[1]宋文广,李浩源,曹娟,等.基于识别规则的注水站离心泵故障预测方法[J].长江大学学报(自然科学版),2024,(6):113-119.
点击复制

基于识别规则的注水站离心泵故障预测方法
分享到:

长江大学学报(自然科学版)[ISSN:1673-1409/CN:42-1741/N]

卷:
期数:
2024年第6期
页码:
113-119
栏目:
石油与天然气工程
出版日期:
2024-11-25

文章信息/Info

文章编号:
1673-1409 (2024) 06-0113-07
作者:
宋文广李浩源曹娟裴阳张宝宋秋强李恒李家骏李博文
长江大学计算机科学学院, 湖北 荆州 4 3 4 0 2 3 中国石油集团测井有限公司长庆分公司, 陕西 西安 7 1 0 2 0 1 中国石油塔里木油田分公司油气工程研究院, 新疆 库尔勒 8 4 1 0 0 0 中海油田服务股份有限公司油田技术事业部, 河北 廊坊 0 6 5 2 0 1
关键词:
离心泵故障 识别规则 智能诊断
分类号:
TE 9 7 4 .1 TP 3 0 6 .3
文献标志码:
A
摘要:
针对油田注水站通过传统的人工 “望闻问切” 等手段, 分析判断离心泵机组工况现状的不足, 提出了一种基于识别规则的智能故障诊断方法, 实现了离心泵实时故障诊断。 首先, 通过采集注水站离心泵正常状态以及异常状态时的参数, 接着分析两种状态下这些参数的变化趋势, 将其进行对比分析, 研究出离心泵在正常状态和异常状态下参数变化的特征。 再次, 通过这些离心泵机组参数的变化率及其阈值, 计算出离心泵机组故障异常的边界条件。 最后, 研制出一种离心泵故障识别的规则, 实现对离心泵故障的智能预测。 通过油田离心泵机组的现场验证, 该方法预测故障的准确率达到了9 9 .5%, 确保了离心泵机组正常生产运行。

参考文献/References:

[1] 赵鹏. 离心泵振动故障诊断方法研究及系统实现 [D] . 北京: 华北电力大学, 2 0 1 1 .ZHAOP .S t u d yo nt h ev i b r a t i o nf a u l td i a g n o s i sme t h o do fc e n t r i f u g a lp umpa n ds y s t emi mp l eme n t a t i o n [D] .B e i j i n g: No r t hC h i n aE l e c t r i cP ow e rUn i v e r s i t y, 2 0 1 1 .[2] 王前江. 基于深度学习的离心泵故障诊断方法研究 [D] . 郑州: 郑州大学, 2 0 2 1 .WANG QJ .R e s e a r c ho nf a u l td i a g n o s i sme t h o do fc e n t r i f u g a lp umpb a s e do nd e e pl e a r n i n g [D] .Z h e n g z h o u: Z h e n g z h o uUn i v e r s i t y,2 0 2 1 .[3] 肖幸鑫, 宋礼威, 张翊勋, 等. 基于 C E EMD与S VM 的离心泵转子不对中故障诊断方法研究 [J] . 流体机械, 2 0 2 2, 5 0 (7): 8 5 - 9 2 .X I AOXX, SONGL W, ZHANG Y X, e ta l .R e s e a r c ho nf a u l td i a g n o s i sme t h o do fc e n t r i f u g a lp umpr o t o rm i s a l i g nme n tb a s e do nCEEMDa n dSVM [J] .F l u i dMa c h i n e r y, 2 0 2 2, 5 0 (7): 8 5 - 9 2 .[4] 杨波, 黄倩, 付强, 等. 基于 CEEMD和优化 KNN 的离心泵故障诊断方法 [J] . 机电工程, 2 0 2 2, 3 9 (1 1): 1 5 0 2 - 1 5 0 9 .YANGB, HUANG Q, FU Q, e ta l .F a u l td i a g n o s i sm e t h o df o rh o r i z o n t a lc e n t r i f u g a lp umpb a s e do nC E EMDa n do p t i m i z e dKNN [J] .J o u r n a lo fMe c h a n i c a l& E l e c t r i c a lE n g i n e e r i n g, 2 0 2 2, 3 9 (1 1):1 5 0 2 - 1 5 0 9 .[5] 焦瀚晖. 基于混合域特征及卷积神经网络的离心泵故障诊断方法研究 [D] . 北京: 北京化工大学, 2 0 2 0 .J I AO H H .R e s e a r c ho nf a u l td i a g n o s i sme t h o do fc e n t r i f u g a lp umpb a s e do nm i x e dd oma i nf e a t u r ea n dCNN [D] .B e i j i n g: B e i j i n gUn i v e r s i t yo fC h em i c a la n dT e c h n o l o g y, 2 0 2 0 .[6] 侯永强. 注水泵机组在线监测与故障诊断系统研究 [D] . 大庆: 大庆石油学院, 2 0 1 0 .HOU YQ .As t u d yo nt h eo n l i n emo n i t o r i n ga n df a u l td i a g n o s i ss y s t emf o rw a t e r i n j e c t i o np umpu n i t [D] .D a q i n g: D a q i n gP e t r o l e umI n s t i t u t e,2 0 1 0 .[7] 赵伟国, 周忠亮, 罗云霞, 等. 离心泵前盖板小叶片抑制空化效果的研究 [J] . 工程热物理学报, 2 0 2 2, 4 3 (1 1): 2 9 2 6 - 2 9 3 6 .ZHAO W G, ZHOUZL, LUO YX,e ta l .R e s e a r c ho nc a v i t a t i o ns u p p r e s s i o ne f f e c to ft i n yb l a d ei nt h es h r o u do fc e n t r i f u g a lp ump [J] .J o u r n a lo fE n g i n e e r i n gTh e r mo p h y s i c s,2 0 2 2, 4 3 (1 1):2 9 2 6 - 2 9 3 6 .[8] 王文杰, 龚小波, 裴吉, 等. 改进离散型遗传算法在离心泵性能优化中的应用 [J] . 华中科技大学学报 (自然科学版), 2 0 2 3,5 1 (7):1 3 0 - 1 3 6 .WANG WJ, GONGXB, PE IJ, e ta l .Ap p l i c a t i o no fmo d i f i e dd i s c r e t eg e n e t i ca l g o r i t hmi np e r f o r ma n c eo p t i m i z a t i o no fc e n t r i f u g a lp ump [J] .J o u r n a lo fHu a z h o n gUn i v e r s i t yo fS c i e n c ea n dT e c h n o l o g y(Na t u r a lS c i e n c eE d i t i o n), 2 0 2 3, 5 1 (7):1 3 0 - 1 3 6.[9] I E C 6 1 0 0 0 - 4 - 3 0: 2 0 0 3, E l e c t r om a g n e t i cC omp a t i b i l i t y(EMC) - P a r t4 - 3 0: T e s t i n ga n dMe a s u r e m e n tT e c h n i q u e s - P o w e rQ u a l i t yMe a s u r eme n tMe t h o d s [s] .[1 0] PENGG, CHEN Q, BA IL,e ta l .We a rme c h a n i smi n v e s t i g a t i o ni nac e n t r i f u g a ls l u r r yp umpi mp e l l e rb yn ume r i c a ls i mu l a t i o na n de x p e r i me n t s [J] .E n g i n e e r i n gF a i l u r eAn a l y s i s,2 0 2 1,1 2 8: 1 0 5 6 3 7 - 1 0 5 6 4 9 .[1 1] PENGG, FANF, ZHOU L, e ta l .Op t i ma lh y d r a u l i cd e s i g nt om i n i m i z ee r o s i v ew e a ri nac e n t r i f u g a ls l u r r yp umpi mp e l l e r [J] .E n g i n e e r i n gF a i l u r eAn a l y s i s,2 0 2 1,1 2 0:1 0 5 1 0 5 - 1 0 5 1 1 7 .[1 2] 刘宇, 冯进, 迟少林, 等. 基于 B e z i e r曲线的低比转速离心泵叶片包角优选 [J] . 长江大学学报 (自然科学版), 2 0 1 9, 1 6 (8):6 5 - 7 0 .L I U Y, FENGJ, CH ISL,e ta l .T h eo p t i m i z a t i o no fb l a d ee n v e l o p ea n g l eo f l o ws p e c i f i cs p e e dc e n t r i f u g a lp umpb a s e do nB e z i e rc u r v e [J] .J o u r n a lo fY a n g t z eUn i v e r s i t y(Na t u r a lS c i e n c eE d i t i o n), 2 0 1 9, 1 6 (8): 6 5 - 7 0 .[1 3] AL - OBA I D IAR . I n v e s t i g a t i o no fe f f e c to fp umpr o t a t i o n a ls p e e do np e r f o r ma n c ea n dd e t e c t i o no fc a v i t a t i o nw i t h i nac e n t r i f u g a lp umpu s i n gv i b r a t i o na n a l y s i s [J] .He l i y o n, 2 0 1 9,5 (6): e 0 1 9 1 0 .[1 4] PANDA A K, RAPURJS, T IWAR IR .P r e d i c t i o no ff l owb l o c k a g e sa n di mp e n d i n gc a v i t a t i o ni nc e n t r i f u g a lp ump su s i n gS u p p o r tV e c t o rMa c h i n e(SVM) a l g o r i t hmsb a s e do nv i b r a t i o nme a s u r eme n t s [J] .Me a s u r eme n t,2 0 1 8, 1 3 0:4 4 - 5 6 .[1 5] ZHOU W, CAO Y, ZHANG N,e ta l .An o v e la x i a lv i b r a t i o nmo d e lo fmu l t i s t a g ep umpr o t o rs y s t em w i t hd y n am i cf o r c eo fb a l a n c ed i s c [J] .J o u r n a lo fV i b r a t i o nE n g i n e e r i n g& T e c h n o l o g i e s,2 0 2 0,8 (5):6 7 3 - 6 8 3 .[1 6] ZHANGS, L IH, X ID . I n v e s t i g a t i o no ft h ei n t e g r a t e dmo d e lo fs i d ec h a mb e r, w e a r - r i n g sc l e a r a n c e, a n db a l a n c i n gh o l e sf o rc e n t r i f u g a lp ump s [J] .J o u r n a lo fF l u i d sE n g i n e e r i n g,2 0 1 9,1 4 1 (1 0): 1 0 1 1 0 1 - 1 0 1 1 1 2 .

更新日期/Last Update: 2024-11-25