摘要:輸油泵是保證順利完成原油輸送任務的關鍵設備,一旦其發生故障,將嚴重影響正常生產。因此,作好對輸油泵的故障診斷工作,具有重大的意義。本文介紹了模糊故障診斷模型,并將其應用于輸油泵的故障診斷中,建立輸油泵常見的8個故障癥狀集和引起這些癥狀的15個因素集,并用二元對比排序法確定隸屬函數,從而確定癥狀的從屬順序,最后用模糊故障診斷確定引起癥狀的原因。將建立的模糊故障診斷模型應用于一臺出現故障的輸油泵故障診斷中,該模型最終診斷出引起這些故障的原因與實際診斷結果相符,說明此模型可以用于輸油泵故障診斷,為故障診斷提供了一種新的方法。
關鍵詞:輸油泵 模糊理論 故障 診斷 1 引言 對于機器、設備等簡單產品的故障診斷,早期主要靠運行、維修人員憑簡單儀表和個人直覺、經驗來完成。這些診斷方法主觀因素所占比例太重,不能客觀的反映事故原因。隨著模糊數學的興起,模糊故障診斷成為了研究熱點。因為,設備出現故障的癥狀可能是有許多因素引起,同時一個因素也可能引起多種故障,這樣不僅故障有其模糊性,同時引起故障的因素也有起模糊性。模糊數學中的模糊故障診斷方法利用模糊集合論中的隸屬函數和模糊關系矩陣來描述故障和癥狀之間的模糊關系,進而實現對故障的預報和診斷[1]。 2故障診斷的模糊模型[1]~[5] 設一臺機器(一個系統)中有可能發生的各種故障原因集合為 (1) 其中n為故障原因種類的總數。有n個原因引起的各種征兆集合為 (2) 其中m為故障征兆種類的總數。 由于故障征兆界線的不分明性,因此通過建立隸屬函數來表示各種征兆隸屬于各種故障原因的程 度。因此,首先要構造隸屬度函數。設觀測到的一征兆群樣本為,同時得出此樣本中 的各分量元素對征兆的隸屬度,于是故障征兆就可以用模糊向量表示為 (3) 假設該征兆樣本是由故障原因y產生的,y對各種故障原因的隸屬度為,同樣故障原因用模糊向量表示為 (4) 因為故障與原因之間存在因果關系,根據模糊推理合成原理,得到Y與X之間的模糊關系方程為 (5) 其中R為模糊關系矩陣 () (6) 模糊關系矩陣R為維矩陣,其中行表示故障征兆,列表示故障原因。矩陣元素表示第i種征兆對第j種故障原因的隸屬度,即 = (7) 根據最大隸屬度原則便可以確定引起故障征兆的原因。從上面可以知道,對于一臺機器(一個系統),當出現征兆時,征兆是可以知道的,而根據歷史記載或經驗,產生故障的可能的原因也是可以確定的,即Y和X都是可以較容易確定的,現在關鍵就是模糊關系矩陣R的確定。可見模糊關系矩陣R在診斷中起著重要的作用,它體現了對某類機器設備故障診斷經驗的總結,因此它又被稱為模糊診斷矩陣。構件模糊診斷矩陣,實際上就是要找出各種故障征兆與產生故障征兆原因之間的模糊關系,就是確定每個元素對于給出了第i種征兆從屬于第j種故障原因的程度,也就是要確定隸屬度函數。確定隸屬度函數的方法很多,有模糊統計法、例證法和專家經驗法等,本文采用一種二元對比排序法來確定隸屬度函數。 在故障診斷中經常出現不同故障原因導致出現相同征兆,為確定產生同一征兆的故障原因的先后秩序,需要用二元對比排序法。設有n個故障原因引起同一征兆發生,請足夠多經驗的專業人員,依次對n個故障原因進行兩兩比較,評定出哪個原因最可能導致征兆的發生。根據多次記錄結果以各種原因優先出現的總次數多少排序,以總次數作為基數,去除相應出現的總次數,即可得到隸屬度,從而最終確定模糊診斷矩陣。 3 實例分析 輸油泵機組是原油集輸系統的主要設備,是保證順利完成原油輸送任務的關鍵設備。目前,國內對輸油泵機組遠行狀態進行監控和故障診斷尚處于起步階段,多數泵站無監控設備,以至油泵抽空,電機及泵軸損壞,軸承、軸瓦過熱燒損和泵振動過大等事故時有發生,嚴重影響正常生產。因此,作好對輸油泵的故障診斷工作,具有重大的意義。 輸油泵的轉子組件與電動機之間采用聯軸器直接聯接,結構簡單緊湊。對于多級離心泵,轉子跨距較長,要求同軸度及各部分配合間隙的精度較高,否則,容易引起異常振動或軸承發熱。輸油泵的流量和壓力均勻,沒有沖擊,運行平穩,呈穩態振動。對于多級離心泵,如果平衡處理不好,轉子容易產生軸向振動,影響軸承壽命。輸油泵會產生汽蝕現象,導致泵流量減少,揚程降低,效率下降,并產生振動和噪聲,嚴重時導致葉輪破壞。多數輸油泵都是離心泵,而離心泵屬于旋轉機械,具有旋轉機械的特點。旋轉機械通常是由轉子和支承轉子的軸承系統及機殼等部分組成。—臺旋轉機械能否可靠地工作,主要取決于轉子的轉動是否正常,旋轉機械的大多數故障與轉子直接有關。不論哪一種振動故障都會在機器的最敏感部分即轉子上體現出來。因而,通過測量轉子振動狀態的變化情況就可以獲得有關故障的信息。 根據以上分析可以得知,輸油泵的主要故障征兆有:流量不足;壓力表、真空表、電流表擺動并下降;電機振動;電流表指數過大;泵嚴重振動;軸承發熱;出口油溫過高;軸瓦冒煙等。引起這些征兆的原因主要有:葉輪、導輪等水部件間隙過大;密封環磨損;平衡環間隙過大;入口壓力過低;入口液體溫度過高;點饑部件損傷脫落;動靜部分卡磨;轉子不平衡;軸心不一致;冷卻管堵塞,冷卻水中斷;缺油;油質不好;軸瓦間隙小;油壓不足;滑動軸承膜振蕩等。[6] 根據上述確定隸屬度的方法,確定關系矩陣R如下(為0的元素空出) 如果現在有故障征兆軸承發熱;出口油溫過高;軸瓦冒煙,用“0”表示沒有發生征兆,“0~1”表示出現征兆的嚴重程度,于是征兆集為X=(0,0,0,0,0,0.6,0.8,0.3),利用便可以判斷引起故障的主要原因。X和R間的合成運行方式有多種,簡記為。常用模型有。這里,為加權平均模型,他考慮了所有因素的影響,且保留了單因素評價的全部信息。因此,選用該模型來進行合成運算,于是:[2] (8) 得到Y=(0,0,0,0,0,0,0,0,0,0.455,0.37,0.185,0.22,0.3,0.17),由隸屬度最大原則,可以知道引起故障征兆的主要原因是:冷卻管堵塞,冷卻水中斷,這與現場最終診斷結果一致。 4 結束語 通過模糊診斷輸油泵的故障,能夠使: 1)按輸油泵的實際狀態延長大修周期和不必要的定期更換密封和軸承等易損件,延長使 用壽命,減少不必要的維修量。既節約維修費用,又提高了設備利用率; 2)可早期發現輸油泵的故障征兆,避免突發性意外事故的發生,保證輸油的安全進行; 3)避免輸油泵的過分維修和維修不足,消除續發件損壞。避免人為隱患等人必要的失誤; 4)采用預測技術可使輸油泵的維修工作提前做好淮備,進行針對性維修,減少維修時間,避免盲目更換零部件,節約維修費用。[6] 同時,在診斷過程中,由于自身部件的磨損,老化等原因,再加上環境條件的變化,即使是同一型號機器也會出現性能差異。這樣就造成故障征兆與原因之間的不確定性。為了減少這種不確定性,就應該對已建立的模糊診斷矩陣進行修正,通過計算機自學習方法可以適應機器長時間運行而導致的性能參數變化,從而提高診斷模型的適應能力和準確率。[1] 參考文獻 [1]李士勇.工程模糊數學及應用[M],黑龍江:哈爾濱工業大學出版社,2004:138~154 [2]彭祖贈 孫韞玉.模糊數學及其應用[M],武漢:武漢大學出版社,2002 ,122 - 176 [3]柴春紅 劉家學 何率天.模糊數學在飛機故障診斷中的應用[J],模糊系統與數學,2003 , (3) :107 – 110 [4]張戌社 寧辰校.模糊數學在機械設備故障診斷中的應用[J],河北科技大學學報,2002 ,23(2) :55 - 581 [5]陳孝國.Fuzzy 數學在機械設備故障診斷中的應用[J],煤炭技術,2004,23(11):10~11 [6]張來斌 王朝暉等.機械設備故障診斷技術及方法[M].北京:石油工業出版社,2000:161~163
本站部分文章來自網絡,如發現侵犯了您的權益,請聯系指出,本站及時確認刪除 E-mail:349991040@qq.com
論文格式網(www.donglienglish.cn--論文格式網拼音首字母組合)提供其他論文畢業論文格式,論文格式范文,畢業論文范文