机组振动状态监测系统在刘老涧泵站机组上的应用

借助于历史数据和人工智能技术可以及早发现机
１ １ 数据感知模块
组隐患ꎮ 利用云平台实现大量水泵机组的大数据
电信号ꎬ为系统处理基础单元ꎬ是进行振动分析的
分析能有效提高准确率ꎬ确保机组处于安全运行
将机组的振动信号转变成计算机可以处理的
基础ꎮ 为了准确将振动信号转换成电信号ꎬ我们
状态ꎬ提高了设备管理效率ꎬ为调水、挡洪发挥更
模块功能
数据感知模块
振动、摆度、温度、气隙、电气量
数据采集模块
模拟数字转换ꎬ并实现存储
信号分析模块
通过时域、频率分析ꎬ提取信号特征、数据传输
智能预警模块
报警阈值设定
智能诊断模块
机理模型、人工诊断、机器学习模型
数据库
实时数据库、历史数据库、知识库
预测性维护管理平台
实时状态( 状态展示) 、趋势分析、报警设置
报警信号ꎮ
意见和可能的故障原因ꎮ 所有报警事件均会自动
系统可提供二级报警功能ꎬ报警参数及定值
或系统模块出现故障时ꎬ报警平台窗口将自动弹
除报警功能外ꎬ系统还提供预警功能ꎮ 预警
存储ꎬ用户可通过事件列表调取事件记录ꎮ 系统
功能是指状态监测系统根据监测到的有关参数的
所有报警信息还可以短信形式发布到相关人员的
建模预警ꎮ
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ꎮ 机理模型主要依据理论
数据存储和管理策略是振动在线状态监测系
索效率ꎬ最佳方案是采用“ 实时数据库” ꎮ 实时数
据库在进行定制深度设计后ꎬ既可以满足大容量
存储ꎬ又可以保证快速存取及检索ꎬ同时ꎬ还可以
提供开放的数据接口ꎬ便于其他系统实现数据共
选用高可靠性的传感器ꎬ其具有动态特性好、频响
大作用ꎮ
范围宽、工作温度量程大、多场合使用、测量范围
１ 系统构成
宽、信号分辨率高、响应速度快、抗干扰能力强、不
振动在线监测系统通过在线监测机组的振
受油污介质影响的特点ꎬ为电机水泵振动在线监
动、摆度、温度、运行电流ꎬ并通过时域、频域等分
测系统可靠运行打下了坚实的基础ꎮ 而温度及电
２０２１ Ｎｏ ３
Байду номын сангаас １５９
四 川 水 利
２ ２ 报警和预警功能
浏览到机组的报警信息ꎮ 当机组出现报警 / 预警
大小均可设置ꎬ报警逻辑和延迟时间可组态ꎮ 当
出ꎬ并以醒目的颜色变化引起相关人员的注意ꎬ同
设定的状态监测量参数超过设定限值后系统发出
时系统还可以根据相关报警信息提供相应的处理
己“ 开口说话” 的先进理念指导下ꎬ刘老涧泵站机组全面引进了机组振动状态监测系统ꎮ 通过在水泵机组关键部位安装
物联网智能传感设备ꎬ利用先进的数据采集、数据通信和智能分析技术ꎬ可有效判断并定位水泵机组的故障位置ꎬ实现故
障预警及早发现机组隐患ꎬ确保机组处于安全状态ꎬ创新机组维护方式从定期维护向预防性维护的转变ꎮ
变化ꎬ在报警之前发现机组缺陷或故障ꎬ给出预警
手机上ꎮ
提示ꎮ 本系统将采用趋势预警和样本预警技术ꎮ
趋势预警指当某一参数在同一工况下变化趋势大
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
于设定值后发出预警提示ꎻ样本预警技术则采用
功能ꎬ可以分析系统监测的振动、摆度、压力及脉
海量数据比较技术ꎬ将当前数据与该工况下样本
间断存储ꎬ可最大限度地保证机组所有历史信息
１５８
吉庆伟ꎬ王业宇ꎬ黄 毅ꎬ等:机组振动状态监测系统在刘老涧泵站机组上的应用
不丢失ꎮ
２０２１ Ｎｏ ３
实用性ꎮ 主要功能如下ꎮ
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
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
计ꎮ 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ꎬ自动判断机组的运行工况ꎬ并自
动存储试验期间的所有数据ꎮ 每次试验完毕后ꎬ
享和调用ꎮ
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ꎬ包括特
征数据和原始数据ꎮ
历史存储库存储经过数据压缩后的机组正常
运行的数据ꎬ供用户分析机组长期运行后机组的
状态变化ꎮ 历史数据库采用实时历史数据库进行
管理ꎬ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ꎬ存储间隔为不
告和各种特性曲线ꎮ
可任意选定ꎬ时间段可任意设定ꎬ既可以以时间作
１６０
吉庆伟ꎬ王业宇ꎬ黄 毅ꎬ等:机组振动状态监测系统在刘老涧泵站机组上的应用
２ ４ 性能试验和性能评估
２０２１ Ｎｏ ３
图 ４ 以点方式展示的振动趋势分析
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ꎬ并做出了相关针对性的设
机组振动状态监测系统开发了报警 / 预警平
台ꎬ提供实时的机组报警信息一览表ꎬ从中可方便
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ꎮ 图 ３ 是以线方式
展示的刘老涧泵站 ４ ＃ 机组的振动趋势图ꎮ
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
为坐标轴ꎬ也可以选择某一过程参数作为坐标轴ꎬ
线图、瀑布图、极坐标图、级联图、轴心位置图、趋
系统、办公自动化管理系统等工程运行管理相关
势分析、启停机曲线等专业分析工具ꎬ分析机组在
系统的无缝对接ꎬ为泵站实现优化运行和状态检
稳态运行和暂态运行时的振动摆度数据ꎬ以评价
修提供全方位的技术支持ꎬ具有较强的针对性和
机组动稳态特性ꎮ
图 ２ ３ ＃ 机组瀑布图
２０１９ 年进行加固改造ꎮ 为了监测机组的稳定性ꎬ
在改造过程中ꎬ安装了机组振动在线监测系统ꎬ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ꎬ可以发现各种参数的变化规律及其发展趋势ꎬ
构成如表 １ 所示ꎮ
表１
序号
１
２
３
４
５
６
７
振动状态在线监测系统构成及功能
系统构成模块
析方法ꎬ提取设备相关特征ꎬ并与相关标准进行比
较ꎬ给出机组的健康状态描述ꎮ 如果超出相关的
气量则来源于其他 ＬＣＵ 设备ꎬ大大减少了设备成
本ꎮ 在传感器选定的情况下ꎬ其安装位置及安装
标准ꎬ则给予运行管理者以告警提示ꎬ对于超标原
方式ꎬ也能直接影响到系统的整体性能ꎮ 在刘老
因ꎬ给出可能的来源ꎮ 整个系统由数据感知模块、
统的核心技术ꎮ 机组状态在线监测系统是实时监
信号分析的方法为时域分析和频域分析ꎮ 信
测系统ꎬ传统的关系型数据库无法满足机组状态
号分析前ꎬ对数据的合理性进行鉴别ꎬ剔除采样的
的要求ꎮ 传统的关系型数据库主要的功能定位于
异常数据ꎬ提取信号的特征值ꎬ如最大值、最小值、
管理静态信息之间的关联性ꎬ而机组在线监测系
扩展性、智能诊断与处理能力以及大规模数据管
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ꎬ摆度轴心轨迹图等ꎮ
理和深层次数据挖掘能力ꎮ 该系统具有强大的系
机组振动状态监测系统可提供时域波形分
统整合和数据接入能力ꎬ实现了设备管理分层可
析、频域分析、轴心轨迹图、多轴心轨迹图、空间轴
视化ꎮ 同时高度的开放性ꎬ则实现了与信息管理
同工况下的压力、压力脉动、振动和摆度等稳定性
务器显示器以及相关用户终端上以数值、曲线、图
运行数据ꎬ通过系统提供的各种专用分析工具分
表等各种形式同步监视机组当前的运行状态ꎬ分
析不同流量对机组运行稳定性的影响ꎬ分析水力
层次地显示出机组的各种状态信息ꎬ实现实时在
因素对水泵运行稳定性的影响以及水压脉动与水
线监测功能ꎮ
后ꎬ需要建立机器学习模型ꎬ随着案例的增加ꎬ准
分析与保存ꎮ 为了保证模拟量转变成数字信号的
确率会逐渐提升ꎮ
过程中信息不失真ꎬ同时采样的数字信号能够反
映振动信号的本质ꎬ采样频率 ｆ ｓ ≥２ｆ ｈ ( ｆ ｈ 为振动信
号中的最高频率) ꎮ 系统在设计时采用了最合适
的采样频率ꎬ既保证了频率采样的真实性ꎬ也保证
了设备的成本在合理范围内ꎮ 为了便于分析ꎬ所
有的振动信号需要同步采样ꎬ这样ꎬ进行相关性分
析时才能准确反映振动的时序ꎮ 本系统中针对机
组暂态过程( 包括瞬态) ꎬ振动、摆度和压力脉动
图 １ 智能诊断模型进化
采用连续采样方式ꎬ采样频率为 １ｋＨｚꎻ空气间隙
１ ６ 数据库
１ ３ 信号分析模块
【 关键词】 泵站 水泵机组 状态监测 预防性维护 智能分析
中图分类号:ＴＶ６４１ 文献标识码:Ｂ 文章编号:２０９５－１８０９(２０２１)０３－０１５６－０６
引言
刘老涧泵站是南水北调东线第五梯级泵站ꎬ
设计流量 １５０ ｍ ３ / ｓꎬ装机 ４ 台套ꎬ每台 ３７ ５ ｍ ３ / ｓꎮ
析功能ꎬ可对系统长期自动积累的机组不同工况
为查找故障原因提供分析手段ꎮ 通过各性能曲线
下的数据和系统试验数据进行分析ꎬ自动形成各
可掌握机组振动区ꎬ帮助机组优化运行ꎮ 利用各
种特性曲线ꎮ 相关趋势分析功能可以分析任意两
种专业分析工具ꎬ生成机组动、稳态性能的试验报
个或多个参数之间的相互关系ꎬ其中横轴和纵轴
泵振动的关联性ꎬ并作为机组安全运行的重要技
系统提供多种分析手段ꎬ可用于分析机组在
术依据ꎮ 通过对机组运行稳定性特性的在线监测
稳态运行过程和暂态过程中系统存储的数据ꎬ以
可直观反映和真实记录机组的实际运行情况ꎬ为
评价机组在稳态运行时和暂态过程中的状态变
将来制定机组的优化运行和稳定运行区域积累必
化ꎬ以帮助用户及时掌握机组的运行状况以便及
峰值、有效值等ꎮ 同时通过频域分析法ꎬ分析信号
统需要时刻不断地产生新的数据ꎬ关系数据库无
中可能包含各次谐波的幅值、相位ꎮ 一般情况下ꎬ
法大量存储这些数据ꎮ 另一方面ꎬ关系数据库的
导轴承的间隙、支架的松动、裂纹等故障ꎬ会通过
查询功能无法满足时序动态数据的查询要求ꎮ 关
机组机架的振动、导轴承的摆度、水泵叶轮外壳的
动、空气间隙和荷重等参量的所有特征参数、工况
数据进行比较( 矢量靶区比较和频谱靶区比较) ꎬ
参数以及从监控通讯过来的过程量参数的趋势变
若发现异常则发出预警提示ꎮ 基于工况的报警和
化ꎮ 趋势分析功能包含实时趋势分析功能、历史
预警技术可以有效实现机组异常现象的故障报警
趋势分析功能和相关趋势分析功能ꎮ
和早期预警提示ꎮ
系数据库虽然能够高效地检索多表之间的关键字
振动ꎬ水导轴承摆度及其支撑机架的振动信号反
关联信息ꎬ但是对单个数据容量太大的表ꎬ其信息
映出来ꎬ结合温度、电气量等数据ꎬ则可以准确判
检索性能会大大降低ꎮ 结合现场的实际经验来
断相关故障状态ꎮ
看ꎬ若需长时间存储监测数据并且获取较高的检
采用连续采样方式ꎬ采样频率为 １２ ８ｋＨｚꎮ
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ꎬ模
块具备四种报警阈值设定ꎬ具体如下:
(１) 根据标准进行配置ꎬ主要依据是 ＩＳＯ 标
准、行业标准、企业标准等ꎻ
(２) 没有标准参考ꎬ基于统计模型的自适应
阈值预警ꎻ
(３) 趋势增长判断ꎬ基于回归算法的趋势增
长率预警ꎻ
(４) 变工况设备ꎬ基于数据建模的的多变量
要的资料ꎮ 此外ꎬ通过必要的试验取得的数据资
时发现故障ꎮ
料ꎬ可为机组在发生不利情况下采取相应的对策
系统可实时同步采集机组振动、摆度、压力脉
提供科学的决策依据ꎬ极大地缩短处理问题的时间ꎮ
动等相关工况参数数据ꎬ以结构示意图、棒图、表
２ 系统功能
格、实时趋势等形式实时显示所监测的相关参数ꎬ
机组状态在线分析系统具备良好的开放性、
涧泵站ꎬ我们选用了进口传感器ꎬ监测电动机机
数据采集模块、信号分析模块、智能预警模块、智
架、叶轮、水泵顶盖、水导轴承的振动ꎬ泵轴的摆度
能诊断模块、预测性维护管理平台构成ꎬ具体模块
等ꎮ 刘老涧泵站在电动机机架、叶轮外壳、水泵顶
２０２１ Ｎｏ ３
１５７
四 川 水 利
盖、水导轴承的振动以及大轴的摆渡上安装了相
知识、专家经验进行建模ꎬ在模型建立之初机组工
应的传感器作为感知模块ꎮ
况较为良好ꎬ有着较高的准确率ꎮ 但随着设备的
１ ２ 数据采集模块
长时间运行ꎬ外部环境变化ꎬ且更新周期慢ꎬ故障
数据采集模块可以将传感器送出的模拟信号
判断的准确率会不断降低ꎮ 通过一定案例的积累
转变成计算机可以识别的二进制数字信号ꎬ便于
１５６
２０２１ Ｎｏ ３
四 川 水 利
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１ ꎬ王业宇１ ꎬ黄 毅１ ꎬ吉拥平２ ꎬ王秋华２
(１ 江苏省骆运水利工程管理处ꎬ江苏 宿迁ꎬ２２３８００ꎻ
２ 钛能科技股份有限公司ꎬ南京ꎬ２１００００)
【 摘 要】 水泵机组是泵站工作的核心设备ꎬ水泵机组的安全、稳定运行直接影响着泵站的正常工作ꎮ 在让设备自