一种离心式压缩机的故障诊断方法及系统与流程

本发明涉及压缩机，尤其涉及一种离心式压缩机的故障诊断方法及系统。

背景技术：

1、离心式压缩机广泛应用于石化、能源及流程工业，其运行状态通常通过轴振、轴位移、轴承温度、润滑参数、入口流量、进气压力、入口温度及防喘振阀开度等数据进行监测。现有故障诊断方法多依据单一振动阈值、局部频谱特征、轴心轨迹或工艺参数判断设备故障，也有部分方法采用多个监测参数进行加权分析。

2、然而，不同监测数据的采样周期、时间来源和数据质量存在差异，直接进行参数组合容易将时间上无关的异常作为同一故障证据。喘振、旋转失速、油膜涡动、气流扰动及机械故障又可能表现出相近的低频振动或振动波动特征，仅依靠单类信号难以准确区分。与此同时，同一异常事件可能在多个测点、多个时间窗口及多个特征维度形成重复证据，若直接累计评分，容易影响诊断结果。

3、此外，现有方法还较难根据工艺参数与机械振动的发生次序区分防喘振阀正常调节、流体扰动和机械故障，故有必要提出一种能够对多源监测数据进行时间关联、证据去重和分层诊断的离心式压缩机故障诊断方法及系统。

技术实现思路

1、本发明的目的是提供一种离心式压缩机的故障诊断方法及系统，以解决上述问题。

2、为实现上述目的，采用以下技术方案：

3、一种离心式压缩机的故障诊断方法，包括如下步骤：

4、s1：获取目标离心式压缩机的设备层级信息，根据所述设备层级信息确定目标诊断对象对应的测点、轴承及转子，并建立测点、轴承、转子与目标离心式压缩机之间的隶属关系；

5、s2：获取所述目标离心式压缩机的机械监测数据和工艺监测数据，将不同数据源的时间戳转换为统一事件时间，并根据时间质量和数据质量确定各项监测数据的有效性；

6、s3：从轴振趋势序列中识别轴振异常事件，根据不同轴振通道对应的轴承位置、检测方向以及轴振异常事件之间的时间关系，构建多通道振动事件；从所述工艺监测数据中分别识别工艺事件；

7、s4：针对识别出的轴振异常事件选择代表性时刻，获取与所述代表性时刻对应的波形频谱特征和轴心轨迹特征；

8、s5：将趋势特征、多通道振动事件、工艺事件、波形频谱特征和轴心轨迹特征转换为具有故障物理含义的特征标签，并使由同一异常事件生成的特征标签关联同一原始事件标识；

9、s6：根据预设的离心式压缩机故障规则，计算工艺事件与多通道振动事件之间的起始时差、事件区间重叠比例、峰值时差和恢复次序，根据计算结果及对应故障规则配置的方向性时序条件生成工艺—振动耦合证据；

10、s7：对特征标签和工艺—振动耦合证据进行同源去重，并按照测点、轴承、转子和目标离心式压缩机的层级顺序进行证据聚合；

11、s8：根据各候选故障所需的关键数据、必要条件、方向性时序条件和排除性反证条件筛选有效候选故障，根据支持条件和普通反证条件对所述有效候选故障进行评分，并根据评分结果和候选故障之间的排斥关系确定主故障及候选故障，输出相应的故障证据和处置建议。

12、进一步的，s2中，所述机械监测数据至少包括多个轴振通道的轴振数据，并包括轴位移数据、轴承温度数据、润滑油温度数据和转速数据中的至少一种；所述工艺监测数据包括入口流量、进气压力、入口温度和防喘振阀开度中的至少一种；针对不同候选故障分别配置关键数据和辅助数据，在关键数据缺失或无效时，将对应候选故障排除出有效候选集合；在辅助数据缺失或无效时，停止使用该辅助数据对应的支持条件或者降低对应候选故障的证据等级。

13、进一步的，s2中，将不同数据源的时间戳转换为统一事件时间，包括如下步骤：

14、获取各项监测数据的数据源时间戳、采集时间戳、采样周期、工程单位和质量码，根据设备侧统一时钟对所述数据源时间戳进行校正，并记录数据源时钟相对于设备侧统一时钟的时钟偏差；

15、保留各项监测数据的原始采样周期，将轴振趋势数据和工艺趋势数据重采样至统一时间栅格，其中，对连续数据采用前值保持或插值处理，对离散状态数据采用前值保持处理；

16、当连续缺测时间超过对应数据源的缺测容限、质量码无效、所述时钟偏差超过预设的时间校正容限或者工程单位无法统一时，将对应监测数据标记为不可用，并禁止利用不可用的监测数据满足候选故障的必要条件。

17、进一步的，s3中，构建多通道振动事件，包括如下步骤：

18、分别从各轴振通道中识别轴振异常事件，确定各轴振异常事件的开始时刻、结束时刻及持续区间；

19、当同一通道组内各轴振异常事件的开始时刻最大差值不超过同步容差，并且异常通道数量达到预设数量或者异常通道占有效通道的比例达到预设比例时，将对应的轴振异常事件合并为多通道振动事件；其中，所述通道组包括同一轴承的两个正交方向轴振通道组、同一转子的轴振通道组和目标离心式压缩机的整机轴振通道组中的至少一种；所述同一转子的轴振通道组包括分别对应第一轴承位置和第二轴承位置的两组正交方向轴振通道，所述第一轴承位置和第二轴承位置分别为所述转子的联端轴承位置和非联端轴承位置；当两组正交方向轴振通道均有效且均在同步容差内出现轴振异常事件时，生成四通道同步事件。

20、进一步的，s4中，针对识别出的轴振异常事件选择代表性时刻，包括如下步骤：

21、根据轴振异常事件的事件类型选择对应的时刻选择规则，其中，对跳变类型的轴振异常事件选择发生突变的时刻，对持续波动类型的轴振异常事件选择波动程度最大的时刻，对稳定高位类型的轴振异常事件选择稳定异常区间内的时刻；

22、根据所述代表性时刻调取对应轴振通道的原始波形数据，根据所述原始波形数据计算波形频谱特征；调取同一轴承两个正交方向轴振通道的同步原始波形数据，根据两个正交方向的同步原始波形数据生成轴心轨迹并提取轴心轨迹特征；或者接收外部监测系统根据所述代表性时刻生成的波形频谱特征和轴心轨迹特征；其中，所述波形频谱特征包括阶次频谱特征、低频特征、相位特征、削波特征、毛刺特征、峰谷不对称特征和基线漂移特征中的至少一种，所述轴心轨迹特征包括进动方向、轨迹重复性、轨迹轴长比、轨迹面积和轨迹形态中的至少一种；其中，阶次频谱的基频根据经数据质量校验的转速数据确定。

23、进一步的，s5中，是将趋势特征、多通道振动事件、工艺事件、波形频谱特征和轴心轨迹特征分别封装为具有测点标识、轴承标识、转子标识、事件时间、原始事件标识、质量码及特征值的标准特征样本，并根据预设阈值和特征组合条件将所述标准特征样本转换为对应的特征标签；

24、对于由同一异常事件生成的多个特征标签，根据原始事件标识在测点层执行同源去重，并在向轴承层、转子层和目标离心式压缩机层逐级聚合时，根据原始事件标识避免同一异常事件被重复计数；

25、对于同一异常事件在不同趋势时间窗口中生成的特征标签，保留各特征标签对应的时间窗口信息，并在同一故障规则中将所述特征标签合并为一组证据。

26、进一步的，s6中，生成工艺—振动耦合证据，包括如下步骤：

27、分别从入口流量、进气压力、入口温度和防喘振阀开度的趋势数据中识别对应的工艺事件；

28、根据工艺事件之间的发生次序和持续区间，将存在关联的多个工艺事件组合为复合工艺事件，并将单一工艺事件或所述复合工艺事件确定为待关联工艺事件；

29、分别计算所述待关联工艺事件相对多通道振动事件的起始时差、事件区间重叠比例、峰值时差和恢复次序；

30、当起始时差位于对应故障规则设定的方向性允许滞后区间内，并且事件区间重叠比例、峰值时差或恢复次序满足对应的判断条件时，生成所述工艺—振动耦合证据。

31、进一步的，s6中，所述离心式压缩机故障规则包括关键数据条件、必要条件、支持条件、普通反证条件、排除性反证条件和故障排斥关系；所述必要条件由特征标签和工艺—振动耦合证据按照与逻辑、或逻辑、至少满足预设数量的逻辑或者至少满足预设比例的逻辑组合形成；在关键数据有效、必要条件满足、方向性时序条件满足且未命中排除性反证条件时，根据支持条件确定可选加分，根据普通反证条件确定反证扣分，并在可选加分上限及故障规则最大总分的限制下得到候选故障评分；对不同候选故障的评分进行归一化处理，根据归一化后的评分、故障排斥关系和预设故障优先级确定主故障和候选故障，且对能够同时存在的故障分别保留对应的故障证据。

32、一种离心式压缩机的故障诊断系统，以实现上述的方法，包括

33、设备解析与数据获取模块，用于获取目标离心式压缩机的设备层级信息、机械监测数据和工艺监测数据，并建立测点、轴承、转子与目标离心式压缩机之间的隶属关系；

34、时间处理与事件构建模块，用于将不同数据源的时间戳转换为统一事件时间，根据时间质量和数据质量确定各项监测数据的有效性，从轴振趋势序列中识别轴振异常事件并构建多通道振动事件，以及从工艺监测数据中识别工艺事件；

35、深层特征获取模块，用于针对轴振异常事件选择代表性时刻，并获取与所述代表性时刻对应的波形频谱特征和轴心轨迹特征；

36、特征标签生成模块，用于将趋势特征、多通道振动事件、工艺事件、波形频谱特征和轴心轨迹特征转换为特征标签，并使由同一异常事件生成的特征标签关联同一原始事件标识；

37、耦合与证据聚合模块，用于根据工艺事件与多通道振动事件之间的起始时差、事件区间重叠比例、峰值时差和恢复次序生成工艺—振动耦合证据，对所述特征标签和工艺—振动耦合证据进行同源去重，并按照测点、轴承、转子和目标离心式压缩机的层级顺序进行证据聚合；

38、规则诊断与结果输出模块，用于根据关键数据、必要条件、方向性时序条件和排除性反证条件筛选有效候选故障，根据支持条件和普通反证条件对有效候选故障进行评分，并根据评分结果和故障排斥关系确定主故障及候选故障，输出相应的故障证据和处置建议。

39、进一步的，还包括规则标定模块和规则配置库；所述规则标定模块用于根据具有故障真值标签的历史故障样本，对由故障机理和专家经验建立的初始故障规则中的判断阈值、必要条件、支持条件、反证条件及评分权重进行离线标定，并将经审核的故障规则写入所述规则配置库；所述规则配置库用于按照离心式压缩机的机型、测点历史基线和当前运行工况配置对应的故障规则，所述规则诊断与结果输出模块按照所述规则配置库中经审核的故障规则执行在线诊断或离线诊断。

40、采用上述方案，本发明的有益效果是：

41、本发明将离心式压缩机的机械监测数据和工艺监测数据转换至统一事件时间，根据轴振异常事件构建多通道振动事件，并通过工艺事件与多通道振动事件之间的起始时差、事件区间重叠比例、峰值时差和恢复次序形成具有方向性的耦合证据；同时，根据异常事件选择代表性时刻提取波形频谱特征和轴心轨迹特征，将不同来源的特征转换为可追溯的特征标签，经同源去重及测点、轴承、转子和设备层级聚合后，再结合必要条件、支持条件及反证条件进行候选故障筛选和评分，能够减少时间上无关或来源相同的证据对诊断结果的干扰，提高喘振、旋转失速、油膜涡动、气流扰动及机械故障之间的区分能力，并使故障诊断结果及其形成依据便于核验。