關(guān)系，使特征參數(shù)序列內(nèi)各量間有一定的關(guān)聯(lián)性，它是設(shè)備狀態(tài)預(yù)測的前提和基礎(chǔ)。

圖3 活塞桿下沉量位移監(jiān)測原理

每種設(shè)備都具有一系列表征其狀態(tài)和性能的特征參數(shù) x1，x2，…，xn，它們是時間的函數(shù)，可寫為xit（）。設(shè)備正常狀態(tài)和性能能力是n個特征參數(shù)xit（）的集合，而故障和失效則是xit（）超出正常狀態(tài)界限的集合。根據(jù)可靠性理論，用劣化度di表示偏離xit（）的程度，其取值范圍為［0，1］。當(dāng)劣化度為1時，表明設(shè)備處于故障狀態(tài)；當(dāng)劣化度為0時，表明設(shè)備處于良好狀態(tài)。劣化度可按下式計算：

式中，x0表示該設(shè)備狀態(tài)特征參數(shù)正常值，xmax表示該設(shè)備須停運時的狀態(tài)參數(shù)閾值，xi表示該狀態(tài)參數(shù)的實際測量值。

通過故障征兆信息信號處理，分析提取特征參數(shù)、計算裝備系統(tǒng)狀態(tài)和工況參數(shù)之間的非線性關(guān)系，探測分析產(chǎn)生故障的原因。旋轉(zhuǎn)設(shè)備表征其狀態(tài)和性能的特征參數(shù)主要有負(fù)載性能參數(shù)，如流量、溫度、壓力、電流、功率或效率等；狀態(tài)特征參數(shù)，如振動時域信號特征（峰-峰值，有效值等）、振動頻譜類特征（幅值譜、相位譜、功率譜、倒頻譜等）、潤滑油液磨損顆粒參數(shù)等。

狀態(tài)預(yù)測與剩余工作壽命確定原理見圖4。利用計算機軟件編程技術(shù)和人工智能神經(jīng)網(wǎng)絡(luò)模型GM（l，l）預(yù)測技術(shù)，建立設(shè)備剩余工作壽命預(yù)測模型。采集設(shè)備從正常狀態(tài)-故障劣化可探測閾值線-故障劣化剩余壽命可預(yù)測閾值線劣化度，通過模型訓(xùn)練，就可以預(yù)測從A點到故障停機B點的剩余工作壽命。剩余工作壽命預(yù)測一般對旋轉(zhuǎn)機械的轉(zhuǎn)子不平衡、軸承磨損等類型的故障診斷預(yù)測有比較好的效果。

圖4 狀態(tài)預(yù)測與剩余工作壽命確定原理

2 工程應(yīng)用案例

2015年，中國某石化企業(yè)建立了如圖1所示的健康能效監(jiān)測系統(tǒng)并實現(xiàn)了全公司145臺200 kW以上功率的離心泵的效率監(jiān)測。研究發(fā)現(xiàn)：145臺被監(jiān)測的離心泵中63臺存在偏離設(shè)計工況運行的情況，效率比設(shè)計值低2％～6％；采用葉輪切割、變頻調(diào)速技術(shù)對偏離工況的離心泵進行健康能效提升改造，平均年節(jié)約電費2 075萬元；145臺高能耗離心泵實現(xiàn)了健康實時在線監(jiān)測，采用智能故障診斷和故障預(yù)測方法，成功預(yù)測并避免了6次比較大的設(shè)備事故。通過剩余工作壽命預(yù)測評估，確定最佳維修時間，避免“維修不足”和“維修過?！?，145臺高能耗離心泵運行周期平均延長3個月以上，年節(jié)省維修經(jīng)費達75萬元以上。

3 結(jié)語

高能耗過程裝備健康能效監(jiān)測技術(shù)是確保設(shè)備運行安全、高效、長周期運行的有效手段。利用計算機傳感器技術(shù)和信息分析處理技術(shù)，融合多源信息，綜合集成MES、CMS、EAM等各種信息系統(tǒng)，構(gòu)建高能耗過程裝備健康能效監(jiān)測信息系統(tǒng)，可以實現(xiàn)壓縮機、離心泵等設(shè)備健康能效的監(jiān)測與評估、診斷與預(yù)測。在煤化工、石油化工等企業(yè)效益普遍下滑的情況下，以提升設(shè)備健康能效智能化水平為主的技術(shù)改造，對于企業(yè)提高經(jīng)濟效益、確保設(shè)備安全、高效、長周期運行具有十分重要的意義。

參考文獻：

［1］高金吉，張連凱.中國高能耗機械裝備運行現(xiàn)狀及節(jié)能對策研究［M］.北京：科學(xué)出版社，2013.

［2］呂運容，陳學(xué)東，高金吉，等.我國大型工藝壓縮機故障情況調(diào)研及失效預(yù)防對策［J］.過程機器，2013，41（1）：14-20.

［3］“工業(yè)綠色發(fā)展工程科技戰(zhàn)略及對策研究”課題組.工業(yè)綠色發(fā)展工程科技戰(zhàn)略及對策［J］.中國工程科學(xué)，2015，17（7）：32 -36.

［4］秦國良.大型透平壓縮機技術(shù)發(fā)展現(xiàn)狀及趨勢［J］.通用機械，2012（10）：37-39.

［5］李晗，蕭德云.基于數(shù)據(jù)驅(qū)動的故障診斷方法綜述［J］.控制與決策，2011，26（1）：1-16.

［6］王燕，申元霞，陶春梅.面向領(lǐng)域的數(shù)據(jù)驅(qū)動自主式知識獲取模型及實現(xiàn)［J］.重慶郵電大學(xué)學(xué)報（自然科學(xué)版），2009，21 （4）：502-506.

［7］劉博元，王煥鋼，范文慧，等.基于大數(shù)據(jù)的復(fù)雜生產(chǎn)系統(tǒng)健康度實時評估方法.清華大學(xué)學(xué)報（自然科學(xué)版），2014，54（10）：1377-1383.

［8］周黔，吳鐵軍.一種動態(tài)數(shù)據(jù)流的實時趨勢分析算法［J］.控制與決策，2008，23（10）：1182-1185.

［9］姚智剛，王慶林.復(fù)雜裝備控制系統(tǒng)智能故障診斷技術(shù)［J］.火力與指揮控制，2012，37（12）：1-6.

［10］GAO J J，YANG J F，JIANG Z N.Risk based dynamic intelligent maintenance system for process industry in China［C］//The third world conference on engineering assets management and intelligent maintenance system.2008：76-87.

doi：10.3969/j.issn.1004-8901.2016.03.012 10.3969/j.issn.1004-8901.2016.03.012

中圖分類號：TH45

文獻標(biāo)識碼：B

文章編號：1004-8901（2016）03-0040-05

作者簡介：李偉（1982年-），男，黑龍江哈爾濱人，2007年畢業(yè)于北京工業(yè)大學(xué)測試計量技術(shù)及儀器專業(yè)，碩士，工程師，現(xiàn)主要從事裝備狀態(tài)監(jiān)測及自動控制技術(shù)研究。

收稿日期：2016-03-13

Study and Application of Health and Efficiency Monitoring System for High Energy Consumption Process Equipment

LI Wei1，WANG Qing-feng2
（1.China National Instruments Import&Export（Group）Corporation，Beijing 100044 China 2.Beijing University of Chemical Technology，Beijing 100029 China）

Abstract：As high energy consumption pumps，compressors，fans and other machines lack of health and efficiency monitoring and evaluation means，equipment runs in low efficiency，high energy consumption and frequent accidents.The paper presents that it is necessary to monitor the health and efficiency status.The constructing technology of health and efficiency monitoring system，typical equipment efficiency monitoring model，failure prediction and monitoring data acquisition technology for process equipment are studied.The practice shows that the health and efficiency monitoring system can achieve health and efficiency monitoring and early failure warning，evaluation and prediction，and it is helpful to ensure safe，efficient and long-term operation of equipment.

Keywords：health-efficiency；data acquisition；efficiency calculation model；monitor；safety；high efficiency