|
使用泵的电机作为变送器来检测与泵有关的故障，是基于这样的一种假设，即发生故障的泵不能产生工作所需的功率，并且电机扭矩会受到泵转速的影响。电机扭矩的任何变化都将通过电机电流的变化反映出来。因此，可以通过分析电机电流来判断系统内是否出现故障。但是，为了消除输入条件的变化所造成的影响，还必须分析电机的输入电压。所以，通过分析电机的电信号来检测离心泵故障的这种方法已经在过去几年中赢得了业内人士的重视。
在有关离心泵故障检测的大多数文献中，所依据的技术大多需要对振动或是其他基于过程的信号进行测量。鲜有介绍采用非侵入/非介入性技术诊断离心泵故障的同行评审类出版物。Dister[1]回顾了泵的故障诊断所用的最新技术。Siegler[2]、 Casada与Bunch[3]、Kenull等人[4]与Perovic等人[5]介绍了用于离心泵故障检测的电机电流和电机功率之信号处理程序的发展和应用。在Schmalz和Schuchmann于2004年发表的论文[6]中，他们计算了5Hz到25Hz频段内的光谱能量，并将其用于检测离心泵中是否存在气穴现象或者低流量情况。上述文献中所提及的大多数检测方法都基于两种技术，一种是跟踪特定故障频率的变化，另一种是计算电机电流在一定频段里的内能变化。
如果一个故障检测系统具有较高的故障检测成功率，且具有很低的错误报警概率，则称该系统能够有效工作。图1显示了任意故障检测系统皆会表现出的权衡关系（trade-off）。如果检测方法过于灵敏，则它极有可能频繁产生错误报警，导致工作人员质疑该检测方法的有效性；另一方面，如果检测方法的灵敏度太低，则有可能遗漏某些会引起故障的异常情况。被遗漏的异常情况可能导致严重的设备故障，造成工厂停工。因此，在设计故障检测方法时，必须在故障检测能力与错误报警产生率二者之间取得平衡。 （图片）
图1.故障检测方法的特性 本文提出的故障检测方法
图2显示了本文提出的故障检测方法原理图。该方法结合了基于信号和基于模型两种故障检测方法的原理。数据采集模块对三相电压和三相电流进行采样。数据预处理模块包括下采样、定标和信号分段。信号分段是确定采样信号准平稳段的过程。一个信号若要被视为准平稳，其基频分量及相应的谐波分量必须不随时间变化。因此，作为信号分段算法的一部分，对采样信号谱分量的时变性进行研究，且仅对采样信号谱分量维持恒定的那些时间段作进一步分析。预处理信号的准平稳段被用作输入信号，提供给“系统模型”和“故障特征提取”两个模块。残差从系统信号中提取得到的故障指示信号，以及由系统模型估算得到的故障特征信号中生成。通过对这些残差作进一步分析来检测系统中是否存在着故障。（图片）
图2.本文提出的故障检测方法示意图 本文提出的故障指示信号是基于对电机电流信号谐波分量的监测。它源于这样一种假设，即“正常”系统中发生的任何变化都会引起电机扭矩信号的谐波变化，从而引起电机电流信号的谐波变化。我们运用短时傅里叶变换（STFT）来处理电机电流信号。在本研究中，提出的故障指示信号（FDI）被定义为：（图片） 其中，a、b和c是电机电流三相；Ik是电机电流中Kth谐波分量的RMS值；If 是电机电流的基频分量。为了减少错误报警的产生，保持优良的故障检测能力，必须隔离输入条件变化所造成的影响。在本研究中，利用一个经验模型来达到该目的。本文研发的模型说明了系统的基准（或者“正常”）响应与系统输入之间的关系。模型的输入源自于经过预处理后的系统信号。它们包括电压信号的内能和和谐波失真，以及系统负荷水平等。在本研究中，所研发的系统模型具有与非线性自回归模型（NARX）相似的结构。该模型根据模型输入所表示的特定工作条件估算基准故障指示信号。我们使用与模型研发时不同的数据来验证模型。值得一提的另一个重要注意事项是，测试模型时没有用到故障数据。
当系统经验模型研发出来之后，将模型估算输出值（正常系统FDI估算值）的平均值与从被测信号中提取的FDI平均值进行比较，计算两者之间的残差。然后结合模型估算输出值的平均值对计算的残差进行归一化处理，并跟踪它们随时间的变化。这种归一化的残差被定义为故障检测指示信号变化（FDIC）。如果系统正常，则FDIC近似于白噪声。但是，如果系统中存在故障，那么FDIC将偏离白噪声的特征。如果偏差超过了一定的阈值，则发出“故障”报警。否则，就认为系统正常，并重复检测过程。如果检测阈值选得过大，那么虽然能够降低错误报警率，却很有可能遗漏故障。与此相反，如果检测阈值选得过小，那么系统虽然具有优良的故障检测能力，却极有可能产生错误报警。因此，在确定检测阈值时必须达到二者之间的平衡。选择阈值时要考虑到检测方法预期的应用或者待监测系统本身。在本研究中，采用正常基准线变化标准偏差的整数倍作为检测阈值。
样本试验结果
轴承损伤可由多种原因引起。其中包括污物污染、润滑不当、渗碳硬化等。本研究采用了一种特定的轴承性能退化情况，来验证所提方法在检测轴承相关故障上的有效性。这种故障是一种普遍的粗糙度问题，在工业实践中经常遇到。另外，这种轴承性能的退化情况是在电机-泵系统使用电火花加工（EDM）工艺工作时，在生产线上形成的。交流电流流过主轴，启动EDM过程。图3显示了实验装置的电路原理图，其中包括用于令泵轴承产生性能问题的电子电路。（图片）
图3.实验装置示意图，包括了轴承损坏电路 用混合陶瓷轴承来代替电机轴承，以使轴承与定子绝缘。离心泵中的一个6203轴承也被混合陶瓷轴承所代替。离心泵的前轴承是我们要考虑的试验轴承。采用外部单相交流电源向电机主轴提供交流电流。由于电动机侧绝缘，所以电流流过离心泵上的试验轴承，并从泵外壳返回。另设置两个功率电阻器来限制轴电流。
当采用EDM技术时，使轴承失效所花的时间取决于两个因素。一个是轴电流的强度，另一个是轴承中所含润滑剂的量。向试验轴承提供大约6A的交流电流，为了缩短轴承失效的时间，从试验轴承中清除一些润滑剂来加速损坏试验。在本研究中，使驱动电流保持在6A，轴承润滑剂含量保持在容量的3%-5%，则轴承的失效时间缩可短到大约24-36小时。
一共进行了四组实验，以验证其可重复性并获得统计学上的有效结果。图4显示了一个样本实例。同时，试验还测量了泵的振动，以证明确实出现了前文所述的故障。该测量工作是通过在靠近泵叶轮入口的地方放置一个三轴加速计来完成的。（图片）
图4.泵轴承故障检测方法的样本试验
（上图）振动程度变化；（下图）故障检测指示信号变化（FDIC） 图4的上图显示了试验内容之一，振动程度的变化。在大约第11个小时时向电机主轴提供交流电流，开始损坏泵轴承。在大约第16个小时后，振动程度呈指数级增长，超过了检测阈值，证明泵轴承性能已经真正退化。图4的下图显示了同一个实验的FDIC。在大约第14个小时，FDIC增大到超过检测阈值的程度，此时正是轴承性能开始退化的第3个小时，尚未出现任何泵轴承的重大故障。图5是受损轴承的照片，从中可以看到轴承外环和内环的表面粗糙程度。（图片）
图5.使用EDM工艺损坏的轴承 总结
本文提出了一种新颖的故障检测方法，它使用电机作为变送器来检测离心泵轴承性能的退化情况。本文设计的方法仅使用了电机的电信号，该方法与电机和/或泵的设计特点无关。因此，该方法能够方便地应用于其他的电机-泵系统。本文所提出的运算方法也不受电源和负荷变化的影响。在实验室内对本文所设计的故障检测方法进行了测试，得到的试验结果表明，该方法能够在出现重大故障之前成功地检测到离心泵轴承性能的退化。
致谢
本文所述的研究在位于美国德克萨斯州卡城的Texas A&M大学进行。作者感谢以下机构为本研究提供资金支持，包括德克萨斯州先进技术计划、美国能源部、国家科学基金会以及美国国防部。
参考文献：
[1] C.J. Dister, ‘Online Health Assessment of Integrated Pumps’, IEEE Aerospace Conference Proceedings, Big Sky, MT, USA, pp. 3289–3294, (2003); [ISBN 0-7803-7651-X].
[2] J.A. Siegler, ‘Motor Current Signal Analysis for Diagnosis of Fault Conditions in Shipboard Equipment’, U.S.N.A. Trident Scholar Project Report, No. 220, US Naval Academy, Annapolis, MD, USA, (1994).
[3] D.A. Casada and S.L. Bunch, ‘The Use of the Motor as a Transducer to Monitor System Conditions’, Proceedings of the 50th Meeting of the Society for Machinery Failure Prevention Technology, pp. 661–672, (January 1996).
[4] T. Kenull, G. Kosyna and P.U. Thamsen, ‘Diagnostics of Submersible Motor Pumps by Non-Stationary Signals in Motor Current’, ASME Fluids Engineering Division Summer Meeting, CODEN FEDSDL, Vancouver, Canada, (1997).
[5] S. Perovic, P.J. Unsworth and E.H. Higham, ‘Fuzzy Logic System to Detect Pump Faults
from Motor Current Spectra’, Proceedings of the 2001 IEEE Industry Applications Society 36th Annual Meeting, Chicago, IL, USA, pp. 274–280, (2001); [ISBN 0-7803-7114-3].
[6] S.C. Schmalz and R.P. Schuchmann, ‘Method and Apparatus of Detecting Low Flow/Cavitation in a Centrifugal Pump’, US Patent No. 6,709,240 B1, (March 2004).
9/9/2012
|
